بهترین هوش مصنوعی برای ساخت موسیقی

چرا سونو در صدر است

چون در هر دو نقطه‌ای که کیفیت شنیداری آن سنجیده شده، بالاتر از بقیه ایستاده است: ۱۱۷۱ در آواز و ۱۱۸۸ در بی کلام، در برابر ۱۰۶۹ و ۱۰۶۳ برای ایلون میوزیک و ۹۶۷ و ۹۵۴ برای یودیو. بلندترین آهنگ را هم همین موتور تولید می‌کند: هشت دقیقه در یک اجرا.

یک قید که خود همین سنجش اضافه می‌کند: در ستون بی کلام، فاصله آن با مورکا فقط چهار امتیاز است، در حالی که بازه اطمینان هر دو ردیف به ترتیب نه واحد و شانزده واحد پهنا دارد. یعنی این دو موتور عملا هم سطح اند و «رتبه اول» در آن ستون یک ادعای محکم نیست. در ستون آواز فاصله نه امتیاز است، که استحکام بیشتری دارد.

محوری که هیچ مقایسه دیگری نمی‌سنجد

ستون تحویل فایل برای این ساخته شد که در بررسی این دسته به یافته‌ای برخوردیم که در هیچ مقایسه دیگری ثبت نشده بود: یودیو از ۲۹ اکتبر ۲۰۲۵، هم زمان با انعقاد قرارداد با یونیورسال، مسیر دانلود صوت و ویدیو و استم را کامل غیرفعال کرده و این را در مستندات خودش نوشته است. یعنی اشتراک پولی آن آهنگ تولید می‌کند اما فایلی به کاربر تحویل نمی‌دهد.

سونو هم سقف دارد، اما نوع محدودیت متفاوت است: ماهانه بیست دانلود روی پلن پرو و شصت روی پریمیر، در حالی که همان پلن‌ها به ترتیب ۲۵۰۰ و ۱۰۰۰۰ اعتبار تولید در اختیار می‌گذارند. یعنی صدها بار تولید می‌کنید و فقط شصت بار تحویل می‌گیرید. بالای این ستون گوگل فلو موزیک قرار دارد که روی هر چهار پلن خودش، از جمله پلن رایگان، خروجی mp3 و wav و m4a به اضافه استم‌های جدا تحویل می‌دهد.

و چون نرمال سازی روی کل مجموعه نامزدها اجرا می‌شود و بعد رتبه دار از بی رتبه جدا می‌شود، سقف همین ستون را دقیقا همان فلو موزیکی تعیین کرده که خودش هیچ رتبه‌ای ندارد.

چرا گوگل فلو موزیک بدون رتبه مانده

چون دو ستون از شش ستون این جدول برای آن خالی است و مجموع وزن همان دو ستون از نیمی از کل جدول بیشتر می‌شود. گوگل هیچ کجا اعلام نکرده حداکثر طول یک آهنگ فلو موزیک چند دقیقه است، و مدلی که روی صفحه اصلی معرفی کرده Lyria 3.5 است، مدلی که روی هیچ تخته سنجشی ردیف مستقل ندارد.

می‌شد عدد Lyria 3 Pro را به جای آن قرض گرفت. این کار انجام نشد، چون آن یک مدل API است و این یک محصول مصرفی، و همین اصل در دسته چت هم درباره یک مدل هم خانواده رعایت شده است. اگر گوگل فردا طول آهنگ را منتشر کند یا Lyria 3.5 وارد یک تخته سنجش شود، این موتور احتمالا بالای جدول قرار می‌گیرد؛ امروز صرفا داده کافی برای آن ثبت نشده است.

مورکا، که در ایران کسی نامش را نشنیده

روی هر دو تخته سنجش رتبه دوم را دارد، بالاتر از لیریا و ایلون میوزیک و یودیو. با این حال یک عدد هم مستقیم از خود این سازنده قابل استخراج نبود: mureka.ai صفحه‌ای با عنوان قیمت‌گذاری ندارد و پلتفرم API آن بدنه پاسخ خالی برمی گرداند. حتی نام نسخه آن (V9) هم از تخته سنجش گرفته شده، نه از منبع رسمی خودش. در نتیجه در این جدول نیمی از وزن ممکن را از دست می‌دهد و با همین حال باز هم رتبه سوم را نگه می‌دارد.

این وضعیت عمدا مستند شده، چون حذف بی صدای آن از فهرست ساده‌تر بود اما درست نبود. اگر مقایسه‌ای بدون نام مورکا منتشر شود، احتمالا فقط همان چیزی را تکرار کرده که همه منتشر می‌کنند.

دو محوری که عمدا وارد جدول نشده‌اند

اول، حجم خروجی ماهانه. سونو ۲۵۰۰ و ۱۰۰۰۰ اعتبار می‌دهد بدون اینکه نرخ هر آهنگ را اعلام کند؛ یودیو ۲۴۰۰ و ۶۰۰۰ اعتبار می‌دهد و نرخش را هم منتشر کرده (دو اعتبار برای هر آهنگ صد و سی ثانیه‌ای)؛ فلو موزیک سه هزار اعتبار را با تخمین «حدود ۶۰۰ آهنگ» توضیح می‌دهد؛ ایلون میوزیک به ازای هر دقیقه ۹۰۰ اعتبار محاسبه می‌کند. چهار واحد متفاوت که به یکدیگر تبدیل پذیر نیستند. ستونی که چهار عدد بی ارتباط را کنار هم بگذارد، از نظر سنجشی ستون معتبری نیست.

دوم، حق استفاده تجاری. ایلون میوزیک صریح‌ترین است و اعلام می‌کند خروجی برای تقریبا تمام کاربردهای تجاری تسویه شده؛ سونو حق تجاری را فقط روی پلن پولی می‌دهد؛ و درباره یودیو و فلو موزیک هیچ سندی پیدا نشد. ستونی با سه سلول خالی فقط سازنده‌هایی را جریمه می‌کند که داده کمتری منتشر کرده‌اند. این محور در متن آمده، نه در جدول سنجش.

فارسی

هیچ یک از این پنج موتور فهرست زبان‌های خوانده شده خودش را منتشر نکرده است. ایلون میوزیک می‌نویسد «انگلیسی، اسپانیایی، آلمانی، ژاپنی و بیشتر» که یک فهرست قابل استناد نیست، و سایت رسمی سونو به چهارده زبان ترجمه شده که فارسی جزو آن‌ها نیست. پس اینکه کدام موتور بهتر فارسی می‌خواند، داده‌ای است که در دست نیست و ادعایی درباره‌اش مطرح نمی‌شود. اگر خروجی فارسی لازم دارید، تنها روش قابل اتکا آزمایش مستقیم روی پلن رایگان است و همین روش هم پیشنهاد می‌شود.