📚 Continue Lendo
Mais artigos do nosso blog
TÍTULO: Suno V5: IA para música é tecnicamente avançada, mas falta alma
SLUG: suno-v5-ia-musica-avancada-sem-alma
META DESCRIÇÃO: Descubra o Suno v5, a nova IA geradora de música. Avances técnicos impressionantes em áudio, mas o dilema da autenticidade emocional permanece. Veja os detalhes.
A mais recente versão do gerador de música Suno V5, baseado em inteligência artificial, representa um salto notável em performance técnica. No entanto, o aprimoramento não conseguiu dissipar a sensação de que, apesar da perfeição formal, falta algo fundamental: a alma e a imprevisibilidade humanas, características essenciais para a arte, em especial no vocal.
Terrence O’Brien, editor de fim de semana do The Verge, avaliou as melhorias implementadas no modelo mais recente da Suno. Enquanto a empresa lida com potenciais litígios com gravadoras importantes, seus esforços se concentraram em aprimorar a ferramenta de criação musical com IA, culminando na versão V5. Esta atualização surge como uma evolução clara em comparação com o modelo anterior, o v4.5+, introduzindo aprimoramentos significativos na qualidade do áudio e na distinção instrumental.
Suno V5: IA para música é tecnicamente avançada, mas falta alma
As atualizações no V5 são evidentes, com uma notável redução de artefatos e uma separação mais límpida entre os instrumentos. Em modelos anteriores, como o v4.5+, frequentemente observava-se uma amalgama das partes melódicas, tornando indistintas as linhas de guitarra, baixo e sintetizador. Com o Suno V5, contudo, a mixagem demonstra ser consideravelmente mais clara e definida. Durante uma apresentação, Henry Phipps, gerente de produto da Suno, exemplificou essa melhoria ao destacar uma canção gerada pelo modelo que apresentava um sintetizador semelhante a uma flauta com um efeito de eco em estéreo. Ele enfatizou que tal reprodução isolada e fiel do efeito em diferentes partes do campo estéreo sinaliza uma compreensão avançada do modelo sobre como um som isolado é afetado e precisa ser renderizado, mesmo sem a aplicação tradicional de efeitos.
Apesar dos avanços na clareza do áudio e na capacidade de emular efeitos, as performances vocais geradas pelo Suno V5 permanecem um ponto controverso. A ferramenta, por padrão, entrega vocais que são excessivamente polidos: tudo parece envolto em reverberação, camadas de harmonias e entonação perfeita. Mesmo quando o usuário tenta especificar a ausência desses elementos nas instruções, o modelo tende a ignorá-las, resultando em um som homogêneo e desprovido das nuances que tornam uma performance vocal verdadeiramente humana e expressiva.
A empresa também sugeriu que o V5 apresentaria uma compreensão aprimorada de gêneros musicais, mas testes realizados levantaram dúvidas sobre essa afirmação. Ao pedir a criação de faixas de “R&B avant-garde moderno com batidas ‘glitchy’ e funkeadas, elementos melódicos atmosféricos e vocais sussurrantes”, tanto o V5 quanto o v4.5+ não conseguiram reproduzir de forma conclusiva a visão desejada, que se inspirava em artistas como Kelela. Embora as faixas se aproximassem, entregando batidas lentas com sintetizadores sombrios, a falta de elementos distintivos e a imprevisibilidade buscada eram notáveis.
De forma similar, a IA encontrou dificuldades em capturar a essência do “indie rock lo-fi do início dos anos 90, gravado em gravador cassete de 4 canais com vocais desafinados e guitarras levemente desafinadas”. Enquanto o V5 se afastou ainda mais do alvo nesse aspecto, nenhum dos modelos conseguiu reproduzir um som que se assemelhasse ao de bandas como Pavement. Em vez da estética “noise pop” relaxada e improvisada de álbuns como “Slanted and Enchanted”, o que era gerado eram músicas com características de um indie rock grandioso, com riffs marcantes e acordes poderosos e limpos, mais alinhados ao estilo de bandas como Arctic Monkeys do que a algo da virada do século. Essa limitação se estendeu a prompts que buscavam a sonoridade específica de décadas ou épocas, como “krautrock do final dos anos 1970”, onde o V4.5+ se saiu melhor (exceto nos vocais), mas o V5 frequentemente entregava faixas com um tom mais moderno, lembrando synth-pop dos anos 80, ainda que com algumas referências ao DNA do krautrock.
No entanto, a complexidade nas arranjos musicais criados pelo modelo V5 da Suno é uma evolução notável. Em comparação com o v4.5+, a nova versão incorpora um número maior de detalhes musicais únicos, que evitam a repetição excessiva e promovem estruturas de canções mais diversificadas. Enquanto o modelo anterior geralmente se mantinha na estrutura básica de verso-refrão-verso, o V5 introduz com frequência seções pré ou pós-refrão, múltiplos interlúdios ou breakdowns, construindo um arco sonoro ao longo da faixa que transcende a mera justaposição de seções distintas.
A capacidade de remixar faixas existentes também trouxe resultados promissores em alguns testes. Um experimento envolvendo o upload de uma canção de um EP pré-existente (que, surpreendentemente, não acionou o filtro de direitos autorais) revelou que a IA conseguiu transcrever partes do solo de guitarra em um motivo de sintetizador recorrente e converter grandes blocos de acordes em arpejos pulsantes, criando uma versão intrigante da música original.
Imagem: Cath Virginia via theverge.com
Contudo, a principal crítica permaneceu: em todas as versões e remixes, faltava a natureza crua e lo-fi da gravação original feita em casa. Essa ausência de autenticidade é um tema recorrente na avaliação. Embora o Suno possa imitar elementos superficiais como o ruído de fita ou a respiração humana, o resultado final frequentemente parece desprovido de genuinidade. Henry Phipps, o gerente de produto da Suno, reconheceu que o modelo vocal ainda não é capaz de replicar as imperfeições únicas de uma performance humana. O discurso inicial da empresa para o V5 enfatizava “vocais emocionalmente ricos” e “profundidade emocional humana”, mas essa linguagem foi discretamente removida dos materiais públicos. Atualmente, os vocais são descritos como “naturais” e “autênticos”, uma mudança que a empresa atribui a uma “escolha estilística”.
Mesmo essa nova descrição soa como um exagero. Embora o V5 apresente vocais mais realistas do que o v4.5+, eles ainda são percebidos como rígidos. Phipps argumentou que a percepção de falta de emoção no v4.5 resultava da ausência de “detalhes que dão aquela vivacidade” e que a fidelidade aprimorada do V5 supriria essa lacuna. Embora seja difícil contestar os avanços técnicos – as performances vocais são, de fato, mais detalhadas – elas permanecem excessivamente genéricas e padronizadas. Vozes do rock parecem com bandas como Imagine Dragons, e músicas de R&B soam como imitações desinteressantes de artistas como Adele ou Ariana Grande, faltando uma voz única e reconhecível.
Os vocais da Suno continuam a apresentar uma homogeneidade marcante, sempre revestidos por reverberação, harmonias e um tom impecavelmente afinado. É praticamente impossível induzir a inteligência artificial a produzir o que alguns chamam de “imperfeições significativas”, como vocais desafinados, asperezas ou falta de coesão, elementos que frequentemente carregam grande peso emocional em uma performance humana. Mesmo quando solicitada uma performance feminina a cappella emocional e sem processamento – explicitamente sem reverberação, harmonias ou efeitos – a ferramenta entregou faixas banhadas em reverberação, com vozes adicionais harmonizando e até mesmo um acompanhamento de baixo. Phipps admitiu que os modelos ainda não compreendem descrições específicas de efeitos ou técnicas de gravação, sendo a performance vocal primordialmente influenciada pela letra e pelo humor geral.
Em uma tentativa de replicar a intensidade de uma performance icônica, foram inseridas letras ligeiramente modificadas da canção “Gimme Shelter”, dos Rolling Stones, para evitar problemas de direitos autorais. Embora o resultado inicial simulasse os elementos de uma poderosa vocalista feminina em um arranjo blues, o impacto emocional era nulo. A ressonância que a voz de Mary Clayton oferece na ponte da música original, ou a aspereza melancólica na voz de Robert Smith em “Why Can’t I Be You?”, ou a palpável exaustão de Kurt Cobain no final de “Where Did You Sleep Last Night?”, que revelam a profundidade da luta humana, são completamente ausentes nos vocais gerados por IA. Isso reforça a noção de que o Suno, embora tecnicamente avançado, é um “monte de código”, incapaz de criar uma conexão emocional autêntica com as palavras como um artista humano faria.
A contínua evolução dos geradores de música por inteligência artificial, como o Suno V5, nos força a refletir sobre o futuro da criação artística. Enquanto os avanços técnicos são inegáveis, o desafio reside em infundir na máquina a “alma” e as imperfeições que tornam a arte verdadeiramente cativante e humana. Para entender mais sobre como a IA está transformando diferentes setores da sociedade e o que significa essa mudança para o mercado, explore nossas análises e aprofunde seu conhecimento.
Crédito: Cath Virginia / The Verge, Getty Images
Recomendo
🔗 Links Úteis
Recursos externos recomendados
