Я попросил ChatGPT очистить треки Suno от шума: результаты, советы и ограничения

Я искал способ убрать из сгенерированных в Suno треков характерный «песок»: широкополосное шипение, похожее на помехи не до конца настроенного радио, и искусственную зернистость. В итоге собрал длинный промпт для ChatGPT, который запускает обработку WAV перед мастерингом. По моим результатам, файлы получились заметно чище, без зернистой текстуры и белого шума.
Главное уточнение: ChatGPT не обрабатывает аудио одной лишь языковой моделью. Для этого он использует доступные инструменты и фактически каждый раз заново собирает программный конвейер обработки. Поэтому в конец промпта я добавил требование честно сообщить, если выполнить операции невозможно, а не выдавать желаемое за действительное.
Что указать в промпте
На вход нужен исходный WAV целиком, а не короткий фрагмент. Программа должна сохранить частоту дискретизации, число каналов, длительность и выравнивание сэмплов, а затем проанализировать запись с помощью STFT — кратковременного преобразования Фурье. Оно представляет звук как набор частот, меняющихся во времени, и позволяет ослаблять шум избирательно.
Профиль шума предлагаю оценивать по самым тихим 12% спектральных кадров. Дальше выполняется адаптивное спектральное вычитание с ограничением подавления примерно на уровне 7 дБ для каждого спектрального интервала. Частоты ниже 350 Гц почти не затрагиваются, чтобы защитить бас и бочку. Середина обрабатывается осторожно ради вокала и инструментов. В верхнем диапазоне подавление сильнее, поскольку именно там особенно заметна «радиостатика». Маска усиления сглаживается по времени и частоте, чтобы снизить риск музыкальных артефактов, пампинга и повреждения атаки.
После обратного преобразования сохраняются два стереофайла: очищенная версия и отдельная дорожка с удаленным звуком. Экспорт запрошен в WAV с исходной частотой дискретизации, желательно в 24-битном PCM, без дополнительной эквализации, компрессии, лимитирования, нормализации и мастеринга. Так проще понять, что изменила именно очистка.
Нюансы при проверке
Наиболее содержательный разбор появился после обработки полного пятиминутного трека Suno в WAV с частотой 48 кГц. Оказалось, что шаги с «фазовой компенсацией» ничего не добавляют к очистке.
В моей инструкции из оригинала вычитается обработанный сигнал, полученная разница инвертируется и снова смешивается с оригиналом. Но математически это тождество: Original + [−(Original − Denoised)] = Denoised. Проверка подтвердила, что итоговый Phase Cancelled Clean совпадает с результатом спектрального подавления вплоть до ошибок округления. Всю реальную работу выполняют анализ спектра и вычитание шума, а не эффектное название метода.
Второй нюанс важнее на практике. В тихих фрагментах проверенной песни звучало не шипение, а мягкое фортепиано. Алгоритм принял его за образец шума, поэтому в файле Removed Noise оказались настоящие ноты. Громкие части при этом почти не изменились, а удаленная дорожка в целом была примерно на 37 дБ тише песни.
Отсюда следует, что нужно обязательно слушать не только очищенный трек, но и удаленный сигнал. Если там слышны голос, ноты или атаки инструментов, обработка забирает музыку вместе с помехами. Метод логичнее применять к записям, где паузы и тихие участки действительно заполнены преимущественно шипением.
WAV из Suno: без потерь не обошлось
Моя исходная формулировка требовала WAV без потерь, но именно здесь и важно не ждать чуда. Один юзер сравнил свежие загрузки MP3 и WAV и пришел к выводу, что WAV не является полноценным несжатым оригиналом с большим запасом качества. В его образце MP3 имел переменный битрейт в среднем около 172 кбит/с и обрезку около 18 кГц, тогда как WAV при частоте 48 кГц ограничивался примерно 20 кГц. Спектры и уровни в остальном почти совпадали. При этом он признал, что картина сложнее простой конвертации MP3 в WAV: возможен общий промежуточный источник, который Suno не выдает пользователям.Так, для обработки стоит брать наиболее качественный доступный WAV, не ожидая, что большой размер файла сам восстановит детали.
Как не заставлять ChatGPT писать обработчик заново
Повторять громоздкий промпт для каждой песни необязательно. Один пользователь собрал SunoCleanser — программу, воспроизводящую описанный конвейер. В обсуждении ей предложили упростить установку: для NumPy, SciPy и SoundFile зависимость от Conda выглядит избыточной, можно использовать uv либо обычные venv и pip, а для нетехнических пользователей — собрать автономный исполняемый файл.
Есть и sunscreen, предложенный как еще один вариант очистки с дополнительными приемами, и приложение Restoration Lab для Mac с расширенным набором функций.
Сам я продолжаю дорабатывать подход. Хочу получить своего рода «плавающий лимитер», который удалял бы только шум и зернистость, минимально затрагивая исходник. Сейчас перспективнее выглядит версия на вейвлетах вместо STFT: предварительные результаты обнадеживают и обещают меньше потерь, но настройка еще не закончена. В перспективе хотелось бы оформить это как отдельную программу или VST-плагин.
Главный итог опыта не в том, что ChatGPT научился волшебным образом реставрировать Suno. Перед нами обычная осторожная спектральная чистка с понятными ограничениями, упакованная сначала в промпт, а затем в повторно используемые инструменты. Она может смягчить шипение, но качество результата проверяется ушами и анализом удаленной дорожки, а не уверенным отчетом модели о завершенной обработке.
Если попробуете этот способ на своей музыке, будет интересно почитать потом в комментариях, что вышло: стало чище или вместе с шумом пропало что-то нужное?

Комментарии к статье
Пока нет комментариев. Будьте первым!