Видео недоступно для предпросмотра
Смотреть в Max
🛠 Пайплайн гика: как собрать трек и клип с нуля за 0$ без подписок (часть третья)
В первой (https://t.me/gensound/1220) и второй частях (https://t.me/gensound/1253) цикла мы разобрали теорию открытых нейросетей, разрушили миф о «склейке кусков», заглянули в скрытые настройки AceStep 1.5 и познакомились с аудиокодами.
В финальном материале вместе с исследователем Hades переходим к практике: пошагово разбираем рабочий сетап для полного цикла производства музыки и клипов без единой платной подписки — с расходами только на электричество.
Пайплайн продакшена: от концепта до финального видео
Проект автора строится на стыке средневекового фолка, баухауса, нойза и индастриала. Чтобы воплотить столь нишевую эстетику без шаблонов Suno, используется слаженная цепочка бесплатного софта:
1. Идея и лирика (SillyTavern, локальные LLM). Тексты и сценарии прорабатываются в ролевой оболочке SillyTavern через локальные языковые модели (Qwen, Gemma, Cydonia). В групповом чате три персонажа формируют общий лор и структуру песни. Для стандартных задач ролевой чат не обязателен — с промптами и лирикой отлично справятся обычные локальные LLM через LM Studio или Ollama.
2. Генерация музыки (AceStep 1.5). Создание трека в режиме Custom. Чаще всего генерация идёт по референсу (Reference Audio), так как заготовки уникального стиля и вокала уже наработаны.
3. Разделение на стемы (Audacity + OpenVINO, UVR). Дорожки разделяются на составляющие с помощью бесплатного плагина OpenVINO в Audacity либо через Ultimate Vocal Remover (UVR).
4. Сведение и мастеринг. Быстрое выравнивание частотного баланса трека по референсу делается через модуль matchering в UVR. Точечная шлифовка — эквализация, сатурация и компрессия классическими VST-плагинами (iZotope, Antares) в бесплатной и всеядной Audacity.
5. Визуал и обложки (ComfyUI). Генерация концепт-артов, обложек и раскадровки видео на базе моделей Flux и SDXL (часто поверх собственных грубых скетчей на планшете).
6. Видеогенерация (Wan 2.2, LTX). Создание динамичных видеосцен по ключевым кадрам раскадровки на открытых видеодиффузорах.
7. Финальный монтаж (CapCut). Сборка готового аудиоряда, переходов и смонтированных видеокусков в единый клип.
Итог: ноль рублей на подписки и полная независимость от облачных сервисов. Пример смотрите в прикреплённом видео.
Почему будущее за открытым кодом
Закрытые платформы всё сильнее закручивают гайки: поднимают цены, ограничивают доступ из-за санкций, блокируют генерации за малейший намек на копирайт или внезапно меняют правила монетизации.
Open-source даёт автору фундаментальные преимущества:
▫️ Неуязвимость. Локальную программу на вашем ПК никто не отключит и не заблокирует.
▫️ Чистый копирайт. Ваши исходники, голос и демо не отправляются на чужие серверы для тайного дообучения чужих моделей.
▫️ Свобода модификаций. Сообщество развивает открытые инструменты с поразительной скоростью — новые интерфейсы, оптимизации и расширения для AceStep появляются за считаные дни после релиза.
В первой (https://t.me/gensound/1220) и второй частях (https://t.me/gensound/1253) цикла мы разобрали теорию открытых нейросетей, разрушили миф о «склейке кусков», заглянули в скрытые настройки AceStep 1.5 и познакомились с аудиокодами.
В финальном материале вместе с исследователем Hades переходим к практике: пошагово разбираем рабочий сетап для полного цикла производства музыки и клипов без единой платной подписки — с расходами только на электричество.
Пайплайн продакшена: от концепта до финального видео
Проект автора строится на стыке средневекового фолка, баухауса, нойза и индастриала. Чтобы воплотить столь нишевую эстетику без шаблонов Suno, используется слаженная цепочка бесплатного софта:
1. Идея и лирика (SillyTavern, локальные LLM). Тексты и сценарии прорабатываются в ролевой оболочке SillyTavern через локальные языковые модели (Qwen, Gemma, Cydonia). В групповом чате три персонажа формируют общий лор и структуру песни. Для стандартных задач ролевой чат не обязателен — с промптами и лирикой отлично справятся обычные локальные LLM через LM Studio или Ollama.
2. Генерация музыки (AceStep 1.5). Создание трека в режиме Custom. Чаще всего генерация идёт по референсу (Reference Audio), так как заготовки уникального стиля и вокала уже наработаны.
3. Разделение на стемы (Audacity + OpenVINO, UVR). Дорожки разделяются на составляющие с помощью бесплатного плагина OpenVINO в Audacity либо через Ultimate Vocal Remover (UVR).
4. Сведение и мастеринг. Быстрое выравнивание частотного баланса трека по референсу делается через модуль matchering в UVR. Точечная шлифовка — эквализация, сатурация и компрессия классическими VST-плагинами (iZotope, Antares) в бесплатной и всеядной Audacity.
5. Визуал и обложки (ComfyUI). Генерация концепт-артов, обложек и раскадровки видео на базе моделей Flux и SDXL (часто поверх собственных грубых скетчей на планшете).
6. Видеогенерация (Wan 2.2, LTX). Создание динамичных видеосцен по ключевым кадрам раскадровки на открытых видеодиффузорах.
7. Финальный монтаж (CapCut). Сборка готового аудиоряда, переходов и смонтированных видеокусков в единый клип.
Итог: ноль рублей на подписки и полная независимость от облачных сервисов. Пример смотрите в прикреплённом видео.
Почему будущее за открытым кодом
Закрытые платформы всё сильнее закручивают гайки: поднимают цены, ограничивают доступ из-за санкций, блокируют генерации за малейший намек на копирайт или внезапно меняют правила монетизации.
Open-source даёт автору фундаментальные преимущества:
▫️ Неуязвимость. Локальную программу на вашем ПК никто не отключит и не заблокирует.
▫️ Чистый копирайт. Ваши исходники, голос и демо не отправляются на чужие серверы для тайного дообучения чужих моделей.
▫️ Свобода модификаций. Сообщество развивает открытые инструменты с поразительной скоростью — новые интерфейсы, оптимизации и расширения для AceStep появляются за считаные дни после релиза.