
Творца
Стыль, тэкст, рэжым планавання, дэкодар, LoRA на дарозе ад зялёнага да чырвонага; сэмпл з яго партытурай, сідамі і ўсім, каб стварыць яго зноў.
Цэлая Студыя вакол YuE2, адкрытай мадэлі песень. Пішаш стыль і тэкст, а Студыя складае, спявае і зводзіць песню на тваёй уласнай відэакарце. Твае песні, словы і налады ніколі яе не пакідаюць.
2.0.5 · кожны пік цэлы, радавод сэмплаў і Студыя па https · лістапад 2026
Руах Студыя — адкрытая генерацыя музыкі на тваім уласным жалезе: мадэль, партытура, адаптары і кожны сэмпл застаюцца тваімі, і нічога не здаецца ў арэнду за токены. Адкрытыя мадэлі ўжо дастаткова добрыя, каб стаяць на ўласных нагах, а не хапала Студыі вакол іх: яе мы і будуем, адкрыта.
Музыку павінна быць вольна ствараць і дзяліцца ёю: той, у каго няма ні голасу, ні інструмента, ні Студыі, усё роўна мае права пакласці свае думкі і пачуцці на гук.
Творца стварае песню, Пісьменнік піша яе з чат-мадэллю, Гранільшчык даводзіць яе, Мастак малюе яе малюнкі, Відэограф рыхтуе ёй кліп, Бібліятэкар захоўвае кожны сэмпл, а Трэнер LoRA вучыць YuE2 тваіх уласных песень. Даведнік па кожным пакоі — унутры Студыі.

Стыль, тэкст, рэжым планавання, дэкодар, LoRA на дарозе ад зялёнага да чырвонага; сэмпл з яго партытурай, сідамі і ўсім, каб стварыць яго зноў.

Песні як дакументы з версіямі, тэкставыя профілі і твая ўласная чат-мадэль (або OpenRouter), што піша чарнавікі і праўкі разам з табой.

Спектр, артэфакты, антыгул, праверка тэксту праз Whisper, стэмы, рэмастэр, апскейл; адзін ланцужок запускае іх усе.

Малюнкі для тваіх песень па тваім уласным промпце: квадратны, шырокі і высокі з аднаго сіда, малюе Qwen-Image 2512; малюнак праяўляецца на вачах, а квадратны становіцца вокладкай сэмпла. Ранні паказ.

Кліп да сэмпла: песня нарэзана на кадры па праспяваных радках, сцэны пішуцца з Пісарам, ключавыя кадры малюе Мастак, рухомыя — MiniMax H3; таймлайн для мантажу, аблічча (3D LUT, зерне), анімацыйны эскіз і кліп. Бэта.

Кожны сэмпл у прасторах: знойдзены, ацэнены, з нататкай, пад замком, з вокладкай, адпраўлены ў тваю DAW; кошык, які вяртае.

Адаптары з тваіх уласных песень: набор, запуск, крывыя абедзвюх палоў з тлумачэннем, эпохі, якія варта паслухаць першымі.
200 інструментаў, правераных і ацэненых на слых: што YuE2 сапраўды грае, што гучыць у яе рэдка і чаго яна не ведае.

Уся Студыя растлумачана ўнутры самой Студыі, на адлегласці адной клавішы: кожны пакой і кожная ручка, навошта яна і якія лічбы мы намералі, на дванаццаці мовах. Створана для радасці тварыць, а не для шматгадзінных пошукаў у інтэрнэце.
Не чарговая абгортка над мадэллю, а майстэрня вакол яе: адкрытая да касцей, кожная змена пранумараваная і апісаная.

Калі музычная палова піша зламаную партытуру (так бывае з адаптарамі, выкручанымі занадта моцна), рухавік спыняе запуск раней, чым на ёй збудуецца хоць нейкая музыка, за секунды, і кажа чаму: якія адаптары, наколькі яны выйшлі за свае межы, што было напісана.
Сілы стаяць на вымераных дарогах; складзеныя адаптары дзеляць вымераную столь.

Студыя сама вучыць адаптары, на неквантаваных вагах bf16. Супраць AI-Toolkit ад Ostris на тым самым наборы страта музычнай паловы сыходзіцца эпоха ў эпоху ў межах 0.015.
Ранг 16 на 148 песнях: 2.1 с на крок у 12 ГБ. Ранг 32 на 42 цэлых песнях: 6.7 с на крок у 18 ГБ.

Ля кожнага радка яго долі, супраць лінейкі яго раздзела: куплет і мост адна група, перадпрыпеў і прыпеў свае. Склад лічыцца па правілах кожнай мовы, і зычныя, што бяруць сваю долю, таксама ідуць у лік; паўза ці інтэрлюдыя ўнутры раздзела новай групы не адкрывае.
Набяры «[» у пачатку радка, і тэгі раздзелаў падкажуцца, як рэдактар кода падказвае словы. Націскі міма галоснай знаходзяцца; Ctrl+F шукае толькі ў гэтым полі.
Кожны тыдзень якое-небудзь відэа абвяшчае, што чарговая мадэль забівае SUNO. Гэта не мадэль, а цэлая Студыя вакол мадэлі, з уласным файнтюнам. Дзе яна выйграе, а дзе пакуль выйграе SUNO, сказана проста.
| Руах Студыя (YuE2) | SUNO | |
|---|---|---|
| дзе жыве | на тваёй відэакарце; песні, словы і налады ніколі яе не пакідаюць, а пасля ўсталявання ёй не патрэбны інтэрнэт | у іх воблаку |
| колькі каштуе | электрычнасць: ні крэдытаў, ні тарыфаў, ні дзённых лімітаў | падпіска і крэдыты |
| мадэль | YuE2 і наш уласны файнтюн RS-FW, першы вялікі адкрыты: абедзве паловы навучаны нанова на 32 633 трэках, каля 1 800 гадзін, і апублікавана кожнае слова, якое ім казалі | закрытая; на чым яна вучылася, не апублікавана |
| партытура | пішацца першай, бачная, правіцца, твая (ABC, MIDI); піяна-рол на ўсё акно | схаваная |
| лірыка | лічыльнік ля кожнага радка: яго долі супраць лінейкі раздзела, склады па правілах кожнай мовы; тэгі раздзелаў падказваюцца пры наборы «[» | тэкставае поле; тэкст напішуць за цябе на запыт |
| паўтарыць сэмпл | дакладна: два сіды, якія ты захоўваеш | не |
| вядзенне (CFG) | дзве, асобна: цяга стылю і хватка лірыкі, у кожнай свой CFG | адна ручка Style Influence |
| замяніць секцыю | яе словы спяваюцца нанова паміж паўзамі, якія знаходзіць слых, астатняе сэмпла захоўваецца да адліку: шва не чуваць; некалькі секцый за адзін заход | Replace Section: у нашых спробах амаль ніколі не годзіцца — швы чуваць, голас мяняецца |
| радавод сэмпла | радаводнае дрэва: кожная абрэзка, версія і перагенерацыя, з якіх сэмпл выйшаў, і ўсё, што выйшла з яго, у кожнага свая хваля | — |
| бібліятэка | прасторы з раздзеламі, шаснаццаць рэакцый, нататкі, абарона і кошык, які вяртае, пошук з зорачкамі і «не», сляпыя наборы для сумленнага праслухоўвання, улётка і пашпарт у кожнага сэмпла | прасторы, лайкі і плэйлісты |
| параўнанне сэмплаў | да дванаццаці версій у адным плэеры з той самай секунды, па імёнах ці ўсляпую, на роўнай гучнасці, выраўнаваныя па ўласным гуку | — |
| твой уласны гук | навучы LoRA на сваіх песнях, проста ў Студыі | навучання няма; Personas пераносяць голас і стыль адной песні |
| чаго YuE2 не сыграе | MIDI-аркестр па ўласнай партытуры сэмпла (наборы SFZ і Pianoteq, калі ён у цябе ёсць) і прырода пад песняй: агонь, дождж, рэкі, птушкі | — |
| свае інструменты | Майстар банак ператварае запісы аднаго інструмента (дудук, шафар) у банку SFZ: галасы, крыкі і чужыя інструменты выслуханы прэч, ноты знойдзены па клавішах, падстроены і закальцаваны; у DAW яна гучыць пад песняй падкладкай, гулам у яе танальнасці або MIDI-партыяй | — |
| кожны пік цэлы | ніякага зрэзу на выхадзе: доўгія хвасты рэверберацыі і цішыня застаюцца цэлымі; радаводнае дрэва паказвае, дзе кусаў бы стары зрэз | аддаецца ўжо адмастэраным (у нашым рынгу: −15,5 LUFS, −3,4 dBTP) |
| пасля рэндэру | стэмы, антыгул, рэмастэр, апскейл, праверка тэксту і мастэр пад мэтавую гучнасць (Spotify −14, Apple Music −16, CD −9), усё лакальна | стэмы і рэмастэр, у воблаку |
| мікшар | DAW у Гранільшчыку: дарожкі з эквалайзерам, гейтам, кампрэсарам, шырынёй і пасыламі, аўтаматызацыя, маркеры, гук дарожкі як прэсэт | Suno Studio, у браўзеры, на старэйшым тарыфе |
| бачыць гук | спектраграма ўсяго сэмпла над плэерам, ураўні з хваляй: секцыі, яркасць і гучнасць, спектр і нота пад указальнікам | хваля |
| карцінкі і відэа | Мастак малюе вокладку, 16:9 і 9:16 па тваіх словах; Відэограф плануе кліп, малюе яго ключавыя кадры і дае яму аблічча (3D LUT, зерне, віньетка) | вокладка |
| у DAW | праект REAPER з партытурай, секцыямі і тэкстам (эксперыментальна) | аўдыястэмы |
| скрыпты і агенты | API (OpenAPI 3.1) і MCP-сервер, на тваёй машыне і ў тваёй сетцы | публічнага API няма |
| паходжанне | Content Credentials (C2PA) убудаваныя ў кожнае спампоўванне, ад твайго імя, калі хочаш | — |
| код | адкрыты (AGPL), кожная змена пранумараваная і апісаная | закрыты |
| інтэрфейс | сем пакояў на адной старонцы, на дванаццаці мовах; падказка ў кожнага кантрола і гайд у кожным пакоі; плэер і сэмплы ў кожным пакоі; клавішы для частых дзеянняў; ставіцца як праграма | вэб-праграма і мабільныя праграмы |
| бляск з каробкі | менш: мікс можа гудзець (дапамагае антыгул), тэкст можа расплывацца (праверка тэксту знойдзе дзе), некаторыя інструменты YuE2 грае рэдка або не грае зусім (іх навучыць LoRA) | больш |
| што трэба | відэакарта NVIDIA (24 ГБ на ўсё ў поўнай дакладнасці; 12–16 ГБ і 8 ГБ з меншымі копіямі), Linux, 34–41 ГБ дыска | браўзер |
«—»: такога мы не знайшлі за больш як паўгода на платных тарыфах SUNO. SUNO мяняецца хутка; табліца на лістапад 2026.
Дваццаць картак, у кожнай радок стылю і тэкст, адпраўленыя без зменаў кожнаму боку. SUNO v6 і Musicful V3 — такімі, якімі іх аддаюць іх сэрвісы; нашы — сырымі з рухавіка, нанова праспяванымі ў лістападзе з усімі пікамі цэлымі: стокавая YuE2-3B, наш уласны файнцюн RS-FW на трох яго захаваннях і RS-TW 2.0. Тут кожны файл гучыць з аднолькавай гучнасцю, так што ніхто не выйграе тым, што гучнейшы. Націск на імя ўключае яго; іншае імя на той жа картцы працягвае з той жа секунды.
RS-TW 2.0 — наш другі файнцюн: яго эпоха 2.0, злітая паверх RS-FW 2.4 з дзвюма сіламі: ×0.75 — надзейны баланс, ×0.9 — тэктоніка, без гарантыі стабільнасці. Нашых — па два сіды на картку, абодва тут, ніводзін не абраны замест іншага: перамыкач у плэеры дае сід 1 або сід 2 і трымае яго ад карткі да карткі, а сярэднія ў табліцы лічаць абодва.
| замерана сырым, сярэднія | SUNO v6 | Musicful V3 | YuE2‑3B | Ruach Studio (RS-…): файнтюны YuE2 3B | ||||
|---|---|---|---|---|---|---|---|---|
| FW 0.7 | FW 1.5 | FW 2.4 | TW 2.0 ×0.75 | TW 2.0 ×0.9 | ||||
| памылка Whisper па тэксце, на міксе, % ↧ | 23.1 | 19.5 | 20.0 | 19.9 | 24.8 | 21.8 | 23.0 | 26.1 |
| памылка Whisper па тэксце, на вылучаным голасе, % ↧ | 27.4 | 18.9 | 21.6 | 24.8 | 31.1 | 28.8 | 29.5 | 33.7 |
| пясок у цішы, 6–16 kHz, dB ↧ | -15.7 | -14.8 | -17.6 | -18.1 | -17.3 | -17.3 | -17.9 | -17.5 |
| выпадковыя стаячыя тоны ↧ | 2.2 | 1.9 | 4.33 | 2.0 | 2.27 | 2.23 | 2.15 | 1.6 |
| гудзенне дэкодара 25 Hz на верхах, dB ↧ | 8.3 | 8.0 | 11.4 | 11.6 | 11.6 | 11.5 | 11.6 | 11.1 |
| пстрычкі ↧ | 33.4 | 33.8 | 27.7 | 31.9 | 35.3 | 34.7 | 34.5 | 32.8 |
| участкі кліпінгу ↧ | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| узровень шуму ў самай ціхай дзясятай частцы, dBFS ↧ | -26.6 | -25.2 | -27.7 | -27.6 | -27.0 | -26.6 | -27.1 | -28.2 |
| верх спектра, kHz ↥ | 17.9 | 15.3 | 15.8 | 14.8 | 14.9 | 15.1 | 15.2 | 14.7 |
| частата спаду 95%, kHz ↥ | 2.5 | 2.6 | 2.2 | 2.1 | 2.2 | 2.0 | 1.7 | 1.7 |
| доля саба 20–60 Hz, dB ↥ | -8.6 | -10.2 | -10.0 | -9.6 | -9.9 | -10.4 | -10.0 | -9.8 |
| гучнасць як аддадзена, LUFS → −14 | -15.5 | -14.3 | -14.5 | -14.7 | -14.7 | -14.4 | -14.6 | -14.8 |
| сапраўдны пік як аддадзены, dBTP → −1,0 | -3.4 | -0.5 | -0.2 | -0.2 | -0.1 | -0.2 | -0.3 | -0.1 |
| доля баса 60–150 Hz, dB ↥ | -6.0 | -5.6 | -4.3 | -4.8 | -4.5 | -4.5 | -4.4 | -4.8 |
| доля зоны прысутнасці 2–5 kHz, dB ↥ | -17.1 | -16.6 | -16.0 | -16.3 | -16.2 | -16.2 | -17.3 | -16.9 |
| пік-фактар, dB ↥ | 14.4 | 15.7 | 16.5 | 16.5 | 16.6 | 16.3 | 16.2 | 16.6 |
| дыяпазон гучнасці, LU ↥ | 5.9 | 6.2 | 7.1 | 6.6 | 6.5 | 6.4 | 6.6 | 7.1 |
| раскід гучнасці p95−p10, dB ↥ | 9.4 | 9.0 | 11.5 | 10.8 | 10.4 | 10.3 | 10.8 | 11.7 |
| раскід нізоў p95−p10, dB ↥ | 23.3 | 20.0 | 21.9 | 21.1 | 20.6 | 19.7 | 22.0 | 22.6 |
| стэрэакарэляцыя на сярэдніх ↥ | 0.67 | 0.69 | 0.75 | 0.77 | 0.73 | 0.74 | 0.77 | 0.76 |
| працягласць, с ↥ | 156.8 | 154.5 | 148.6 | 148.1 | 154.8 | 151.9 | 152.8 | 149.7 |
першае · другое · трэцяе з васьмі ў кожным радку, першае яшчэ і паўтлустым; ↥ — больш лепш, ↧ — менш лепш, → — лепш бліжэй да паказанага значэння, сапраўдны пік — знізу. Клеткі з аднолькавым лікам — аднаго колеру.
Кожны бок Whisper large-v3 слухае на RTX 3090, і мікс, і голас аднолькава: першы радок Whisper — на міксе, другі — на вылучаным голасе, дзе BS-Roformer аддзяляе ад музыкі ўсе галасы трэка — вядучы, бэк-вакал і хор разам, ніколі не адзін вядучы. Без музыкі Whisper часам губляе цэлыя радкі тэксту і піша ў паўзах словы, якіх ніхто не спяваў, — у кожнага боку, таму абодва радкі лепш чытаць разам.
FW і TW — кодавыя імёны двух нашых файнтюнаў YuE2 3B: First Wave і Tsunami Wave. Tsunami Wave вучыўся на 109 250 трэках, каля 6 650 гадзін: 66,7 % гадзін — інструментал, 31,6 % — спеў, 1,8 % — маўленне. Галасы гучаць па-англійску (7,0 % гадзін), па-руску (5,8 %), на іўрыце (1,7 %), па-грэцку і па-ўкраінску (па 0,6 %), па-французску і па-іспанску (па 0,5 %), па-партугальску (0,3 %), па-італьянску (0,2 %) і яшчэ на чатырнаццаці мовах, менш за 0,1 % кожная; у 15,9 % гадзін голас чуваць, але яго мова не вызначана.
Іх трэкі прыходзяць адмастэранымі, нашы — сырымі, на ўласным узроўні дэкодэра, з усімі пікамі цэлымі: гучнасць пакінута мастэрынгу, а гэта справа Гранільшчыка Студыі. Іншыя сіды і іншыя промпты гучаць па-іншаму ў кожнага боку; рынг паказвае якасць і разлёт, а не канчатковы рэйтынг. Уся табліца і тое, як яе вымералі: картка мадэлі.
Кожнае слова, якое пачулі два нашы файнцюны, палічана, і па ім ёсць пошук: 109 250 навучальных трэкаў Tsunami Wave і 32 633 трэкі Першай хвалі да яго. Жанры, інструменты, голас, словы эмоцый, якія даў сам гук, танальнасці і BPM, і ключы партытур. Мала які файнцюн паказвае, што казалі яго мадэлі.
Рынг, вымераны, а не пачуты: 280 трэкаў, па 40 на кожны з шасці нашых бакоў, 20 ад SUNO v6 і 20 ад Musicful V3. Кожны трэк спачатку прыведзены да −14 LUFS, каб гучнасць нічога не выйгравала, а кожная крывая — гэта ўзровень трэка па палосах адносна ўсёй яго магутнасці: параўноўваецца толькі форма. Нашы — сыры выхад рухавіка, іх — адмастэраныя, таму частка разрываў ніжэй — заслуга мастэрынгу.

Ад 100 Hz да 10 kHz сярэднія крывыя ўсіх васьмі бакоў трымаюцца ў межах 5,2 dB адна ад адной. Вышэй за 16 kHz яны разыходзяцца. Musicful V3 не трымае нічога вышэй за 16 kHz у 38 трэках з 40: на 20 kHz яго сярэдняе ляжыць на −90,6 dB — сцяна там, дзе ў астатніх схіл. SUNO v6 трымае ўверсе найбольш, −31,0 dB у паласе 16–20 kHz; нашы — ад −39,3 да −42,3 dB, і таксама часам абрываюцца на 16 kHz: у 1–6 трэках з 40, найчасцей у RS-TW 2.0 ×0.9.

У паласе паветра, 8–16 kHz, SUNO v6 і Musicful V3 стаяць на −19,4 і −19,6 dB ад магутнасці сваіх трэкаў, шэсць нашых бакоў — ад −21,8 да −24,0 dB. Мастэрынг звычайна падымае паветра, а нашы яго не праходзілі: у Студыі гэта справа Гранільшчыка, калі песня ўжо праспявана.

Пік-фактар, пік над сярэднім: SUNO v6 — 14,4 dB, Musicful V3 — 15,7 dB, нашы — ад 16,2 да 16,6 dB. Дыяпазон гучнасці: у іх 5,9 і 6,0 LU, у нашых ад 6,4 да 7,0 LU. RS-TW 2.0 ×0.9 — самы шырокі з нашых файнцюнаў, 16,6 dB і 7,0 LU, такі ж, як стокавая YuE2-3B (16,5 dB, 7,0 LU): яго тэктоніка ў лічбах. ×0.75 больш сабраны: 16,2 dB і 6,6 LU.

Сляпы набор: дванаццаць картак, праспяваных на чатырох сілах Tsunami Wave паверх RS-FW 2.4, з адным і тым жа сідам на кожнай сіле. На Псалме 22 па-грэцку крок ад ×0.75/0.75 да ×0.8/0.8 выняў з суббаса, 20–60 Hz, 36 dB, з −7,9 да −44,3 dB: з-пад песні сышла падлога. Па дванаццаці картках гойданне мякчэйшае — суббас у ×0.75/0.75 стаіць на −8,5 dB, у трох астатніх — ад −10,4 да −11,0 dB, — і ×0.75/0.75 бліжэй за ўсіх да ўласнай медыяннай крывой рынгу на 6 картках з 12: у сярэднім 4,1 dB супраць 4,8–5,2 dB. Таму ×0.75 становіцца мадэллю Студыі па змаўчанні ў 2.0.6, а ×0.9 — той, што не абяцае стабільнасці.
Вымерана нашым уласным кодам на CPU: трацінаактаўныя палосы са спектра Уэлча, гучнасць і яе дыяпазон — паводле ITU-R BS.1770-4 і EBU Tech 3342. Кожная карцінка па пстрычцы адкрываецца большай.
280 трэкаў рынгу, вымераных на шырыню. У кожнай з чатырох палос бакавы сігнал, палова рознасці двух каналаў, параўноўваецца з цэнтрам, паловай іх сумы: чым вышэй бакавы сігнал над цэнтрам у dB, тым шырэй гучыць паласа, а ў трэка ў мона бакавога сігналу няма зусім. Панарама — гэта тое, наколькі далёка гуляе рознасць узроўняў левага і правага канала за трэк, ад 5-га да 95-га працэнтыля, у dB. Кожны лік — медыяна трэкаў боку: 20 у SUNO v6 і ў Musicful V3, па 40 у кожнага з нашых. Шырэй тут не значыць лепш, толькі шырэй: месцаў у гэтай табліцы няма.
Бакавы сігнал над цэнтрам у чатырох палосах, dB, медыяны трэкаў кожнага боку: чым вышэй, тым шырэй.
| замерана сырым, медыяны | бакавы сігнал над цэнтрам, dB | панарама, dB | |||
|---|---|---|---|---|---|
| бас 20–200 Hz | сярэдзіна 0,2–2 kHz | верх 2–8 kHz | паветра 8–20 kHz | ||
| SUNO v6 | −12.5 | −7.0 | −6.8 | −9.6 | 6.4 |
| Musicful V3 | −13.0 | −7.2 | −5.9 | −7.9 | 6.6 |
| YuE2-3B | −17.4 | −8.2 | −7.9 | −10.6 | 6.4 |
| RS-FW 0.7 | −17.2 | −8.5 | −7.3 | −10.9 | 5.9 |
| RS-FW 1.5 | −17.4 | −7.5 | −6.6 | −10.2 | 6.3 |
| RS-FW 2.4 | −16.5 | −8.0 | −7.9 | −11.2 | 6.4 |
| RS-TW 2.0 ×0.75 | −19.0 | −8.1 | −7.9 | −11.6 | 6.0 |
| RS-TW 2.0 ×0.9 | −20.1 | −8.9 | −8.2 | −12.0 | 5.9 |
Нашы зліцці трымаюць сярэдзіну і верх там жа, дзе стокавая YuE2-3B, не далей за 1,3 dB ад яе. RS-TW 2.0 крыху вузейшая па краях: ×0.75 — на 1,6 dB у басе, на 1,0 dB у паветры і на 0,4 dB у панараме, ×0.9 — на 2,7, 1,4 і 0,5 dB. SUNO v6 і Musicful V3 раскрываюць бас на 4,9 і 4,4 dB шырэй за стокавую YuE2-3B.
На слых Віктара вузейшыя краі RS-TW 2.0 гучаць устойлівей, а не як страчанае стэрэа: стокавая YuE2-3B часта паркуе гітару ў адным канале на 15–20 секунд.
Вымерана нашым уласным кодам на CPU: кароткачасовы спектр на 4096 кропак кожныя 50 ms па першых 240 секундах кожнага трэка, цэнтр і бакавы сігнал як (L+R)/2 і (L−R)/2, панарама — па рознасці ўзроўняў каналаў у 200 Hz – 8 kHz, у момантах у межах 40 dB ад самага гучнага ў трэку.
fetch-models.sh); мадэлі Мастака яшчэ 39–43 ГБ, наборы 💎 5,6 ГБ, кожнае толькі калі папросіцеНе для бясплатных воблачных GPU. Ruach Studio не запусціцца ў Google Colab, Kaggle ці на любым бясплатным GPU для нататнікаў, так што не марнуй на гэта вечар: гэта цэлая Студыя, а не нататнік. Яна збірае свой рухавік на C++/CUDA на той машыне, дзе жыве, трымае побач сервер і лабараторыю сэрвісаў на Python і займае каля 34–41 ГБ дыска (74–84 ГБ з Мастаком). Карта, памяць, дыск, які сціраецца, і шматгадзінны ліміт бясплатнага сеанса гэтага не вытрымаюць. Ёй патрэбны твой уласны камп'ютар на Linux або арандаваны сервер, які застаецца тваім, з картай NVIDIA: 24 ГБ на ўсё, 16 ГБ з меншымі копіямі мадэлі.
Заменана пафайлава па замацаваных спісах рэпазіторыяў Студыі і на дыску свежай усталёўкі (1 ГБ = 10⁹ байтаў). Усталёўка прыносіць Творцу, Бібліятэкара і ланцужок Гранільшчыка; любы іншы пакой прыходзіць толькі па запыце, з Рухавік → Мадэлі і LoRA → Па пакоях: там спачатку мераецца вольнае месца на дыску, і не спампоўваецца тое, што не змесціцца.
| карта на 24 ГБ | карта на 12–16 ГБ | карта на 8 ГБ | |
|---|---|---|---|
| праграма і яе рухавік, сабраны тут (спампоўваецца 0,2 ГБ) | 0,9 ГБ | 0,9 ГБ | 0,9 ГБ |
| два яе Python, у кожным PyTorch для CUDA 12.8 (спампоўваецца 8,7 ГБ) | 16,5 ГБ | 16,5 ГБ | 16,5 ГБ |
| YuE2 і ўласны файнцюн Ruach Studio, у кванце пад карту | 14,9 ГБ | 8,2 ГБ | 8,2 ГБ |
| астатняе: яшчэ два дэкодэры, транскрайбер, Whisper, мадэлі стэмаў, UniverSR і Apollo-vocal, LoRA | 8,8 ГБ | 8,8 ГБ | 8,8 ГБ |
| усталёўка | 41,1 ГБ | 34,4 ГБ | 34,4 ГБ |
| + Пісьменнік: яго моўная мадэль праз llama.cpp | 7,4 ГБ | 7,4 ГБ | 6,2 ГБ |
| + Гранільшчык: MuScriptor і FlashSR | 6,1 ГБ | 6,1 ГБ | 6,1 ГБ |
| + Мастак: яго памочнікі і Qwen-Image 2512 (Q6 на 24 ГБ, Q4 ніжэй) | 42,9 ГБ | 39,3 ГБ | 39,3 ГБ |
| + Відэограф: MiniMax H3 і SeedVR2 | 86,3 ГБ | патрэбна карта на 24 ГБ | патрэбна карта на 24 ГБ |
| + Трэнер LoRA: яго база і слухач стылю | 20,2 ГБ | 16,3 ГБ | 12,9 ГБ |
| усе пакоі | 204,0 ГБ | 103,5 ГБ | 98,9 ГБ |
Толькі па асобным запыце: астатнія гукавыя рухавікі (зліцці IRA, IRAE і RS-FW, ад 35 да 86 ГБ па кванце), адаптары Мастака (7,5 ГБ) і файнцюны (па 20,4 ГБ), усе ўзроўні MiniMax H3 (201 ГБ) або BF16 (478 ГБ), наборы 💎 (5,6 ГБ). Не ўлічана: драйвер NVIDIA і CUDA toolkit, Pianoteq (яго купляеш сам), твае сэмплы.
2.0.5 — Студыя, у якой мы кожны дзень творым уласныя песні. Вось буйныя часткі на падыходзе, для 2.1.0 і далей.
Viktor Zhuromskyy, the author of Ruach Studio, does not publish it for the hype. He made it for himself. After more than half a year of struggling with Suno on paid plans, and of searching for a model worth working with (ACE-Step, MiniMax and others), he set out to build an audio studio of his own, on his own machine. He settled on YuE2: of all the open models, it is the best value and the most refined.
He did not knock the Studio together just to have something that runs. He built it his own way, because his creative work is his own too, refined and one of a kind: his translations, his interlinear texts and much more. He fit into it as much as he could, polished the interface as far as he could, and made creating in it not poking and clicking among crutches and potholes, but as productive as it can be.
That is the whole story. Now the Studio is yours as well.
Виктор Журомский, автор Ruach Studio, публикует её не ради хайпа. Он делал её для себя. После более чем полугода мучений с Suno на платных тарифах и поисков достойной модели (ACE-Step, MiniMax и другие) он взялся построить собственную аудиостудию, на своей машине. Выбор пал на YuE2: из всех открытых моделей она самая рентабельная и самая изысканная.
Студию он делал не тяп-ляп, лишь бы работало, а в своём стиле, потому что и творчество у него своё, изысканное и неповторимое: собственные переводы, подстрочники и многое другое. Он постарался вместить в неё максимум, отполировать интерфейс до блеска и сделать творчество в Студии не тыканьем и кликаньем среди костылей и ям, а по-настоящему продуктивным.
Вот и вся история. Теперь эта Студия и ваша.
Віктор Журомський, автор Ruach Studio, публікує її не заради хайпу. Він творив її для себе. Після понад пів року мук із Suno на платних тарифах і пошуків гідної моделі (ACE-Step, MiniMax та інші) він узявся збудувати власну аудіостудію, на своїй машині. Вибір упав на YuE2: з усіх відкритих моделей вона найвигідніша й найвишуканіша.
Студію він творив не абияк, аби лиш працювало, а у своєму стилі, бо й творчість у нього своя, вишукана й неповторна: власні переклади, підрядники та багато іншого. Він намагався вмістити в неї максимум, відшліфувати інтерфейс до блиску, щоб творчість у Студії була не тицянням і клацанням серед милиць і ям, а справді продуктивною.
Ось і вся історія. Тепер ця Студія і ваша.
Віктар Журомскі, аўтар Ruach Studio, публікуе яе не дзеля хайпу. Ён тварыў яе для сябе. Пасля больш як паўгода пакут з Suno на платных тарыфах і пошукаў годнай мадэлі (ACE-Step, MiniMax і іншыя) ён узяўся пабудаваць уласную аўдыястудыю, на сваёй машыне. Выбар упаў на YuE2: з усіх адкрытых мадэляў яна самая выгадная і самая вытанчаная.
Студыю ён тварыў не абы-як, абы працавала, а ў сваім стылі, бо і творчасць у яго свая, вытанчаная і непаўторная: уласныя пераклады, падрадкоўнікі і шмат іншага. Ён стараўся змясціць у яе максімум, адшліфаваць інтэрфейс да бляску, каб творчасць у Студыі была не тыцканнем і клікамі сярод мыліц і ям, а сапраўды прадуктыўнай.
Вось і ўся гісторыя. Цяпер гэтая Студыя і ваша.
Ο Viktor Zhuromskyy, ο δημιουργός του Ruach Studio, δεν το δημοσιεύει για εντυπωσιασμό. Το έφτιαξε για τον εαυτό του. Ύστερα από περισσότερους από έξι μήνες ταλαιπωρίας με το Suno σε πληρωμένα πακέτα, και αναζήτησης ενός μοντέλου που να αξίζει (ACE-Step, MiniMax και άλλα), αποφάσισε να φτιάξει ένα δικό του στούντιο ήχου, στο δικό του μηχάνημα. Κατέληξε στο YuE2: από όλα τα ανοιχτά μοντέλα είναι το πιο συμφέρον και το πιο εκλεπτυσμένο.
Δεν έστησε το Στούντιο πρόχειρα, απλώς για να λειτουργεί. Το έφτιαξε με το δικό του ύφος, γιατί και η δημιουργία του είναι δική του, εκλεπτυσμένη και μοναδική: οι μεταφράσεις του, τα διάστιχα κείμενά του και πολλά άλλα. Προσπάθησε να χωρέσει σε αυτό όσο περισσότερα γινόταν, να γυαλίσει το περιβάλλον ως την τελευταία λεπτομέρεια και να κάνει τη δημιουργία στο Στούντιο όχι άσκοπα κλικ ανάμεσα σε δεκανίκια και λακκούβες, αλλά κάτι πραγματικά παραγωγικό.
Αυτή είναι όλη η ιστορία. Τώρα το Στούντιο είναι και δικό σας.
Viktor Zhuromskyy, el autor de Ruach Studio, no lo publica para llamar la atención. Lo hizo para sí mismo. Tras más de medio año de sufrir con Suno en planes de pago y de buscar un modelo que mereciera la pena (ACE-Step, MiniMax y otros), se propuso construir su propio estudio de audio, en su propia máquina. Se quedó con YuE2: de todos los modelos abiertos, es el más rentable y el más refinado.
No montó el Estudio de cualquier manera, solo para que funcionara. Lo hizo a su estilo, porque su creación también es suya, refinada e irrepetible: sus traducciones, sus textos interlineales y mucho más. Procuró meter en él todo lo posible, pulir la interfaz hasta el último detalle y hacer que crear en el Estudio no sea dar clics a ciegas entre muletas y baches, sino algo de verdad productivo.
Esa es toda la historia. Ahora el Estudio también es tuyo.
Viktor Zhuromskyy, l'autore di Ruach Studio, non lo pubblica per fare clamore. Lo ha costruito per sé. Dopo più di sei mesi di tormenti con Suno sui piani a pagamento, e di ricerche di un modello all'altezza (ACE-Step, MiniMax e altri), ha deciso di crearsi uno studio audio tutto suo, sulla sua macchina. La scelta è caduta su YuE2: fra tutti i modelli aperti è il più conveniente e il più raffinato.
Non ha messo insieme lo Studio alla buona, giusto perché funzionasse. Lo ha fatto a modo suo, perché anche la sua opera creativa è sua, raffinata e irripetibile: le sue traduzioni, i suoi testi interlineari e molto altro. Ha cercato di farci stare il massimo, di rifinire l'interfaccia fino all'ultimo dettaglio e di rendere il creare nello Studio non un cliccare a vuoto tra stampelle e buche, ma qualcosa di davvero produttivo.
Questa è tutta la storia. Ora lo Studio è anche tuo.
Viktor Zhuromskyy, l'auteur de Ruach Studio, ne le publie pas pour faire parler de lui. Il l'a fait pour lui-même. Après plus de six mois à se débattre avec Suno sur des formules payantes, et à chercher un modèle qui en vaille la peine (ACE-Step, MiniMax et d'autres), il s'est mis à construire son propre studio audio, sur sa propre machine. Son choix s'est arrêté sur YuE2 : de tous les modèles ouverts, c'est le plus rentable et le plus raffiné.
Il n'a pas bricolé le Studio à la va-vite, juste pour avoir quelque chose qui tourne. Il l'a fait à sa manière, parce que sa création est la sienne, raffinée et inimitable : ses traductions, ses textes interlinéaires et bien plus encore. Il y a fait entrer tout ce qu'il a pu, a poli l'interface aussi loin qu'il a pu, et a fait de la création dans le Studio non pas un tâtonnement de clics entre béquilles et nids-de-poule, mais quelque chose de vraiment productif.
Voilà toute l'histoire. Maintenant, le Studio est aussi à toi.
Viktor Zhuromskyy, o autor do Ruach Studio, não o publica pelo hype. Ele o fez para si mesmo. Depois de mais de meio ano sofrendo com o Suno em planos pagos, e procurando um modelo que valesse a pena (ACE-Step, MiniMax e outros), ele decidiu construir o seu próprio estúdio de áudio, na sua própria máquina. A escolha caiu no YuE2: de todos os modelos abertos, é o de melhor custo-benefício e o mais refinado.
Ele não montou o Estúdio de qualquer jeito, só para ter algo que rodasse. Fez do seu jeito, porque a criação dele é dele, refinada e inimitável: as suas traduções, os seus textos interlineares e muito mais. Colocou nele o máximo que pôde, poliu a interface até onde pôde e fez da criação no Estúdio não um cutucar e clicar entre muletas e buracos, mas algo de fato produtivo.
Essa é a história toda. Agora o Estúdio também é seu.
Viktor Zhuromskyy, der Autor von Ruach Studio, veröffentlicht es nicht für den Hype. Er hat es für sich selbst gemacht. Nach mehr als einem halben Jahr Mühe mit Suno in bezahlten Tarifen und der Suche nach einem Modell, mit dem sich arbeiten lässt (ACE-Step, MiniMax und andere), machte er sich daran, ein eigenes Audiostudio zu bauen, auf seiner eigenen Maschine. Die Wahl fiel auf YuE2: von allen offenen Modellen das lohnendste und das ausgefeilteste.
Er hat das Studio nicht zusammengeschustert, nur damit irgendetwas läuft. Er hat es auf seine Art gebaut, denn auch sein Schaffen ist sein eigenes, erlesen und unverwechselbar: seine Übersetzungen, seine Interlinearübersetzungen und vieles mehr. Er hat so viel hineingepackt, wie er konnte, die Oberfläche poliert, so weit er konnte, und das Schaffen darin nicht zu einem Stochern und Klicken zwischen Krücken und Schlaglöchern gemacht, sondern zu etwas wirklich Produktivem.
Das ist die ganze Geschichte. Jetzt ist das Studio auch deins.
Ruach Studio の作者 Viktor Zhuromskyy は、話題づくりのためにこれを公開しているのではありません。自分のために作ったのです。有料プランで Suno と半年以上格闘し、取り組むに値するモデルを探し回った末に(ACE-Step、MiniMax ほか)、彼は自分のマシンの上に自分だけのオーディオスタジオを作ろうと決めました。選んだのは YuE2 でした。オープンなモデルの中で、最も割に合い、最も洗練されているからです。
彼は、とりあえず動けばいいという作り方はしませんでした。自分の流儀で作りました。彼の創作は彼自身のもの、洗練された唯一無二のものだからです:自身の翻訳、行間対訳のテキスト、そのほか多くのもの。詰め込めるだけ詰め込み、磨けるだけインターフェースを磨き、スタジオでの創作を、松葉杖と穴ぼこの間を手探りでクリックすることではなく、本当に生産的なものにしました。
話はこれで全部です。これからは、このスタジオはあなたのものでもあります。
Ruach Studio 的作者 Viktor Zhuromskyy 发布它并不是为了炒作。他是为自己做的。在付费套餐上和 Suno 折腾了半年多,又四处寻找值得投入的模型(ACE-Step、MiniMax 等)之后,他决定在自己的机器上搭建一个属于自己的音频工作室。他选定了 YuE2:在所有开放模型中,它最划算,也最精致。
他没有随便拼凑一个能跑就行的工作室,而是按自己的方式来做,因为他的创作也是他自己的,精致而独一无二:他的译本、他的逐行对照文本,还有许多别的。他尽可能多地装进其中,把界面打磨到力所能及的极致,让在这个工作室里的创作不再是在拐杖和坑洼之间胡乱点击,而是真正高效的事。
故事就是这样。现在,这个工作室也是你的了。