Grom Zvuk: как сделать песню нейросетью на русском языке

Что случилось и почему об этом говорят

22 сентября 2026 года российская компания GPTunneL рассказала о результатах слепого теста своей музыкальной нейросети Grom Zvuk. За неделю новость перепечатали техно-СМИ: по качеству звучания модель обошла свежую Suno v6, самый известный генератор песен в мире.

Для тех, кто делает рилсы, клипы и Shorts, важно другое: модель заточена под русский язык. Разработчики прямо пишут, что сделали её, когда Suno отключила старые версии, а пользователи стали жаловаться на потерю привычного звучания и на то, что текст в готовом треке больше нельзя поправить.

Проще говоря, появился отечественный инструмент, который по запросу собирает целую песню: вокал, мелодию, аранжировку и сведение.

Что умеет Grom Zvuk

На странице модели разработчик перечисляет несколько режимов работы:

• песня с нуля по описанию стиля и вашему тексту;
• кавер: мелодия и текст исходной песни сохраняются, а аранжировка, инструменты и манера вокала меняются;
• свой текст на готовую песню;
• смена стиля: одна композиция в разных жанрах;
• инструментал без вокала — подойдёт как фон для видео.

Звук, по словам разработчика, в формате 48 кГц, стерео. Трек генерируется целиком за один проход, а не склеивается из кусков, поэтому куплеты, припев и бридж звучат как одно целое.

Длину трека источники называют по-разному: в новостях Компьютерры и Hi-Tech Mail — до четырёх минут, на странице GPTunneL и в статье компании на Хабре — до пяти. Для ролика на 15–60 секунд разница неважна.

Генерация, по данным Компьютерры, занимает примерно от 30 секунд в зависимости от нагрузки.

Результаты слепого теста: без восторгов

В тесте участвовали 150 треков на разных языках, названия моделей от оценщиков скрыли. Цифры из публикаций:

• Grom Zvuk — 83 балла из 100 за качество звучания и 85 за точность текста;
• Suno v6 — 80 и 85;
• Suno v5 — 88 и 90;
• Mureka 9 — 90 и 78.

Честный вывод такой: новую Suno v6 модель по звуку обошла, а старую Suno v5 — нет. Mureka 9 по звучанию тоже выше, зато заметно хуже справляется с текстом. Если вам важно, чтобы нейросеть внятно пропела именно ваши слова, у Grom Zvuk хороший баланс.

На каких языках поёт

Во всех источниках есть русский, английский, китайский, японский, казахский, испанский, немецкий, французский и корейский. На странице разработчика список длиннее: итальянский, португальский, турецкий, арабский, хинди и другие.

Отдельно GPTunneL подчёркивает, что модель поёт по-русски без акцента, характерного для западных аналогов. Если вы пробовали сделать русскую песню в зарубежном сервисе и морщились от ударений, это главный повод попробовать.

Сколько стоит и где попробовать

Модель доступна на платформе GPTunneL: это агрегатор, где в одном месте собраны текстовые нейросети, генераторы картинок, видео, музыки и голоса. На странице Grom Zvuk есть кнопки «Создать песню» и «Сделать кавер». Разработчикам и компаниям модель дают через API.

С ценой не всё однозначно. В статье компании на Хабре базовая цена — 8 рублей за трек и скидка 50% на старте. В новости Hi-Tech Mail — 1 рубль за генерацию и 4 рубля к концу 2026 года. В других материалах — «от 4 рублей». Перед оплатой проверьте актуальную цену в разделе тарифов — в любом случае речь о рублях за трек, а не о подписке на тысячи.

Как использовать в SMM и малом бизнесе

Музыка — то, на чём проще всего сэкономить время. Несколько сценариев, где такой генератор реально полезен:

• Фон для рилсов и клипов. Инструментал в нужном настроении без поиска по стокам.
• Джингл бренда. Короткий припев с названием кофейни, салона или магазина, который можно ставить в конец каждого ролика.
• Песня-поздравление для клиентов к празднику или к дню рождения компании.
• Юмористический контент. Песня про боль вашей аудитории («когда клиент пишет „сколько стоит?“ под постом с ценой») часто цепляет лучше обычного текста.
• Несколько версий одного трека в разных жанрах для A/B-проверки: какая лучше держит зрителя.

Для блогера это ещё и способ сделать узнаваемую музыкальную заставку, которой нет ни у кого.

Пошаговая инструкция: первый трек за 10 минут

1. Определите задачу. Фон без слов, джингл на 10–15 секунд или полноценная песня. От этого зависит режим.

2. Напишите текст сами (или с помощью любой текстовой нейросети). Коротко: для рилса хватит одного куплета и припева. Название бренда вставьте в припев — он повторяется.

3. Разметьте структуру. Подпишите, где куплет, а где припев, — модель сама размечает части песни, и подсказка помогает ей.

4. Опишите стиль в поле стиля: жанр, темп, настроение, тип голоса. Например: «лёгкий поп, бодрый темп, женский вокал, летнее настроение».

5. Сгенерируйте 2–3 варианта. При цене в несколько рублей за трек дешевле сделать пару дублей, чем добиваться идеала с первого раза.

6. Проверьте ударения и дикцию на телефоне в наушниках — так ролик услышит зритель.

7. Вырежьте нужный кусок в любом видеоредакторе и подложите под видео. Самое сильное место — припев — ставьте в начало или на ключевой момент.

Совет: не храните все варианты в одной папке «музыка». Подписывайте файлы по стилю и дате, чтобы через месяц быстро найти удачный джингл.

Про авторские права: где осторожнее

По данным Hi-Tech Mail, результаты генерации остаются у пользователя. Но с каверами есть важная оговорка: GPTunneL прямо пишет, что не берёт на себя ответственность за соблюдение авторских прав при создании каверов.

Отсюда простое правило: кавер на чужую известную песню для коммерческого аккаунта — рискованная идея, даже если нейросеть позволяет его сделать. Мелодия и текст принадлежат авторам оригинала. Для бизнеса безопаснее песни с нуля на ваш собственный текст и инструменталы.

Если сомневаетесь в конкретном случае, особенно в рекламе, уточните у юриста — общих правил здесь недостаточно.

Частые вопросы

← Все материалы