I Used AI to Write Background Music for a Month. It's. Complicated.

Saya telah mencetak film indie dan konten YouTube selama tujuh tahun. Bulan lalu, saya menghabiskan $847 untuk alat generasi musik AI dan memproduksi 127 trek. Tepat tiga yang berhasil menyelesaikan proyek nyata. 124 lainnya? Mereka duduk di folder yang saya beri judul "Simfoni Lembah Tak Nyaman."

Ini bukan lagi komentar panas tentang AI menggantikan musisi. Saya tidak di sini untuk memberi tahu Anda bahwa robot akan mengambil pekerjaan kita, atau bahwa AI mendemokratisasikan kreativitas, atau narasi apa pun yang cocok rapi dalam 280 karakter. Apa yang saya pelajari selama 31 hari menggunakan AI untuk setiap kebutuhan musik latar sangat lebih rumit, frustrasi, dan terkadang brilian daripada semua komentar itu.

Saya Sarah Chen, dan saya menjalankan studio produksi musik kecil di Portland yang berspesialisasi dalam skor latar untuk video korporat, dokumenter indie, dan pembuat YouTube menengah. Bulan saya yang biasa melibatkan komposisi 15-20 karya asli, melisensikan satu lusin lagi dari katalog saya, dan menghabiskan sekitar 80 jam di produksi. Saya memutuskan untuk mengganti seluruh alur kerja saya dengan alat AI untuk melihat apa yang akan terjadi ketika kenyataan bertemu dengan teori.

Hasilnya mengejutkan saya. Bukan karena AI lebih baik atau lebih buruk dari yang saya harapkan, tetapi karena realitasnya jauh lebih rumit daripada yang dibicarakan orang.

Pengaturan: Lima Alat, Satu Bulan, Nol Komposisi Tradisional

Saya berkomitmen pada protokol yang ketat. Selama bulan Februari, saya tidak akan mengkomposisi satu nada pun secara tradisional. Setiap proyek yang masuk ke studio saya akan ditangani secara eksklusif melalui alat generasi musik AI. Saya memilih lima platform berdasarkan rekomendasi dari komposer lain dan ulasan online: Soundraw, AIVA, Mubert, Boomy, dan Suno AI.

Daftar klien saya biasanya termasuk startup teknologi lokal yang membutuhkan musik latar korporat yang ceria, seorang pembuat film dokumenter yang bekerja pada cerita lingkungan, tiga pembuat YouTube di berbagai niche (ulasan teknologi, konten meditasi, dan kejahatan nyata), dan pekerjaan video pernikahan yang jarang. Februari membawa saya 14 proyek berbeda yang membutuhkan 23 karya musik terpisah.

Saya mengatur spreadsheet pelacakan yang akan membuat ilmuwan data bangga. Untuk setiap trek yang dihasilkan AI, saya mencatat: waktu generasi, jumlah iterasi yang dibutuhkan, kompleksitas prompt, waktu pengeditan yang diperlukan, penilaian kepuasan klien, dan apakah trek tersebut digunakan. Saya juga melacak keadaan emosional saya selama proses, yang ternyata lebih relevan daripada yang saya duga sebelumnya.

Pembagian finansialnya sangat mengejutkan. Saya menghabiskan $847 di lima platform: $299 untuk rencana profesional AIVA, $199 untuk langganan kreator Soundraw, $149 untuk lisensi komersial Mubert, $99 untuk tingkat premium Boomy, dan $101 untuk berbagai kredit Suno AI. Bandingkan ini dengan overhead bulanan saya yang biasa sekitar $200 untuk lisensi perangkat lunak dan perpustakaan sampel, ditambah waktu saya, yang saya hargai $75 per jam untuk pekerjaan komposisi.

Secara teori, jika AI dapat mengurangi waktu komposisi saya secara signifikan, matematikanya bisa berjalan. Sebuah karya latar 3 menit biasa memakan waktu 4-6 jam bagi saya untuk mengkomposisi, mengatur, dan memproduksi. Jika AI dapat memberikan hasil yang sebanding dalam 30 menit, saya akan melihat peningkatan produktivitas 10x. Itu janji, setidaknya.

Minggu Pertama: Fase Bulan Madu dan Akhirnya yang Tiba-tiba

Proyek pertama adalah video korporat 90 detik untuk perusahaan kemasan berkelanjutan. Mereka ingin sesuatu yang "membuat semangat tetapi tidak klise, modern tetapi tidak trendi, penuh energi tetapi tidak berlebihan." Anda tahu, rincian yang biasanya tidak jelas tetapi entah bagaimana masuk akal bagi siapa pun yang telah melakukan pekerjaan ini.

"Masalahnya bukanlah bahwa musik AI terdengar buruk—tetapi terdengar hampir benar. 'Hampir' adalah di mana Anda kehilangan audiens Anda tanpa mereka tahu mengapa."

Saya mulai dengan Soundraw karena antarmukanya terlihat paling mudah didekati. Saya memilih "Korporat," mengatur suasana menjadi "Cerah," memilih tempo sekitar 120 BPM, dan menekan dan menghasilkan. Tiga puluh tujuh detik kemudian, saya memiliki trek. Itu... baik. Jujur baik. Progresi akor yang dapat diprediksi tetapi fungsional. Instrumentasi yang generik tetapi sesuai. Itu terdengar persis seperti 10.000 lagu latar korporat lainnya, yang, jujur saja, terkadang adalah apa yang Anda butuhkan.

Saya mengirimnya ke klien. Mereka menyetujuinya dalam 23 menit. Saya baru saja menyelesaikan dalam waktu kurang dari satu jam apa yang biasanya membutuhkan waktu setengah hari. Saya merasa seperti telah menemukan api.

Proyek kedua menghancurkan ilusi itu. Seorang pembuat film dokumenter membutuhkan karya piano melankolis untuk adegan tentang pengungsi iklim. Dia mengirimkan saya potongan awal dari rekaman: sebuah keluarga mengemas barang-barang mereka, meninggalkan rumah pantai mereka untuk terakhir kalinya. Adegan itu berdurasi 2 menit dan 37 detik, dengan ritme emosional yang krusial pada 1:43 ketika nenek melihat kembali rumah itu untuk terakhir kalinya.

Saya menghabiskan enam jam selama tiga hari berusaha membuat AI menghasilkan sesuatu yang berhasil. AIVA memberi saya komposisi piano yang secara teknis mahir tetapi terasa emosional kosong. Tawaran ambient Mubert terlalu abstrak. Preset "Sedih" Soundraw menghasilkan trek yang lebih "sedikit kecewa" daripada "menghancurkan secara eksistensial." Masalahnya bukan bahwa AI tidak bisa membuat musik piano sedih. Ia pasti bisa. Masalahnya adalah ia tidak bisa membuat musik piano sedih yang membangun ke puncak emosional tertentu pada tepat 1:43.

Saya menghasilkan 34 variasi. Saya mencoba berbagai prompt: "piano melankolis dengan pembangunan emosional," "piano kontemplatif yang sedih perlahan meningkat," "komposisi piano reflektif dengan momen dramatis." Tidak ada yang berhasil. AI bisa menciptakan suasana, tetapi tidak bisa menciptakan narasi.

Pada akhirnya, saya menggunakan trek dasar yang dihasilkan AI dari AIVA dan menghabiskan empat jam mengeditnya secara manual di DAW saya, menyesuaikan dinamika, menambahkan lapisan senar halus, dan restrukturisasi pengaturan untuk mencocokkan busur emosional adegan tersebut. Karya akhir mungkin 60% AI, 40% intervensi manusia. Klien menyukainya, tetapi saya telah menghabiskan lebih banyak waktu di atasnya daripada jika saya hanya mengkomposisinya dari awal.

Masalah Prompt: Mengapa Musik AI Lebih Sulit Dari Teks AI

Pada minggu kedua, saya mengembangkan teori tentang mengapa generasi musik AI terasa jauh lebih frustrasi daripada generasi teks. Ketika Anda memberi prompt kepada ChatGPT atau Claude, Anda bisa iterasi secara percakapan. "Buat lebih formal." "Tambahkan bagian tentang X." "Tulis ulang kesimpulan." Siklus umpan baliknya segera dan intuitif.

Musik tidak bekerja seperti itu. Kebanyakan alat musik AI tidak menawarkan penyempurnaan percakapan. Anda mendapatkan menu dropdown, penggeser, dan tag genre. Soundraw memungkinkan Anda menyesuaikan "energi" dan "suasana," tetapi apa artinya memindahkan penggeser energi dari 7 ke 8? Bagaimana Anda mengomunikasikan bahwa Anda ingin trek terasa seperti "berkendara melalui jalan-jalan kota yang sepi pada pukul 3 pagi" atau "momen tepat sebelum kabar baik tiba"?

Saya mulai menjaga jurnal prompt, mendokumentasikan apa yang berhasil dan apa yang tidak. Beberapa penemuan: "Sinema" sebagai tag genre menghasilkan hasil yang sangat berbeda di berbagai platform. Di AIVA, itu berarti pertumbuhan orkestra dan senar dramatis. Di Mubert, itu berarti pemandangan suara ambient dengan perkusi sekali-sekali. Di Soundraw, itu berarti... sejujurnya, saya tidak pernah benar-benar memahami apa artinya.

Prompt yang paling sukses adalah yang paling spesifik dan teknis: "120 BPM, C mayor, gitar akustik dan piano, struktur bait-paduan suara, dinamika moderat." Tapi inilah ironi: jika saya cukup tahu tentang teori musik untuk menulis prompt itu, saya mungkin cukup tahu untuk hanya mengkomposisi karya itu sendiri. Alat yang membutuhkan sedikitnya...