idle() the music of ipe()

No. 3· behind-the-music

Como uma música lo-fi com IA é feita

Como uma música lo-fi com IA do idle() vai da letra ao lançamento: quem entrega o quê, onde conferimos e como dizemos com clareza que é feita com IA.

AI Este artigo é uma tradução feita por IA. Ler o original (English)

A capa do álbum: um latte sendo servido, com as palavras dear(you); vol.1, dear you e uma linha em coreano que significa «para você, que chegou ao fim de hoje»

A capa de dear(you); vol.1. As dez músicas que ele reúne foram feitas seguindo a ordem descrita abaixo.

Este lo-fi é feito por IA? Sim, com o Suno. Aqui estão as cinco passagens de bastão, da letra ao lançamento, e onde uma pessoa entra. Às vezes nos perguntam como uma música do idle() é feita. A resposta em uma linha é «com IA», mas dentro dessa linha há mais passagens de bastão e conferências do que se poderia imaginar. Este texto percorre a ordem de produção que estabelecemos para nós mesmos, da primeira letra ao lançamento. Ele descreve um procedimento que deixamos por escrito, portanto não significa que toda música passou por ele sem um único desvio.

Primeiro, a frase mais importante. A música é produzida com IA (Suno). As letras são rascunhadas por uma IA e revisadas por uma pessoa. O restante deste texto é, na verdade, uma explicação de como essa frase se parece quando vira trabalho de verdade.

Cinco passagens de bastão

Um diagrama de cinco etapas ligadas por setas: letra, música, visual, revisão e lançamento, cada uma com o papel responsável e o que produz. A etapa de revisão está contornada em dourado

As cinco etapas por que uma música passa. A quarta, a revisão, é um portão que não pode ser pulado.

Uma música passa por cinco etapas: letra, música, visual, revisão e lançamento. A etapa seguinte só começa quando a anterior termina, e a pessoa responsável muda a cada passo. Chamamos cada mudança de passagem de bastão, e neste texto contamos também o planejamento que vem antes da primeira letra. Uma passagem de bastão é feita de arquivos e status, não de conversa. Quando a pessoa responsável pela letra termina o arquivo de uma música e define seu status como «composição solicitada», a pessoa responsável pela música lê esse arquivo e começa a trabalhar. Como fica sempre registrado quem entregou qual arquivo em que estado, o contexto não se perde no caminho.

Os status por que uma música passa também são fixos. Uma letra nova é um «rascunho». Enquanto seu tom e seu fluxo emocional estão sendo moldados, ela está «em refinamento». Ao ser entregue à música, passa a «composição solicitada»; quando o áudio é produzido, «em composição»; e só depois de passar pela revisão torna-se «lançada». Basta um olhar neste quadro para saber em que mãos uma música está agora.

Etapa 0: planejamento, porque o álbum vem antes da música

O primeiro passo é, na verdade, sobre o álbum, não sobre a música. O conceito, a ordem das faixas e o fluxo dos sentimentos são desenhados primeiro. Para dear(you); vol.1, um conceito («dez cartas para você, que chegou ao fim de mais um dia difícil») e um arco de dez sentimentos (empatia, compreensão, medo, tranquilização, descanso, conexão, gratidão, reconhecimento, esperança, calma) foram definidos antes de tudo, e cada música recebeu seu lugar nesse arco antes de chegar à etapa da letra. Uma música começa como uma vaga em um álbum, e não como uma peça isolada, e achamos que isso explica em parte por que nossas músicas se parecem na estrutura.

Etapa 1: letra, uma música em duas versões

O resultado da etapa da letra é um arquivo de música. Ele guarda o tema, o clima, a história e a letra em duas versões: uma com o coreano como idioma principal e outra com o inglês. O lado coreano é o original, e o lado inglês é escrito como uma adaptação que leva adiante o tom e o sentimento, não as palavras. Se a tradução literal de uma IA for cantada como está, o ritmo e a emoção se quebram e a qualidade da música cai.

A versão com inglês como idioma principal é cantada em inglês por uma voz feminina, com sussurros em coreano, e a versão com coreano como idioma principal é cantada em coreano por uma voz masculina, com sussurros em inglês. Ambas terminam com a linha sussurrada ipe. be still

A regra das duas versões: cada versão é cantada em um só idioma, e o outro idioma aparece apenas como sussurro.

O princípio cabe em uma linha: o idioma cantado fica fixo dentro de uma versão, e a tradução é entregue como legenda. Isso quer dizer que não forçamos uma tradução literal dentro de uma melodia. O outro idioma entra apenas como um sussurro curto, de modo que a versão em inglês carrega uma ou duas palavras em coreano e a versão em coreano carrega uma em inglês. Esses sussurros são a costura que mantém as duas versões juntas como uma só música.

Há mais uma coisa que a etapa da letra precisa fazer: colocar «ipe. be still» no final da música. É um sussurro de um só fôlego, fixo em inglês, e toda música desde dear(you); termina com ele. O arquivo da letra só é considerado pronto, e só pode ser entregue à música, depois que essa assinatura está lá.

Etapa 2: música, das palavras ao som

O lado da música pega o arquivo da letra e monta um pacote de produção. O pacote contém a letra cantada de cada versão e um prompt de estilo: uma descrição escrita do gênero, dos instrumentos, do caráter da voz e da textura da mixagem. A primeira música do álbum, por exemplo, está descrita como lo-fi ambiente com piano suave, violão caloroso, pads delicados, ruído de vinil e uma leve ambiência de chuva, com uma voz feminina doce para a versão em inglês e uma voz masculina suave para a versão em coreano.

Com esse pacote, o áudio e os vocais são gerados com o Suno, uma ferramenta de música com IA. Uma única geração raramente dá exatamente o que queremos, então várias são testadas e uma é confirmada. A versão confirmada passa a ser a música. Quando uma música recebe legendas para o vídeo, o arquivo de legendas precisa vir dessa versão confirmada, porque a marcação de tempo muda a cada geração. Essa regra está escrita em nosso procedimento.

É aqui que a tradução entra, como legenda. No YouTube existem dois tipos: legendas que o espectador ativa e letras gravadas na imagem. A sincronização automática não está disponível para letras em coreano, então é preciso enviar um arquivo de legendas à mão, e uma música cujas palavras queremos destacar pode virar um vídeo de letra com o texto gravado na imagem. Cada idioma tem sua própria capa e seu próprio arquivo de legendas.

Etapa 3: visual, dando um rosto ao som

Com o áudio confirmado, o lado visual faz a capa, a miniatura do YouTube e, quando necessário, um fundo em loop para o vídeo. Seus insumos são o conceito da música, o áudio e o tom da hora do dia a que a música pertence. A temporada 1 divide um dia em quatro álbuns (noite, amanhecer, manhã e fim de tarde), de modo que as músicas do mesmo álbum compartilham as cores de um mesmo momento do dia.

Algumas regras visuais são fixas. A paleta gira em torno de azul-marinho profundo, dourado quente, verde-sálvia e creme, e o lettering usa uma fonte monoespaçada que lembra um editor de código. Na capa, o inglês vem em primeiro e o coreano é a linha de apoio. Olhe a capa da primeira música e você verá o título em inglês em tamanho grande, com o título em coreano logo abaixo.

Etapa 4: revisão, um portão que não pode ser pulado

Quando a letra, o áudio, a capa, a miniatura e o cartão de lançamento deste site estão todos prontos, a revisão se abre pouco antes do lançamento. Esse portão não pode ser pulado. Ele tem dois pares de olhos. Um olha a qualidade e o risco: o som está limpo, o idioma e a voz do áudio combinam com a letra (voz feminina para a versão em inglês, masculina para a em coreano), o sentimento e a ordem das faixas se encaixam no plano do álbum, há riscos de direitos autorais como a indicação de IA ou plágio, e os links e metadados estão corretos. O outro olha a marca: a paleta, a fonte, um tom que descrevemos como a calma antes do ruído e a hierarquia dos idiomas na capa.

Alguns itens são paradas obrigatórias. «ipe. be still» está bem no final? A hierarquia dos idiomas na capa e na miniatura foi respeitada? Os links e os idiomas do cartão de lançamento do site conferem? Se a assinatura estiver faltando, a música volta, é corrigida e revisada de novo. Quem revisa apenas aponta os problemas e não reescreve a letra. Corrigir é com quem fez. Manter separada a pessoa que confere da pessoa que fez a coisa é o coração desse portão.

Etapa 5: lançamento, enviar, conectar, registrar

Depois da revisão, o lado da música envia para o YouTube e, nas músicas que precisam, cuida da distribuição para os serviços de streaming. A etapa de envio inclui conferir o rótulo que indica que o conteúdo foi feito com IA. Em seguida, o status da música passa a «lançada», os links do YouTube são escritos no quadro de músicas, e o cartão de lançamento deste site e os documentos de resumo são atualizados. Uma música pode parecer terminada e ainda ter uma tarefa pendente: conferir que seus links concordam em todos os lugares onde aparecem.

O método de lançamento é híbrido desde o início: os singles saem um de cada vez para manter o canal em movimento, e, quando uma série tem músicas suficientes, elas são reunidas em um álbum. As dez músicas de dear(you); vol.1 estão todas no YouTube em uma versão em inglês e uma versão em coreano. Um vídeo longo do álbum completo, para ouvi-lo inteiro de uma só vez, também está no YouTube.

Por que colocamos «feito com IA» em primeiro lugar

A pergunta que mais recebemos é, no fim, uma só: por que mostrar que não foi feito à mão? Nossa resposta é simples. Não há nada a esconder, e não esconder é a abordagem que dura. Produzir os vocais com IA está escrito em nossos princípios de trabalho como a opção padrão, e uma das razões é que isso combina com a ideia de marca de revelar abertamente a produção com IA. O que as pessoas fazem é definir a direção e depois ler, revisar e escolher a partir do rascunho. O que a IA faz é produzir rascunhos e som com rapidez. Não misturamos as duas coisas. Escrevemos o que cada uma assume, e essa é a nossa promessa.

Ouça

As dez músicas de dear(you); vol.1, feitas seguindo a ordem descrita acima. Cada uma está no YouTube em uma versão em inglês e uma versão em coreano.

O canal inteiro está em YouTube ipe-rest.

Esperamos que, da próxima vez que você ouvir uma música, perceba um pouco mais. Por trás da linha sussurrada bem no final, há cinco etapas e um portão que não pode ser pulado entre uma letra e um lançamento. Você pode ouvir na página inicial do idle().