Нейросеть под Цоя: как ИИ воссоздаёт голос легенды и создаёт новые песни

Как нейросеть научилась петь голосом Цоя

В 2021 году группа «Кино» впервые за долгие годы выступила на сцене с полноценным концертом. Секрет заключался не в воскрешении солиста, а в технологии извлечения вокала из старых фонограмм. Нейросеть Spleeter, выпущенная компанией Deezer в ноябре 2020 года, позволила разделить аудиодорожки на отдельные инструменты и голос. Этот метод, основанный на машинном обучении, ранее применялся в медицине для диагностики заболеваний. Звукорежиссёры потратили в среднем один день на восстановление каждой песни, сталкиваясь с трудностями из-за советских магнитофонов и экспериментальных звуковых эффектов. Именно этот проект стал отправной точкой для массового интереса к имитации голоса Виктора Цоя с помощью ИИ.

Позднее энтузиасты пошли дальше: вместо простого извлечения они начали обучать нейросети на чистых сэмплах вокала Цоя. Модели вроде RVC (Retrieval-based Voice Conversion) позволяют не просто вытащить голос из записи, а наложить его на любую новую мелодию. Для обучения достаточно 10–30 секунд чистого аудио без шума — например, фрагменты песен «Группа крови» или «Звезда по имени Солнце». Нейросеть анализирует тембр, интонации, хрипотцу и манеру исполнения, после чего может синтезировать вокал, который звучит почти как оригинал.

Какие нейросети лучше всего подходят для клонирования голоса Цоя

На рынке существует несколько инструментов, каждый из которых имеет свои сильные стороны. RVC (Retrieval-based Voice Conversion) считается лидером по точности клонирования. Эта бесплатная локальная программа доступна через WebUI на GitHub и позволяет загружать готовые модели, обученные фанатами. Модели Цоя для RVC можно найти на площадках Civitai и Hugging Face. RVC меняет голос на любом треке, сохраняя эмоции и русский акцент.

Suno.ai и Udio.com — это облачные сервисы, которые генерируют песню с нуля: текст, музыку и вокал. Они проще в использовании, но имеют ограничения. Suno.ai даёт до 50 секунд бесплатно, а Udio лучше справляется с русским акцентом и хрипотцой. ElevenLabs хорош для речи, но для пения его нужно комбинировать с другими инструментами. Covers.ai позволяет быстро сделать кавер: загружаешь трек, выбираешь голос Цоя — и готово. Voicify.ai и Lalal.ai также подходят для обработки аудио.

Важный нюанс: русскоязычные модели Цоя точнее передают характерные паузы и хрипоту, тогда как английские нейросети иногда путают голос с Тиллем Линдеманном из Rammstein.

Пошаговая инструкция: как сделать песню голосом Цоя через нейросеть

Процесс создания трека с голосом Цоя можно разделить на несколько этапов. Первый шаг — сбор сэмплов. Вам понадобятся чистые записи вокала Цоя длительностью от 10 до 30 секунд. Лучше всего использовать фрагменты без инструментов и шума. Идеально подходят акапелла из песен «Группа крови», «Звезда по имени Солнце» или «Пачка сигарет». Если чистых записей нет, можно воспользоваться сервисами вроде Lalal.ai для удаления фона.

Второй шаг — выбор инструмента. Для новичков проще всего начать с Suno.ai или Udio.com. Эти сервисы не требуют установки: вы пишете текст, выбираете стиль (например, «рок 80-х» или «советский пост-панк») и добавляете промпт с указанием голоса Цоя. Для более продвинутого клонирования используйте RVC WebUI. Установите программу на ПК, загрузите готовую модель Цоя с Civitai или Hugging Face, затем конвертируйте любой аудиофайл.

Третий шаг — настройка параметров. В RVC важно выставить правильный pitch (высоту тона). Цой пел достаточно высоко, поэтому рекомендуется поднять pitch на +12%. Индекс модели (index) лучше ставить около 0.75, а filter_radius — 3. Эти параметры помогают сохранить эмоциональную окраску и избежать артефактов.

Четвёртый шаг — постобработка. Сгенерированный трек может потребовать сведения с реальной музыкой группы «Кино» для большей аутентичности. Используйте Audacity или любой аудиоредактор для наложения эффектов и коррекции громкости.

Работающие промпты для Suno, Udio и RVC

Промпты — это ключ к качественному результату. Без правильного описания нейросеть выдаст generic-вокал, не похожий на Цоя. Вот несколько проверенных вариантов.

Для Suno.ai используйте такой промпт: [Victor Tsoi voice from Kino band, hoarse rock male vocals, 80s soviet punk rock] Текст: Ночь зовёт, ветер в лицо, город спит под звёздами. Мы идем вперед, не оглядываясь, в сердце огонь, не погасить. [гитара рифф как в Группа крови, драйвовый ритм]

Для Udio добавьте акцент на эмоции: Виктор Цой стиль, голос Кино, хриплый тенор, русский рок 1980-е. Песня про дождь в Питере: Дождь стучит по крыше, тени в окне, я один с гитарой, пою о тебе. [энергичный пост-панк, как Звезда по имени Солнце]

Для RVC WebUI после загрузки модели: model: tsoi_v2, f0: up 12%, index: 0.75, filter_radius: 3. Промпт: конвертировать в голос Виктора Цоя, сохранить эмоции, русский акцент.

Для Covers.ai достаточно загрузить MP3 и указать: Голос: Виктор Цой Кино. Стиль: русский рок.

Экспериментируйте с весом голоса (voice 1.2) и добавляйте [male, 35 лет, smoker voice] для усиления хрипоты. Помните: чем детальнее промпт, тем выше качество.

Технические ограничения и частые ошибки

Даже с лучшими нейросетями можно столкнуться с проблемами. Самая распространённая ошибка — недостаточное количество сэмплов. Если вы используете меньше 5 минут чистого вокала Цоя, голос получится плоским и неестественным. Вторая ошибка — игнорирование pitch. В песнях Цой поёт высоко, поэтому в RVC обязательно поднимайте высоту тона на +12%, иначе голос будет звучать неестественно низко.

Третья проблема — потеря русского акцента. Англоязычные модели часто «съедают» характерное произношение. Используйте русские индексы и модели, обученные именно на русском материале. Шум в сэмплах также убивает качество: обязательно чистите аудио через Lalal.ai или аналоги.

Ещё один нюанс — перегрев модели. Если нейросеть «галлюцинирует» и добавляет лишние слова или искажает интонации, значит, вы перегрузили её длинным промптом или слишком сложным текстом. Держите промпты краткими, а текст — в стиле Цоя: короткие строки, рок-ритм, философские образы.

Лимиты длины в Suno и Udio — ещё одно ограничение. Бесплатные версии генерируют фрагменты до 50 секунд или 2 минут. Чтобы получить полноценную песню, придётся склеивать несколько кусков в аудиоредакторе.

Примеры успешных проектов: от каверов до оригинальных треков

Энтузиасты уже создали множество работ, которые набрали миллионы просмотров. Например, на Udio был сделан кавер, где Цой «поёт» песню Моргенштерна — ролик собрал более 1 млн просмотров в TikTok. Другой популярный эксперимент — ремикс «Группа крови» с элементами рэпа, который, по отзывам, идеально лёг на бит.

Один из самых заметных проектов — песня «Тишина», созданная нейросетью в 2025 году. В ней ИИ имитирует не только голос, но и поэтический стиль Цоя: «На часах 20 с лишним не сплю, за окном фонари как мишени...» Текст наполнен характерными образами — сигарета, дождь, тишина, отчуждение. Пользователи отметили, что нейросеть смогла уловить меланхоличную атмосферу позднего творчества «Кино».

Фанаты также экспериментируют с восстановлением утерянных записей. Технология теоретически может помочь восстановить материалы, уничтоженные при пожаре в студии Universal в 2008 году, где сгорели архивы с голосами Луи Армстронга, Эллы Фицджеральд и других легенд. Пока это лишь гипотеза, но развитие нейросетей делает её всё более реальной.

Юридические и этические аспекты использования голоса Цоя

Создание песен с голосом Цоя с помощью нейросетей — это не только технический, но и правовой вопрос. Авторские права на музыку и тексты группы «Кино» принадлежат наследникам и правообладателям. Использование голоса без разрешения может нарушать законодательство о защите интеллектуальной собственности и праве на голос как на средство индивидуализации.

На практике большинство фанатских проектов существуют в «серой зоне»: их не монетизируют, а распространяют бесплатно. Однако если вы планируете выпустить трек коммерчески, необходимо получить лицензию. В России пока нет чёткой судебной практики по дипфейкам голоса, но в других странах уже возникали иски от наследников музыкантов.

Этическая сторона тоже важна. Многие поклонники считают, что использование голоса умершего артиста без согласия его семьи — это неуважение. Другие, наоборот, видят в этом способ сохранить наследие и познакомить новые поколения с творчеством Цоя. В любом случае, перед публикацией стоит оценить возможные риски и отнестись к проекту с уважением к памяти артиста.

Будущее технологии: что дальше?

Нейросети для клонирования голоса стремительно развиваются. В 2024 году RVC v2 с моделями на 16 кГц совершил прорыв в качестве. Уже сейчас можно создавать треки, которые на слух неотличимы от реальных записей Цоя. В ближайшие годы ожидается появление инструментов, способных генерировать не только вокал, но и полноценные аранжировки в стиле группы «Кино».

Однако есть и фундаментальные ограничения. Нейросети пока плохо справляются с креативной обработкой инструментов и созданием сложных музыкальных структур. Попытки обучить ИИ сочинять песни в стиле «Сектор Газа» или Queen дали неудовлетворительные результаты. Программа Jukebox от OpenAI не смогла сохранить структуру песни «Take on Me». Музыка — это не просто набор нот, а эмоциональное высказывание, которое машине уловить сложно.

Тем не менее, потенциал огромен. Технология может использоваться для восстановления исторических записей, создания образовательного контента и даже для терапии — например, чтобы люди с потерей голоса могли «говорить» своим прежним тембром. Главное — найти баланс между возможностями ИИ и уважением к культурному наследию.

Вопросы и ответы