Suno v4.5 veröffentlicht
(suno.com)- Die sichtbare Seite ist nicht die Release-Note, sondern die AI Music Explore-Seite von Suno; über die Listen Staff Picks und Best of v5.5 werden öffentliche Songs und die jeweilige Erzeugungsversion angezeigt.
- In Staff Picks sind die Labels v4.5-all, v5.5 und Studio gemischt; jeder Song wird zusammen mit Titel, Ersteller, Aufruf-/Reaktionszahlen und Kommentarzahl angezeigt.
- Best of v5.5 bündelt nur v5.5-Songs separat und zeigt Titel wie Sentiment, Love Language, Condolences und 365.
- Gemessen an den angezeigten Listen hat in Staff Picks Lucid Dreaming mit 438K die meisten Aufrufe, in Best of v5.5 liegt Condolences mit 321K vorn.
- Die auf der Seite bestätigbaren Informationen beschränken sich auf Song-Erkundung und interne Menüs; Release-Funktionen von v4.5 sowie Preise und Nutzungsbedingungen sind nicht ersichtlich.
Aufbau der in Suno Explore sichtbaren Seite
- Explore ist Sunos AI Music-Entdeckungsseite und bietet sowohl eine Liste öffentlicher Songs als auch ein internes Navigationsmenü.
- Oben werden Home, Explore, Create, Studio, Library und Hooks angezeigt.
- Als zusätzliche Menüpunkte sind Earn Credits und Labs zu sehen.
In Staff Picks angezeigte Songs und Versionen
- Staff Picks zeigt Songs aus mehreren Erzeugungsversionen gemischt in einer Liste.
- My Vision: v4.5-all, Luna World, 239K, 3.2K, 462 Kommentare
- Secret Fantasy: v5.5, Alfie, 120K, 1.8K, 190 Kommentare
- BIZARRE: v4.5-all, MOSTER, 110K, 1.8K, 167 Kommentare
- Velvet Heist: v5.5, Stageism, 61K, 1.1K, 108 Kommentare
- Ethereal Sun: v4.5-all, Rachel_Claveau, 47K, 1.0K, 115 Kommentare
- Lucid Dreaming: v4.5-all, Varletine, 438K, 7.7K, 942 Kommentare
- Slippin: Studio, PK♠️ 🇳🇴, 255K, 6.6K, 704 Kommentare
Liste Best of v5.5
- Best of v5.5 fasst mit v5.5 gekennzeichnete Songs in einem separaten Abschnitt zusammen.
- Sentiment: Toxic trades, 212K, 2.9K, 210 Kommentare
- Love Language: Halo 💔, 137K, 2.8K, 217 Kommentare
- No Conversation (Underground 2-Step Mix): CKDolcefarniente, 68K, 1.1K, 82 Kommentare
- Condolences: Æthereal Diffusion, 321K, 4.2K, 334 Kommentare
- 365: Han, 212K, 3.8K, 307 Kommentare
- float.: WorriedChart, 150K, 2.7K, 223 Kommentare
- Flatline: Ken Hein Lucky, 95K, 2.1K, 139 Kommentare
Punkte, die nicht als Informationen zur Veröffentlichung von v4.5 bestätigt werden
- Im vorliegenden Textabschnitt gibt es keine Erläuterungen zu Release-Funktionen von v4.5, Modellverbesserungen, Preisen oder Nutzungsbedingungen.
- Bestätigbar sind nur die Song-Listen der Explore-Seite, Versionslabels, Ersteller, Reaktionszahlen, Kommentarzahlen und die internen Navigationsmenüs von Suno.
1 Kommentare
Meinungen auf Hacker News
Das eigentliche Potenzial von Tools wie Suno liegt meiner Ansicht nach nicht darin, Radiohits am Fließband zu produzieren, sondern Musik zu schaffen, die es wegen fehlender kommerzieller Anreize sonst kaum geben würde. Zum Beispiel funktionale Musik.
Ich habe angefangen, Songs zu erstellen, die Strategien zur Emotionsregulation stärken – mit Inhalten wie Grounding-Techniken, Atmung und Im-Hier-und-Jetzt-Bleiben. Es waren keine Anleitungstracks, sondern echte Songs mit Lyrics, die die tatsächliche Übung und die Skills widerspiegelten.
Anfangs nutzte ich ein Mini-Album, das ich auf dem Heimweg nach der Therapie erstellt hatte, zum Entspannen. Später aber tauchten die Lyrics in Stresssituationen von selbst auf, und da wurde mir klar, dass diese Songs nicht nur Beruhigungswerkzeuge waren, sondern emotionale Fähigkeiten vermittelten, die man im ganzen Leben einsetzen kann.
Musik, die nicht nur zum Anhören existiert – Arbeitslieder, Wiegenlieder, Marschlieder, religiöse Hymnen – gab es schon immer. Musik, die Interaktionsweisen lehrt, ist dagegen noch ein nahezu unerschlossenes Feld.
Trotzdem macht mich das Produkt selbst hoffnungsvoll. Ein Komponierer sollte, falls es das nicht schon gibt, größere Sequenzen und ihre Beziehungen zueinander mit einer Struktur wie einer Gedankenkette planen können. Suno wirkt wie ein Bereich, in dem ein funktionales neuro-symbolisches Modell am besten passen könnte. CPE nutzte schon vor Hunderten von Jahren Kontrapunkt-Algorithmen.
https://www.reddit.com/r/classicalmusic/comments/4qul1b/crea... Die ursprüngliche Site ist weggezogen, aber über die Wayback Machine einsehbar. Allerdings habe ich keine gespeicherte Version gefunden, in der die Generierungsdemo funktioniert; damals habe ich sie tatsächlich ausprobiert.
https://suno.com/playlist/d2886382-bcb9-4d6d-8d7a-78625adcbe...
https://music.apple.com/au/album/breath-of-the-cosmos/175227...
https://open.spotify.com/track/0mJoJ0XiQZ8HglUdhWhg2F?si=tID...
https://suno.com/s/LHRmE867FslALzz6
Allerdings glaube ich, dass die Richtung falsch gewählt wurde. Realistisch gesehen hätte man auf Tracker-Dateien trainieren und Songs auf diese Weise aufbauen sollen, während nur Vocals und einzelne Instrumentensounds für MIDI generiert werden.
So ließe sich ein Track praktisch rendern, die Qualität wäre höher, und echte Musiker könnten eine Gerüstdatei wie ein mod bekommen, sie bearbeiten und eine menschliche Note hinzufügen. Das wäre deutlich nützlicher gewesen.
Dieses Subgenre ist ziemlich breit gefächert, und Menschen mit bislang unentdecktem Schreibtalent machen Raps über Themen wie Politik, Finanzen, Lebensbewältigung und Training kritischen Denkens; auf Sharing-Sites für Conscious Rap verbreitet sich dann persönliche Musik.
Der Bereich, in dem generierte Musik mein Leben am stärksten beeinflusst hat, waren Hochzeitsaufführungen. Wenn Familien einen lustigen Song mit Anekdoten über die Braut wollen, braucht es dafür plötzlich kein Talent mehr.
Beim ersten Mal war es beeindruckend, aber als ich bei einer zweiten Hochzeit etwas Ähnliches sah, wurde es langweilig, und beim dritten Mal mochten es alle nicht mehr.
Wie bei Bildgenerierung scheint man wie ausgestanzte Kunst sehr schnell sattzuhaben, und ich weiß nicht, wie ich das einordnen soll.
Seltsame und alberne Dinge wie Titelsongs für nicht existierende TV-Serien zu machen, herauszufinden, wie man die Songform von Kultur A in Kultur B überträgt, Hintergrundmusik für ein Spiel zu erstellen, das ich gern machen würde, oder einen Verkaufssong für den Verkauf von Iyo-Railway-Aktien in Shikoku 1889 zu produzieren.
Für jemanden ohne jeden kulturellen Einfluss sorgt ein Dienst wie Suno dafür, dass man nicht nur die ursprüngliche hirnverrottende Popmusik hören muss. Man kann Müll erzeugen, aber es ist wenigstens der eigene Müll, und man muss nicht warten, bis einem jemand etwas vorwirft.
Ich mag Suno, weil es ein selten unterhaltsamer Abodienst ist.
Für mein nicht-musikalisches Ohr klingt es so, als mache Suno plausible Musik, aber nachdem ich ein paar Stücke gehört hatte, begann sie sich auch unecht anzufühlen. Das ist allerdings nicht besonders interessant; wirklich interessant ist, dass diese Systeme gut genug werden dürften, um über dieses Fake-Gefühl hinauszukommen.
Das gefällt mir überhaupt nicht.
Bis ich die Kommentare hier gelesen habe, wusste ich nicht, dass das AI ist. Ich habe den anti-folk big band-Sender wirklich genossen.
Wenn ich jetzt darüber nachdenke, ist das wahrscheinlich ein völlig unsinniger Genre-Name, aber genau diese Absurdität machte mehr Spaß als das, was ich auf Spotify gefunden habe. Was das über mich aussagt oder über den Zustand der Musik, weiß ich nicht, aber ich hätte nicht gedacht, dass sie schon so capable ist.
Die Stimmung hier ist ganz HN-typisch: berüchtigter Zynismus pur. Alle tun diese Technologie als unoriginell, uninspiriert und fade ab und reden sich ein, dass Musik ohne den „besonderen menschlichen Touch“ das Publikum langweilen und nicht berühren werde.
Aber ich glaube, dem durchschnittlichen Ohr wird das egal sein. Diese Musik ist schon so gut wie das, was Menschen machen können, und wird ohne Lizenzkosten zu deutlich geringeren Kosten verfügbar sein. Man sollte sich darauf einstellen, sie in Cafés, Restaurants, TV-Werbung und in der nächsten Spotify-Playlist überall zu sehen.
Solche Soundtracks werden alltäglich werden, und das Geschrei aus Communities wie dieser wird zu einer marginalisierten Minderheit werden, wie bei anderen Fällen, in denen verdrängte Technologien abgelehnt wurden.
Natürlich wird von Menschen gemachte Musik weiter existieren, aber bei großflächigen Einsatzbereichen, in denen diese emotionale Verbindung nicht nötig ist — Café-Hintergrundmusik, Game- und Film-Soundtracks, Wartezimmer, TV-Shows — würde ich stark darauf wetten, dass sie am Ende häufiger sein wird als menschengenerierte Musik.
Hast du noch nie von Namen wie Nobuo Uematsu, Yoko Shimomura, Lena Raine, John Williams, Clint Mansell, Ennio Morricone, Ramin Djawadi oder Max Richter gehört? Hast du nie erlebt, wie On The Nature of Daylight in einem emotionalen Höhepunkt eines Films oder einer TV-Show perfekt eingesetzt wird und einen bis ins Mark trifft? Allein der Gedanke daran jagt mir Gänsehaut über die Arme.
Du streifst die Menschen, die in diesen Medien geliebt werden und noch lange geliebt werden dürften, viel zu oberflächlich.
Ob der Track in meinem Lieblingscafé AI-generiert ist oder nicht, ist mir ziemlich egal. Ich muss mich emotional nicht in Hintergrundmusik vertiefen, und wenn es um Musik für einen einfachen Zweck geht, kann AI für viele Menschen diesen Zweck genauso gut erfüllen wie ein Mensch.
Auch die Lizenzkosten sind ein großer Vorteil. Die Tantiemen für menschliche Musik sind kompliziert und teuer, während AI-generierte Musik höchstens auf dem Niveau eines Monatsabos liegt.
Bei Videospiel- oder Film-Soundtracks stimme ich nicht vollständig zu, aber ich denke, dass AI-generierte Assets Spieleentwicklung für Einzelentwickler oder kleine Teams zugänglicher machen werden.
Am Ende hört man eben, was einem gefällt, und sieht, wohin sich die Technik entwickelt. Menschliche Kreative werden nicht sofort ihre Jobs verlieren, aber besonders bei funktionaler Musik könnten sie Konkurrenz bekommen.
Als wäre eine unternehmensgetriebene, abo-basierte Content-Farm anstelle lästiger Menschen die zertifiziert unzynische, glückliche Zukunft von Musik und Kunst.
Zu sagen, diese Musik sei schon so gut wie das, was Menschen machen können, heißt, dass sie ähnlich gut ist wie andere AI-Erzeugnisse, etwa große Codebases. Wenn du den Unterschied nicht bemerkst: Glückwunsch.
Wenn man sagt, bei Game- und Film-Soundtracks, Wartezimmern und TV-Shows brauche es keine emotionale Verbindung, was ist dann der Sinn, Filme oder TV-Shows anzusehen — und was ist der Sinn, sie zu machen?
Eine der größten Schwächen von Suno ist die Lyrics-Generierung, und dass man keine reinen Lyrics erzeugen kann, ohne gleich einen Song zu generieren. Ich halte es für besser, die Lyrics mit einem anderen LLM zu erstellen und iterativ zu überarbeiten und sie dann für die finale Song-Generierung an Suno zu übergeben.
Falls hier jemand ein Abo hat und ein paar Tokens ausgeben kann, wäre es interessant, wenn er einen Song über Hacker News teilen würde.
Ich hoffe, dass Tools wie Suno künftig Songs auf Projektebene erstellen und feiner abstimmen können. Im Grunde ist das Vibe Coding für Musik.
In 4.0 war die Kommentarfunktion noch eingeschränkt, und wenn der Sänger ein Wort falsch aussprach, gab es keine Möglichkeit, das zu korrigieren oder eine genaue Aussprache vorzugeben. Es gibt zwar einen Blogpost, der für 4.5 eine verbesserte Prompt-Interpretation beschreibt, aber technische Details oder klare Beispiele, an denen man die Änderungen spürt, fehlen.
Die Nutzerführung könnte definitiv besser sein. Meiner Erfahrung nach funktionieren Angaben zu Emotionen, etwas musikalischer Richtung, Beschreibungen gewünschter Parts oder Layer im Track, Musikproduktionsbegriffe, Genres sowie Anweisungen wie intro/outro/chorus, aber ich sehe sie weniger als Befehle, die zu 100 % immer greifen, sondern eher als eine Art, den Raum möglicher Ergebnisse zu steuern.
Solche Anweisungen kann man in Style-Tags oder in [brackets] innerhalb der Lyrics platzieren, und in 4.5 verändert eine stärker beschreibende Formulierung das Ergebnis eindeutig.
Der Song hat diese für KI typische dünne, metallische Qualität, und wegen dieses Kommentars habe ich ihn mit 4.5 aktualisiert: https://suno.com/s/tbZlkBL7XeLVuuN0
Er ist zwar besser geworden, aber ein wenig von der Magie ist verschwunden.
Der ursprüngliche Kommentar ist hier: https://news.ycombinator.com/item?id=39997706
Im Geist desselben „Künstlers“ habe ich auch diesen Kommentar zu einem Song gemacht: https://suno.com/s/AumsIqrIovVhT0c9
Und https://suno.com/s/YGlpHptX6yXJVpHq
Ich bin mir nicht sicher, welcher besser ist.
Ich komponiere und schreibe seit zehn Jahren hobbymäßig Songs. Seit Suno 4.0 sind die Funktionen gut genug, um dort zuerst konzeptionell zu workshoppen, und es ist auch für Leute wertvoll geworden, die Stems in synthetische Instrumente aufteilen und bei Bedarf manuell nachbearbeiten können.
Leute machen sich immer Sorgen darüber, was Musikproduktion mit geringem Aufwand nach dem Prinzip „spray and pray“ bedeutet, aber letztlich ermöglicht sie allen Beteiligten schnellere und günstigere Iteration und Entwicklung. Ob das Endergebnis wirklich besser ist, kann man selbst beurteilen.
Zum Vergleich: Ein Song, bei dem ich gezwungen war, alles ausschließlich in Suno zu machen, dauerte weniger als eine Woche: https://www.youtube.com/watch?v=R6mJcXxoppc
Dagegen brauchte ein Song, den ich selbst komponiert und mit Session-Musikern umgesetzt habe, mehrere Monate und kostete mehrere Hundert Dollar: https://www.youtube.com/watch?v=I5JcEnU-x3s
Dass LLMs den Durchschnitt menschlicher Kultur berechnen, zeigt sich bei Musik-KI deutlicher als in jedem anderen Medium. Wie bei Bildern, Design und kreativem Schreiben kann man sie damit nichts wirklich Eigenständiges machen lassen, und das ist kein Problem von „Intelligenz“.
Ich weiß nicht, ob sich das lösen lässt, aber ich denke, es sollte ein größeres Forschungsthema werden. Falls jemand einschlägige Papers kennt: Ich habe noch keine gefunden. Ich weiß auch nicht so recht, wonach ich suchen soll.
Würdest du behaupten, dass alle Songs von Green Day einzigartig und originell sind? Auch Jazz verwendet immer wieder 6-2-5-1-Progressionen. Wenn man nicht gerade ausschließlich avantgardistischen Progressive Rock hört, ist alle Musik abgeleitet, und das ist auch in Ordnung.
Nicht jeder Song muss eine einzigartige Schneeflocke sein. Wenn man ihn mag oder er etwas in einem auslöst, reicht das.
https://youtu.be/JdxkVQy7QLM?si=_lkqbjVZRuPVjOkL
https://youtu.be/_PC6jwoHyOk?si=imjfG9khOI-hsJA0
https://youtu.be/Fkf4QYTfIxA?si=j-Fo8HN59xCbteD2
Wenn Erfahrung und Gene alles sind, wird KI den Menschen irgendwann wahrscheinlich übertreffen. Denn dann sind es nur sehr ausgefeilte Muster.
Wenn nicht, müsste man etwas Metaphysisches annehmen, wofür es aber keine Belege gibt.
Ein wirklich spannendes Thema, das vielleicht neue Einsichten in die conditio humana liefern kann. Ich bin gespannt, wohin das führt.
Man probiert etwas Neues und Zufälliges aus, prüft als Mensch, ob dieses zufällige Neue subjektiv gut ist, und wählt es dann aus.
In diesem Verständnis ist der Prozess, einen neuen Stil zu schaffen, Evolution, also ein schrittweiser Prozess aus Variation und Selektion, und das eigene Gehirn ist für die Auswahl unverzichtbar. „Hat sich die neue Idee, die ich gerade ausprobiert habe, für mich gut angefühlt?“ ist die Auswahl.
Für Menschen ist diese Validierung mühelos und unmittelbar, aber KI hat grundsätzlich keinen Zugang zu dieser Prüfung und kann daher den Auswahlschritt nach der Zufälligkeit nicht ausführen. Deshalb halte ich es unabhängig von der Architektur für schwierig, dass Kreativität entsteht.
Solange man nicht irgendwie einen Stellvertreter für den menschlichen Validator baut, wirkt es fast unmöglich; die einzige Lösung scheint zu sein, diesen Prozess zu simulieren, aber das dürfte schwierig sein.
Die UI ist wirklich großartig. Es macht sehr viel Spaß, auf den Zufallsbutton zu klicken und neue Nischengenres oder Stile zu entdecken. Klezmer zum Beispiel hatte ich noch nie gehört, aber das ist wirklich ein toller Stil.
Ich weiß nicht, ob es an der Musik liegt, aber es ist lange her, dass mich eine Website so breit zum Lächeln gebracht hat.
Ich bekomme Lust, die Songs zu speichern, die ich höre. Ehrlich gesagt weiß ich nicht, ob ich in einem Blindtest erkennen könnte, dass das KI ist.
Wenn du einen Song speichern willst, kannst du einfach auf den Titel klicken. Mit einem Account kannst du ihn zu den Favoriten hinzufügen oder herunterladen usw.
Jemand könnte sogar ein Geschäft starten, bei dem zeitgemäße KI-Musik auf Kassette oder Vinyl aufgenommen und verkauft wird.
Das ist die Freude an unbegrenzter Public-Domain-Musik.
Läuft da nicht noch eine Klage mit Sony und anderen wegen unlizenzierter Musik zum Training? Trotzdem bringen sie weiter neue Produkte heraus.
Sie scheinen auf ein Uber-ähnliches Ergebnis zu hoffen: In der illegalen Phase genug verdienen, eine kleine Strafe zahlen und weitermachen.
Suno hat eingeräumt, seine Modelle mit urheberrechtlich geschützter Musik trainiert zu haben, und verteidigt nun die Position, dass Musik-Copyright und Royalties der Zukunft der Musik schaden.
Es wirkt nicht so, als hätten sie diese Genres richtig getestet.
„Cajun synthpop chant“ enthält weder Chant noch Synth und klingt eher nach Country-Musik mit französischem weiblichem Gesang.
Ein Grund könnte sein, dass es nicht viele hochwertige Beschreibungen von Musik gibt. Künstlergenres kann man schätzen, und Dinge wie Reviews lassen sich scrapen, aber da dürfte viel Rauschen dabei sein.
Klezmer-Musik war auch in Ordnung, aber Jiddisch war vielleicht nicht ganz korrekt.