dalirus
Ну у тебя и запросы. До такой херни нейронкам наверно еще года два расти, а то и все пять. Хотя циферки вполне правильные. С одного до двенадцати досчитала - и то хлеб.

Синифаз Аграфский
Ну не знаю, обычный же запрос. Если хочешь картинку - то в голове примерно есть визуализация. Описал - ждешь похожее. Просто текстовые и музыкальные нейросети как будто с меньшим разбросом реагируют. И 2 года ждать не надо)
Может я визуал и придираюсь к картинкам сильнее, а аудиалы плюются от suno и иже с ним)

dalirus
Я о том и говорю. Нейросеть рисует картинку, а ты хочешь не картинку совсем. А правильные часы с нужным тебе временем. Нейросеть может, как видишь, нарисовать часы и даже расставить циферки, думаю если сделать несколько попыток, вообще идеально их расставит. Но что такое 10:10? Для нее это темный лес. Потому что на этом моменте ей уже не картинку надо рисовать совсем, а понимать как работают часы и как стрелки часов с этим числом соответствуют.
Проггеры до сих пор с пальцами не разобрались, так что стрелки часов их даже не заботили.

Как бы, пардон, но электронной музыке и, скажем так, машинам, способным её создавать по алгоритмам тупо больше лет, чем тем же арт-нейронкам, у которых в основе - нейронке распознавания объектов.
Да и, кхм, "мерность" (частота, темп, длина волны, что там ещё было?) аудио куда ниже "мерности" (конкретные цвета и конкретное расположение точек на плоскости, определение объектп и какими точками он должен быть изображён, опять-таки добавляется вторая нейронка с распознание значения введённого текста) изображения. Три де и видео ещё сложнее...

Мне кажется, визуальные ошибки больше бросаются в глаза просто.
Скажем, когда я генерирую песни в SUNO, там почти всегда есть странные особенности произношения. Но оно кажется либо особенностью речи "певца", либо случайностью. Хотя лично мне слух режет. А бывает ведь иногда, что в остальном все прям супер-супер, и только это несчастное слишком твердое "н" в одном месте там, где оно должно было быть мягким. На картинке такое легко поправить в ФШ, а с песней я не умею.
Еще из недостатков SUNO - слишком длинные или слишком короткие паузы, проигрыши в неуместных местах, неудачное сочетание музыки под вокалом, неудачная интонировка фразы. Еще голос нейронки почти всегда отдает нейронкой, оно на первый момент звучит "человечно", а потом начинаешь замечать именно черты робота. И да, примерно на 150-й генерации песни начинаешь замечать, что SUNO повторяется, и разнообразить эти повторы не получается никакими промтами.
В целом же, многое зависит от промта и удачи. Иногда и картинку с первого раза классно сгенерируешь, и даже в ФШ править не придется, а иногда в SUNO сотню генераций переберешь, и все мимо.

Синифаз Аграфский
Перефразируя, "тебе ж, сука неблагодарная, крутой инструмент дали, а ты нос воротишь!")
Я согласен, инструмент крутой. Я и в восторге, правда, но не в абсолютном, потому что всегда хочется большего. Такова наша человеческая природа, что уж тут поделать)

Мария Берестова
Согласен. Косяков в suno полно. Кстати в версии 4 произношение здорово апнули, я пока бесплатные 10 треков тратил успел заценить.
Меня больше всего удивляют ошибки типа - внезапное повторение 1-го куплета 2 раза. Или внезапно после 2 куплета поет начало третьего куплета, но окончание 2-го, и уже потом 3-й и так далее. Казалось бы такое просто не допустить, но тем не менее.

Что касается вкуса нейронки, то да, после некоторой насмотренности начинаешь его чувствовать в музыке, картинках, текстах и т.д. Не знаю, смогут ли это исправить, и если нет то может это и не плохо)

Просто в музыке для меня важную роль играет вайб. И если он есть, то почти неважно Бах это, Инстасамка или нейросеть) А картинка это просто картинка. Попал - не попал. Да и фотошопом я не владею)