Тот же goPure · Targ как доказательство · итерация 4
Итерация 3 дышит; Targ точнее на ударных барабанов. Измерено по фразам: ударные слоги знаменательных слов в ±40 мс от восьмых — Targ 0,61, версия 2 0,54, A 0,46, B 0,49 (шанс 0,28). План: текст пишется под бит-карту, два намеренно разных размера, измерение forced alignment до прослушивания, полы дыхания итерации 3
01 / Слова → измеримые требования
Каждая фраза §0 брифа превращена в метрику, гейт и место в коде. Главное: «на долю» измеряется не ASR-часами, а forced alignment на вокальном стеме против барабанной сетки, с шансом рядом; текст пишется под карту до покупки; всё, что дала итерация 3 (дыхание, форма, хук, кода), становится полом.
| Слова владельца | Метрика | Гейт | Где в коде |
|---|---|---|---|
| «Iteration 3 is the better direction: the song breathes, it has a form and a returning hook, the coda lands one fact at a time… Keep all of that.» | Строки дыхания итерации 3 на каждом дубле: слог/с по спетому, самая плотная секция, возвраты хука, факты коды с паузой, паузы на границах мыслей, фрагментация | P0-полы: ≤ 2,9 · ≤ 3,3 · ≥ 3 · 6/6 · ≥ 0,33 · без фрагментации; формплан v3 обязателен внутри v4 | references/song-crispness-targets-v01.json (полы) · music_first.validate_form_plan (без изменений) |
| «In the original every phrase and every word is on the beat, in sync with the music — the words land exactly where the groove wants them.» | Доля ударных слогов знаменательных слов в ±40 мс от восьмых барабанной сетки (forced alignment, начало гласной) рядом с шансом; медиана |отклонения| | P0: ≥ 0,58 (Targ 0,613 − 1 sd) и ≤ 35 мс; Targ измерен тем же инструментом | tools/song_align.py · tools/song_beat_sync.py · song_gates.py --beat-sync |
| «Phrases start a little early or late» | Начало каждой строки против сетки; систематический сдвиг каждой секции | P0: начала строк в ±40 мс ≥ уровня Targ (0,50); P1: худший сдвиг секции ≤ 30 мс (A: 74,5) | song_beat_sync: lineStarts, sections.medianSignedMs |
| «stressed syllables float between beats» | Где стоят ударные в тексте до покупки; где они оказались после | Карта: 100 % ударных знаменательных слов на долях (validate_beat_map, блокирует покупку); P1: на 1 и 3 ≥ 0,5 (A: 0,38) | tools/beat_map.py · music_first.validate_beat_map · song-plan/v4 |
| «long words smear across the grid» | Слогов на ударение; binary/ternary fit; длительности нот кратны 16-й | Карта: ≤ 2,6 (T) / ≤ 3,4 (H) слога на ударение, без удержанных безударных; P1: IOI ≥ 0,58 (A 0,50 = шанс) | tools/beat_map.py check · song_beat_sync ioi |
| «You are free to change words and music beats to match: rewrite words for the beat» | Каждая фраза переписана под карту до покупки | Панель: лирик на вариант со scan/check, опровергатели (ударения/идиома, advertorial), режиссёр | preparation/panel/brief-v4.md · design-{T,H}-*.json |
| «choose the meter and tempo» | Два размера: прямые восьмые на темпе сида (T) и половинное время (H) | Измеренный темп и октава на каждом дубле; карта остаётся на сетке при 103,4 | plan/variants-v01.json · song_beat_sync grid.octave |
| «write the beat map into the plan» | Каждая фраза: слоги по восьмым, ударные на долях, пауза в долях | Раздел 05 этой страницы; beatMap в song-plan/v4 до POST | song/song-plan-{T,H}-draft-v01.json → beatMap |
| «ask the provider for the delivery» | Стиль (точно на долю, чёткие согласные, без rubato), negative tags, вес сида, [Pause] только в паузах карты | Один рычаг на заявку; измерение до прослушивания | plan/variants-v01.json · preflight_v4.py · purchase_round.py |
| «and measure what came back» | Стемы → проверка строк → forced alignment → beat-sync → gates | P0 до слепых прослушиваний и до владельца | preparation/measure_take.py (v4) |
| «Keep every finding of iteration 3 (§1 and §7) — do not rediscover them, build on them.» | Перенесено: сид держит темп; прозаические просьбы о паузах игнорируются; только [Pause] двигает паузы; многоточия глотают строки; half-time кода уходит в речь; ударения ки́слоти/по́смішка/чужу́; защитный разбор ответов Gemini; локатор сцен для пар; лимит вывода панели | Не покупать заново раскладки строфа/двустишия, не тестировать AW 0,88 | lens3-carry-forward.md → brief-v4, этот план |
02 / Ритмическая дельта — измерено, не почувствовано
Инструмент итерации 4: вокальный стем (Demucs) → forced alignment (torchaudio MMS_FA, кириллица романизирована, английский как есть) → начало гласной каждого слога → расстояние до ближайшей восьмой/доли сетки, построенной по пикам ударных. Единица сравнения — ударный слог знаменательного слова: справедливо для английского (81 % односложных) и украинского (≈ 2,5 слога на слово). Каждый процент рядом с шансом (окно ÷ шаг сетки).
| Строка | Targ (10/10) | версия 2 | A (итер. 3) | B (итер. 3) | Шанс | Что значит |
|---|---|---|---|---|---|---|
| Ударные слоги знаменательных слов в ±40 мс от сетки восьмых | 0,61 | 0,54 | 0,46 | 0,49 | 0,28 | Главная строка (P0). Часы — начало гласной ударного слога (forced alignment), сетка — восьмые барабанов |
| … в ±60 мс от восьмых | 0,70 | 0,63 | 0,58 | 0,59 | 0,41 | Шире окно — разрыв Targ ↔ A/B остаётся |
| Ударные «плавают»: ни на восьмой (±40), ни на 16-й между восьмыми (±30) | 0,29 | 0,38 | 0,45 | 0,42 | 0,52 | Разрыв — именно «плавание»: Targ 0,29 против A 0,45 / B 0,42 |
| Ударные на 16-й между восьмыми (синкопа, ±30 мс) | 0,10 | 0,08 | 0,09 | 0,09 | 0,21 | Синкопа по 16-м одинаково редка у всех (ниже шанса) — не она объясняет разрыв |
| … в ±40 мс от доли (четверти) | 0,35 | 0,46 | 0,31 | 0,30 | 0,14 | Targ синкопирует: половина его точных ударных стоит на слабых восьмых |
| Медиана |отклонения| ударных от восьмых, мс | 29,8 | 36,0 | 48,3 | 43,1 | 72,50 | P0 ≤ 35 мс (шанс — четверть восьмой, 72,5 мс) |
| Систематический сдвиг ударных (медиана со знаком), мс | 9,1 | 18,3 | 19,4 | 11,4 | — | + = позже бита; у всей песни сдвиг мал — проблема в секциях |
| Худшая секция: систематический сдвиг, мс (≥ 10 ударных) | 15,3 | 66,3 | 74,5 | 38,2 | — | A: припевы опаздывают на +45…+75 мс; v2: самоценность +66 |
| Худшая секция: доля ударных в ±40 мс | 0,53 | 0,30 | 0,28 | 0,36 | 0,28 | «каждая фраза»: ни одна секция не должна падать к шансу |
| Начала строк (первый слог) в ±40 мс от восьмых | 0,50 | 0,48 | 0,50 | 0,69 | 0,28 | Targ начинает строки с затакта; у B начала точнее, чем у Targ |
| Длительности нот кратны 16-й (IOI ±25 %) | 0,61 | 0,55 | 0,50 | 0,57 | 0,50 | Фазонезависимая строка «ноты — это доли»; A на уровне шанса |
| Ударные на долях: доля на 1 и 3 (сильные) | 0,55 | 0,53 | 0,38 | 0,65 | 0,50 | A кладёт ударные слова на 2 и 4… |
| Безударные на долях: доля на 1 и 3 (контроль) | 0,40 | 0,25 | 0,82 | 0,21 | 0,50 | …а безударные слоги — на 1 и 3 (0,82): метр текста спорит с метром музыки |
| Все слоги в ±40 мс от восьмых | 0,50 | 0,48 | 0,44 | 0,52 | 0,28 | Без учёта ударения разрыв меньше: важны именно ударные |
| Старая строка: все онсеты стема в ±40 мс от восьмых (инструмент v1, исходная сетка) | 0,52 | 0,51 | 0,42 | 0,47 | 0,28 | Значения из брифа владельца (tools/song_beat_sync.py v1) |
| То же, сетка уточнена по пикам ударных (~10 мс) | 0,45 | 0,51 | 0,42 | 0,54 | 0,28 | Нестабильна к сетке (Targ 0,52 → 0,445; B 0,47 → 0,535) → info, не P0 |
| Темп, BPM (измерено по уточнённой сетке) | 103,5 | 103,5 | 102,9 | 109,6 | — | Сид держит 103,4 BPM; B дрейфует 107–110 |
| Слова, выровненные с низкой уверенностью (исключены) | 39 | 10 | 6 | 16 | — | score < 0,3: в основном служебные слова и держанные затакты Targ («I», «She») |
| Ударных знаменательных слов (событий) | 230 | 220 | 192 | 185 | — | — |
Громкость выровнена постоянным gain; без ретайминга.
Для каждой спетой фразы версии 2, A и B посчитана регулярность ударных по тексту (binary fit — доля промежутков между ударными знаменательных слов ровно в один безударный слог; ternary — ровно в два) и сопоставлена с измеренной долей её ударных в ±40 мс от восьмых. Регулярные двудольные фразы пелись на уровне Targ (≈ 0,59, медиана 33 мс), нерегулярные — на 0,47; в версии 2 (сильный грув, сид 0,88) эффект самый чистый (0,47 → 0,54 → 0,61), в A и B (сид 0,35–0,40) слабее. В текстах A и B регулярными были лишь 11–12 % фраз. Трёхдольная регулярность сама по себе даёт смешанную картину (мало фраз, разные треки): это слабее доказанный рычаг — поэтому вариант H помечен как исследовательский.
| Регулярность ударных во фразе | фраз | доля в ±40 мс | медиана |откл.|, мс | Где |
|---|---|---|---|---|
| binary fit: нерегулярные (< 0,34) | 102 | 0,47 | 48,7 | v2 + A + B |
| binary fit: средние (0,34–0,67) | 38 | 0,49 | 44,2 | v2 + A + B |
| binary fit: регулярные (≥ 0,67) | 18 | 0,59 | 32,7 | v2 + A + B |
| binary fit: нерегулярные (< 0,34) | 35 | 0,47 | 46,5 | версия 2 (сид 0,88) |
| binary fit: средние (0,34–0,67) | 16 | 0,54 | 39,9 | версия 2 (сид 0,88) |
| binary fit: регулярные (≥ 0,67) | 6 | 0,61 | 19,6 | версия 2 (сид 0,88) |
| ternary fit: нерегулярные (< 0,34) | 99 | 0,49 | 47,4 | v2 + A + B |
| ternary fit: средние (0,34–0,67) | 39 | 0,46 | 46,5 | v2 + A + B |
| ternary fit: регулярные (≥ 0,67) | 20 | 0,52 | 41,2 | v2 + A + B |
| max(binary, ternary): нерегулярные (< 0,34) | 51 | 0,43 | 50,6 | v2 + A + B |
| max(binary, ternary): средние (0,34–0,67) | 69 | 0,49 | 45,3 | v2 + A + B |
| max(binary, ternary): регулярные (≥ 0,67) | 38 | 0,55 | 38,6 | v2 + A + B |
Те же 14 дублей итерации 3 измерены новым инструментом. Средняя доля ударных в ±40 мс: сид 0,35 (все дубли A) 0.469, сид 0,40 (B) 0.531, контроль C — слова версии 2 при сиде 0,60 — 0.547 против 0.536 у версии 2 с теми же словами при сиде 0,88. Раскладка: A1a 0.465 → строки [Pause] (A2c) 0.446, строфа на мысль 0.511, двустишия с «…» 0.483. Главное напряжение: между дублями чёткость росла с плотностью (Спирмен ρ = +0,74 со слог/с, −0,68 с долей пауз): дубли в пределах пола ≤ 2,9 слог/с — в среднем 0,47 (лучший 0,50), быстрее — 0,53; лучшие дубли (B2a_1 0,61, C1a_1 0,58) были и самыми плотными. Но внутри медленных песен A и B медленные регулярные фразы — самые чёткие (0,71, n = 6) против нерегулярных (0,52): скорость сама не нужна — нужен регулярный текст и сильный грув; ставка T — развязать чёткость и плотность. Разброс между двумя дублями одной заявки велик (0,57 и 0,48; 0,61 и 0,47) — выбор между дублями — часть метода. Ремикс того же дубля потерял чёткость: A1a_1 0.503 → мастер A 0.458 — вставленные такты коды длиной 2,32 с (такт при 103,4) в дубле с темпом 102,9 сдвигают сетку на ~12 мс за вставку; вставки в итерации 4 — ровно такт измеренного темпа дубля, и чёткость перемеряется после каждого ремикса.
| Дубль (итерация 3) | Что менялось | AW | Ударные ±40 мс | Медиана |откл.|, мс | Начала строк ±40 | Худший сдвиг секции, мс | IOI | На 1/3 |
|---|---|---|---|---|---|---|---|---|
| take_A1a_1 | текст A, строка на фразу | 0,35 | 0,50 | 39,5 | 0,51 | 72 | 0,53 | 0,39 |
| take_A1a_2 | текст A, строка на фразу | 0,35 | 0,43 | 50,9 | 0,49 | 99 | 0,51 | 0,38 |
| take_A2a_1 | A: строфа на мысль | 0,35 | 0,50 | 39,8 | 0,73 | 27 | 0,54 | 0,51 |
| take_A2a_2 | A: строфа на мысль | 0,35 | 0,47 | 42,2 | 0,44 | 69 | 0,55 | 0,64 |
| take_A2b_1 | A: двустишия с «…» | 0,35 | 0,44 | 45,7 | 0,53 | 81 | 0,50 | 0,67 |
| take_A2b_2 | A: двустишия с «…» | 0,35 | 0,52 | 34,9 | 0,44 | 62 | 0,58 | 0,48 |
| take_A2c_1 | A: строки [Pause] | 0,35 | 0,43 | 51,5 | 0,52 | 47 | 0,53 | 0,59 |
| take_A2c_2 | A: строки [Pause] | 0,35 | 0,46 | 49,4 | 0,48 | 64 | 0,53 | 0,60 |
| take_B1a_1 | текст B | 0,40 | 0,57 | 31,4 | 0,62 | 47 | 0,61 | 0,55 |
| take_B1a_2 | текст B | 0,40 | 0,48 | 43,0 | 0,68 | 42 | 0,57 | 0,67 |
| take_B2a_1 | B: строфа на мысль | 0,40 | 0,61 | 24,8 | 0,58 | 23 | 0,60 | 0,56 |
| take_B2a_2 | B: строфа на мысль | 0,40 | 0,47 | 45,0 | 0,56 | 80 | 0,51 | 0,56 |
| take_C1a_1 | контроль: слова версии 2, сид 0,60 | 0,60 | 0,58 | 24,6 | 0,64 | 13 | 0,61 | 0,47 |
| take_C1a_2 | контроль: слова версии 2, сид 0,60 | 0,60 | 0,52 | 37,8 | 0,47 | 33 | 0,57 | 0,56 |
| мастер A (ремикс A1a_1) | + вставленные такты коды 2,32 с при темпе дубля 102,9 | 0,35 | 0,46 | 48,3 | 0,50 | 74 | 0,50 | 0,38 |
| мастер B (ремикс B1a_2) | + паузы коды и подъём голоса | 0,40 | 0,49 | 43,1 | 0,69 | 38 | 0,57 | 0,65 |
| версия 2 (r5a_1) | слова версии 2 под часы Targ | 0,88 | 0,54 | 36,0 | 0,48 | 66 | 0,55 | 0,53 |
02b / Худшие фразы
Для каждой фразы A и B: медиана |отклонения| её ударных слогов от восьмых; десять худших (минимум два ударных) рядом с фразой Targ, несущей ту же мысль (наибольшее перекрытие с диапазоном мысли в оригинале). Числа после слов — отклонение ударной гласной в мс (+ поздно). Пары — отрывки с постоянным gain, без ретайминга.
Медиана отклонения по фразам: A 49,0 мс, Targ 38,0 мс; фраз с медианой ≤ 35 мс: A 32 %, Targ 47 %.
#1 · мысль t04, t05 · A 0:09.6–0:13.7 · Targ 0:08.7
Був березень. З Андрієм жили шістнадцять літ.
медиана |откл.| 141,9 мс · в ±40 мс 0,20 · начало фразы -40 мс
березень +58 Андрієм -142 жили -146 шістнадцять -142 літ -37 мс
That was in March
медиана |откл.| 1,7 мс · в ±40 мс 1,00
March -2 мс
#2 · мысль t12, t13 · A 0:46.3–0:51.0 · Targ 0:44.9
Впізнала голос — і погляд ковзнув по шиї.
медиана |откл.| 86,6 мс · в ±40 мс 0,00 · начало фразы -15 мс
Впізнала +72 голос -57 погляд -132 ковзнув +104 шиї +87 мс
before she came around She saw me
медиана |откл.| 12,4 мс · в ±40 мс 0,75
before +3 came +22 around +70 saw +2 мс
#3 · мысль t09 · A 0:33.6–0:37.4 · Targ 0:31.1
Опора дітям — теж лишає слід.
медиана |откл.| 86,3 мс · в ±40 мс 0,25 · начало фразы -2 мс
Опора -118 дітям +55 лишає +31 слід +118 мс
Holding your kids together will do that
медиана |откл.| 8,9 мс · в ±40 мс 1,00
Holding +6 together -12 мс
#4 · мысль t26 · A 1:47.7–1:52.1 · Targ 1:53.3
Там купуасу, гіалурон —
медиана |откл.| 85,4 мс · в ±40 мс 0,33 · начало фразы -4 мс
Там -4 купуасу -114 гіалурон +85 мс
I'd never tried Use this every night
медиана |откл.| 20,8 мс · в ±40 мс 0,75
never -0 tried -32 Use +77 every +9 мс
#5 · мысль t17 · A 1:05.9–1:09.8 · Targ 1:07.7
Злюсь не на неї — на те, що бачу.
медиана |откл.| 85,2 мс · в ±40 мс 0,00 · начало фразы -63 мс
Злюсь -63 неї +85 бачу +91 мс
I was angry at what I'd seen
медиана |откл.| 54,3 мс · в ±40 мс 0,50
angry +99 seen +10 мс
#6 · мысль t37 · A 3:02.0–3:05.9 · Targ 2:56.3
Не її думка важить — нарешті моя.
медиана |откл.| 81,4 мс · в ±40 мс 0,25 · начало фразы +23 мс
думка +103 важить +92 нарешті +71 моя +21 мс
Not because her opinion mattered But because mine finally did
медиана |откл.| 53,9 мс · в ±40 мс 0,25
Not +0 opinion +68 mattered +64 finally -44 мс
#7 · мысль t34 · A 2:50.0–2:53.5 · Targ 2:41.2
Підійшла: «Гарно виглядаєш… до речі».
медиана |откл.| 79,0 мс · в ±40 мс 0,25 · начало фразы -40 мс
Підійшла +84 Гарно -30 виглядаєш +134 речі -75 мс
she walked up to me
медиана |откл.| 11,0 мс · в ±40 мс 1,00
walked +11 мс
#8 · мысль t16 · A 1:01.0–1:05.3 · Targ 1:03.1
П’ятнадцять хвилин сиділа в машині.
медиана |откл.| 78,4 мс · в ±40 мс 0,25 · начало фразы -22 мс
П’ятнадцять +32 хвилин +100 сиділа +79 машині +78 мс
I walked to my car and sat there for fifteen
медиана |откл.| 12,7 мс · в ±40 мс 0,67
car +13 sat -124 fifteen +10 мс
#9 · мысль t18 · A 1:14.4–1:17.5 · Targ 1:07.7
На шиї бачу сухість, смуги, заломи.
медиана |откл.| 74,2 мс · в ±40 мс 0,40 · начало фразы +46 мс
шиї +17 бачу +74 сухість -4 смуги +75 заломи +94 мс
I was angry at what I'd seen
медиана |откл.| 54,3 мс · в ±40 мс 0,50
angry +99 seen +10 мс
#10 · мысль t22 · A 1:34.2–1:36.2 · Targ 1:38.9
Сміється: «А ти що наносиш?»
медиана |откл.| 73,6 мс · в ±40 мс 0,50 · начало фразы -4 мс
Сміється +127 наносиш +20 мс
Said honey, what are you using
медиана |откл.| 14,2 мс · в ±40 мс 0,67
Said -5 honey +14 using -125 мс
Медиана отклонения по фразам: B 46,5 мс, Targ 38,0 мс; фраз с медианой ≤ 35 мс: B 29 %, Targ 47 %.
#1 · мысль t15 · B 1:23.8–1:24.8 · Targ 0:57.8
Чужу жінку.
медиана |откл.| 123,1 мс · в ±40 мс 0,00 · начало фразы +25 мс
Чужу -125 жінку -121 мс
at the before version of the woman her husband loved first
медиана |откл.| 30,1 мс · в ±40 мс 0,67
before -16 version +15 woman -39 husband +66 loved +22 first -103 мс
#2 · мысль t31 · B 2:23.4–2:25.9 · Targ 2:20.2
Шкіра рівніша, ніж за десять літ.
медиана |откл.| 108,6 мс · в ±40 мс 0,25 · начало фразы +12 мс
Шкіра +12 рівніша +96 десять +121 літ +128 мс
My skin more even than it had in a decade
медиана |откл.| 19,7 мс · в ±40 мс 0,75
skin -20 more +5 even -20 decade +137 мс
#3 · мысль t22 · B 1:40.5–1:43.4 · Targ 1:38.9
Сміється: «А ти що наносиш?»
медиана |откл.| 103,7 мс · в ±40 мс 0,00 · начало фразы -5 мс
Сміється +90 наносиш -117 мс
Said honey, what are you using
медиана |откл.| 14,2 мс · в ±40 мс 0,67
Said -5 honey +14 using -125 мс
#4 · мысль t39 · B 3:21.6–3:25.0 · Targ 3:05.4
Залиш ім’я й телефон у формі.
медиана |откл.| 98,2 мс · в ±40 мс 0,25 · начало фразы -23 мс
Залиш -84 ім’я +112 телефон -129 формі -16 мс
The link's below If you need it
медиана |откл.| 48,1 мс · в ±40 мс 0,33
link's +36 below -48 need +106 мс
#5 · мысль t33 · B 2:49.1–2:52.4 · Targ 2:30.8
Знов дивиться — не жалість, а подив.
медиана |откл.| 84,7 мс · в ±40 мс 0,25 · начало фразы +106 мс
Знов +106 дивиться +21 жалість -63 подив -132 мс
Mark's wife sat down a few seats from me
медиана |откл.| 13,3 мс · в ±40 мс 1,00
Mark's +9 wife +17 sat -10 down -1 few -24 seats +24 мс
#6 · мысль t26 · B 1:56.8–1:59.7 · Targ 1:53.3
А в ній — купуасу й гіалурон.
медиана |откл.| 79,5 мс · в ±40 мс 0,33 · начало фразы +8 мс
ній +24 купуасу -134 гіалурон +80 мс
I'd never tried Use this every night
медиана |откл.| 20,8 мс · в ±40 мс 0,75
never -0 tried -32 Use +77 every +9 мс
#7 · мысль t37 · B 3:06.6–3:11.4 · Targ 2:56.3
Не її думка важить — нарешті моя.
медиана |откл.| 75,1 мс · в ±40 мс 0,25 · начало фразы +75 мс
думка -22 важить +90 нарешті +111 моя -60 мс
Not because her opinion mattered But because mine finally did
медиана |откл.| 53,9 мс · в ±40 мс 0,25
Not +0 opinion +68 mattered +64 finally -44 мс
#8 · мысль t25 · B 1:52.6–1:56.6 · Targ 1:53.3
Назавтра дала крем, якого я не знала.
медиана |откл.| 71,2 мс · в ±40 мс 0,20 · начало фразы -17 мс
Назавтра -71 дала +12 крем +88 якого -111 знала -54 мс
I'd never tried Use this every night
медиана |откл.| 20,8 мс · в ±40 мс 0,75
never -0 tried -32 Use +77 every +9 мс
#9 · мысль t09 · B 0:32.1–0:35.3 · Targ 0:31.1
Нічні сльози лишають слід.
медиана |откл.| 70,0 мс · в ±40 мс 0,25 · начало фразы -81 мс
Нічні -76 сльози +68 лишають +72 слід +10 мс
Holding your kids together will do that
медиана |откл.| 8,9 мс · в ±40 мс 1,00
Holding +6 together -12 мс
#10 · мысль t17 · B 1:10.9–1:14.9 · Targ 1:07.7
Злюсь не на неї — на те, що бачу.
медиана |откл.| 67,3 мс · в ±40 мс 0,33 · начало фразы -28 мс
Злюсь -28 неї -67 бачу +93 мс
I was angry at what I'd seen
медиана |откл.| 54,3 мс · в ±40 мс 0,50
angry +99 seen +10 мс
03 / Гипотезы
Каждая фраза получает сетку: слоги по восьмым от первого сильного бита, ударные знаменательных слов на долях (T — на любой доле, H — только на 1 и 3), безударные между ними, пауза в долях. Текст пишется под карту: лирик меняет слова, порядок и длину фразы, пока строка не ляжет.
Два размера. T — темп сида 103,4 BPM, прямые восьмые: двудольный текст (≈ 2 слога на ударение), как у Targ. H — половинное время на том же пульсе: ударные только на 1 и 3, между ними 1–3 безударных, трёхдольные ячейки под длинные украинские слова, выше styleWeight.
Стиль: «every stressed syllable lands exactly on the beat, crisp consonants, clean short notes, no rubato, never dragging»; negative tags против rubato, free tempo, dragging, legato slurs, swing; вес сида T 0,50/0,60 (грув), H 0,30/0,45 при SW 0,85; [Pause] только там, где пауза в карте; один рычаг на заявку.
Хореи на «сильная–слабая», ямбы с затактом, ударный конечный слог в конце фразы («слі́д», «моя́», «внизу́»), односложные слова в началах и концах фраз, меньше скоплений согласных перед ударной гласной; хук A сохранён в H (ложится на 1 и 3 без флагов); рефрен B в прямых восьмых дал удержанное «на» и binary fit 0 на всех трёх возвратах — лирик T заменил его вопросом «Хто ж та жінка в дзеркалі?» (двудольный, 7 слогов) с тремя разными ответами: «слід ×3» → «Та жінка — геть чужа» → «Світла жінка — знову я».
MMS_FA (torchaudio) на вокальном стеме; кириллица романизирована; часы — начало гласной; сетка уточнена по пикам ударных; строки по секциям и фразам; каждый процент рядом с шансом; Targ тем же инструментом.
Спетые слова не двигаются к сетке. Разрешён ремикс того же дубля для микса, воздуха и пауз коды — вставка ровно такта измеренного темпа дубля; чёткость перемеряется после ремикса. Замена секции из другого дубля той же заявки — только версионным решением, с раскрытием.
Бриф переписан вокруг бит-карты: лирик на вариант пишет фразы со слогами и позициями ударений и проверяет их scan/check; режиссёр судит карту и рубрику песенности; опровергатели атакуют ударения, идиому и claims только в изменённых строках (эффорт средний, короткие ответы, находки в файлах).
Новые P0 чёткости рядом с шансом, измеренные на Targ первым: ударные в ±40 мс от восьмых ≥ 0,58, медиана ≤ 35 мс, начала строк ≥ уровня Targ; полы итерации 3 не регрессируют. Уточнение по доказательству: старая строка «все онсеты стема ≥ 0,52» зависит от сетки на ±0,07 → info.
Из карты предсказываются строки дыхания (слог/с, секция, длительность) и чёткость по модели «регулярность → измеренная доля» из итерации 3 и версии 2; покупка только при полной карте и движении каждой строки в нужную сторону относительно A и B; две версии на заявку; каждый дубль измеряется до прослушивания.
04 / Код и пайплайн
| Файл | Изменение | Что даёт | Что снимает |
|---|---|---|---|
tools/song_align.py (новый) | Forced alignment MMS_FA на вокальном стеме: слова, слоги, часы ctc/onset/cons, ударение из ledger или CMUdict, флаг знаменательного слова | Ударные слоги и начала фраз с точностью ±20–60 мс вместо ASR ±250 мс | Строки ударений по часам ASR (у шанса) |
tools/song_beat_sync.py (v2) | Сетка уточнена по пикам ударных; строки content/stressed/syllables/phraseStarts/lineStarts/IOI/kick-parity; шанс и фазовый null; секции и фразы; gate_values | Таблица чёткости и худшие фразы на каждом дубле | Единственную строку «все онсеты» (оставлена как info) |
tools/beat_map.py (новый) | Размещение слогов (straight/halftime), scan для строк, check для всего текста: флаги, binary/ternary fit, слогов на ударение, такты, прогноз слог/с | Текст пишется под долю до покупки; предсказание из карты | Бюджет «слогов на такт по типу секции» как единственная модель |
tools/music_first.py | validate_beat_map + song-plan/v4 (v3 + beatMap); validate_plan требует v4 при songBeatMapRequired | Покупка невозможна без карты | — |
tools/song_gates.py | --beat-sync: строки чёткости в той же таблице gates | Один gate-файл на дубль (дыхание + чёткость) | — |
references/song-crispness-targets-v01.json, song-crispness-contract.md | P0/P1/info строки чёткости с измеренными Targ/v2/A/B и полами итерации 3 | Приёмка по измеренному уровню Targ рядом с шансом | Старую P0 строку онсетов (→ info, с доказательством) |
pipeline.json, song-clone-ua SKILL.md, music-first-execution.md §10 | songBeatMapRequired, инструменты, раздел владельца 2026-09-24; манифест run-а с новым sha навыка | Правило для всех следующих песен | — |
runs/targ-song-v4-f5c3870848-v01/preparation/* | build_v4 (дизайн → текст/ledger/план v4 с картой + прогноз), measure_baselines_v4, worst_phrases, measure_v3_takes; дальше preflight/purchase/measure/mix/review/finalize из итерации 3 с шагом чёткости | Повторяемый цикл | — |
tests/test_beat_map.py, tests/test_song_beat_sync.py | 25 тестов: размещение, валидатор карты, строки на синтетической сетке, коррекция сдвига, уточнение сетки, чётность долей | Регрессия инструмента | — |
05 / Бит-карта по вариантам
Карты построены из финальных текстов панели: каждый слог — клетка восьмой (1 & 2 & 3 & 4 &, жирная линия — такт, затакт слева), ударные знаменательных слов выделены и стоят только на долях размера; штриховка — пауза голоса в долях. Мелодию решает провайдер: карта — это текст, написанный для доли, и эталон, против которого меряются спетые онсеты.
Ukrainian folk-pop, 103 BPM, 4/4, straight eighths, F major, tight groove: kick on 1 and 3, snare on 2 and 4, strummed acoustic guitar in eighths, bass locked to the kick. Female lead sung from the first word, no intro; every stressed syllable lands exactly on the beat, crisp consonants, clean short notes, no rubato, never dragging behind the drums. One thought per two-bar phrase, its last word held, then the voice rests while the band keeps the groove; each [Pause] is a rest of one or two beats. The refrain question «Хто ж та жінка в дзеркалі?» returns three times, rising, then a new answer. Half-time outro: one fact per phrase, a rest after each, every word sung.rubato, free tempo, dragging behind the beat, legato slurs, swing, spoken word, rap, narration, recitation, instrumental intro, fast patter, melisma, choir, reverb wash, fade-inUkrainian pop ballad on a half-time groove, 103 BPM felt in 52, D major: kick on 1, snare on 3, steady eighth hi-hat, piano and bass on the grid. Female lead sung from the first word, no intro; each stressed syllable lands on beat 1 or 3, the other syllables fall evenly between, crisp consonants, clean note ends, no rubato, never behind the beat. One thought per two bars, then the voice rests while the groove continues; each [Pause] is a two-beat rest. The chorus «Я дивлюсь у дзеркало — і бачу…» lifts and returns three times. Calm outro: one fact per phrase, a rest after each, every word sung.rubato, free tempo, dragging behind the beat, legato slurs, swing, spoken word, rap, narration, recitation, instrumental intro, fast patter, melisma, choir, reverb wash, fade-in06 / Матрица вариантов
| T · Пульс Targ | H · Половинний час | A (итерация 3, база) | B (итерация 3, база) | |
|---|---|---|---|---|
| Темп | 103,4 BPM (темп сида), 4/4, прямые восьмые | 103,4 BPM, ощущается как 52 (half-time), 4/4 | 103,4 BPM (просили 92) | 107,7–109,6 BPM (просили 112) |
| Размер | 4/4, прямые восьмые, ударные на каждой доле | 4/4 в половинном времени, ударные только на 1 и 3 | 4/4, баллада, текст без карты | 4/4, фолк-поп, текст без карты |
| Тональность | F major (тональность сида) | D major | D major | G major |
| Жанр | фолк-поп, акустическая гитара восьмыми, бочка 1 и 3, малый 2 и 4 | поп-баллада на half-time груве: бочка на 1, малый на 3, восьмые хай-хэта, фортепиано и бас | акустическая баллада с припевом | фолк-поп с рефреном-вопросом |
| Форма | Куплет · Рефрен-вопрос · Куплет · Куплет · Рефрен · Куплет (Лариса) · Куплет (банка) · Куплет (зміна) · Рефрен · Бридж (кульминация) · Кода | Куплет · Предприпев · Куплет · Припев · Куплет (Лариса) · Куплет (банка) · Куплет (зміна) · Припев · Бридж · Припев (кульминация) · Кода | 11 секций, припев ×3 | 11 секций, рефрен ×3 |
| Хук | Хто ж та жінка в дзеркалі? | Я дивлюсь у дзеркало — і бачу … | Я дивлюсь у дзеркало — і бачу… | Дивлюсь на себе — і що я бачу? |
| Правило текста | Двудольный размер: ударные знаменательных слов на каждой доле (1 и 3 предпочтительно), безударные — на восьмых между ними; binary fit ≥ 0,67, ≤ 2,6 слога на ударение; фраза = 2 такта: ~6 спетых долей + пауза 2 доли | Трёхдольные ячейки на сетке half-time: ударные только на 1 и 3, между ними 1–3 безударных, лучше два (дактиль/амфибрахий); ternary fit ≥ 0,5, 2,5–3,4 слога на ударение; фраза = 2 такта + пауза 2 доли | амфибрахии/дактили без бит-карты; binary fit 0,32 | смешанный размер без бит-карты; binary fit 0,28 |
| Сид и веса | cover на точном Targ; раунд 1: T1a AW 0.50 · SW 0.65 · WC 0.15; T1b AW 0.60 · SW 0.65 · WC 0.15. Embrace the seed: at audioWeight 0.35–0.40 iteration 3 kept Targ’s 103.4 BPM but lost its groove; 0.50 and 0.60 test groove inheritance (H3) inside the ≤ 0.6 policy with a text written to that pulse. | cover на точном Targ; раунд 1: H1a AW 0.45 · SW 0.85 · WC 0.10. Own meter with a higher styleWeight (owner H2): SW 0.85 pushes the half-time groove of the style; audioWeight 0.45 keeps enough of the seed groove, which the iteration-3 takes tie to crispness (control C at 0.60: 0.55 on the grid). The half-time map stays on the grid if the seed keeps 103.4 BPM. | AW 0,35 · SW 0,75 · WC 0,15 | AW 0,40 · SW 0,70 · WC 0,20 |
| Слогов / фраз | 547 слогов · 55 фраз · ≈ 239 с | 546 слогов · 50 фраз · ≈ 263 с | 536 слогов · 50 фраз · 228 с | 537 слогов · 52 фразы · 233 с |
| Зачем | Проверить главный рычаг: текст, написанный под сетку Targ (двудольный, регулярный), на грув сида средней силы — ожидаем чёткость уровня Targ без потери дыхания. | Проверить «свой размер для украинских слов»: 2,5–3 слога на ударение ложатся в трёхдольные ячейки, ударные только на сильных долях — длинные слова не размазываются по сетке. | база итерации 3: дышит лучше всех, плывёт в припевах | база итерации 3: «больше всего песня», темп дрейфует |
07 / Gates и предсказанный тренд
P0 блокируют слепые прослушивания и владельца; P1 входят в выбор между дублями; info — читается. Значения Targ / v2 / A / B измерены тем же инструментом; прогноз — из карты и модели регулярности до покупки.
| Строка | P | Цель | Targ | v2 | A | B | прогноз T | прогноз H | Основание |
|---|---|---|---|---|---|---|---|---|---|
| Ударные слоги знаменательных слов в ±40 мс от сетки восьмых (шанс 0,28) | P0 | >= 0.58 | 0,61 | 0,54 | 0,46 | 0,49 | 0,57 | 0,49 | H8: at Targ's measured level (0.613 − one binomial sd 0.032) |
| Медианное |отклонение| ударных слогов от восьмых, мс | P0 | <= 35.0 | 29,80 | 36,00 | 48,30 | 43,10 | 30,90 | 46,40 | H8 owner value 35 ms; Targ 29.8 |
| Начала фраз (первый слог строки) в ±40 мс от сетки восьмых | P0 | >= 0.5 | 0,50 | 0,48 | 0,50 | 0,69 | ≈ 0,5–0,6 | ≈ 0,5–0,6 | H8 «phrase starts on the beat» at Targ's measured level; Targ starts many lines on pickups |
| Худшее систематическое опоздание/опережение секции (|медиана со знаком|, ≥ 10 ударных), мс | P1 | <= 30.0 | 15,30 | 66,30 | 74,50 | 38,20 | ≤ 30 | ≤ 30 | A's choruses drag +45…+75 ms; Targ's worst section 15 ms |
| Худшая секция: доля ударных в ±40 мс от восьмых (≥ 10 ударных) | P1 | >= 0.45 | 0,53 | 0,30 | 0,28 | 0,36 | ≈ 0,45 | ≈ 0,45 | «every phrase»: no section falls back to chance (A ch1 0.28, B v1 0.36) |
| Длительности нот: IOI соседних слогов кратны 16-й (±25 %), шанс 0,5 | P1 | >= 0.58 | 0,61 | 0,55 | 0,50 | 0,57 | > 0,55 | > 0,55 | phase-free rhythm row; Targ 0.614, A 0.504 (chance) |
| Ударные на долях: доля на 1 и 3 (шанс 0,5) | P1 | >= 0.5 | 0,55 | 0,53 | 0,38 | 0,65 | > 0,5 | > 0,5 | A puts stressed words on 2/4 (0.38) and unstressed on 1/3 (0.82) |
| Ударные в ±40 мс от доли (шанс 0,14) | info | >= 0.3 | 0,35 | 0,46 | 0,31 | 0,30 | — | — | Targ syncopates half of its on-grid stresses onto off-beat eighths |
| Все онсеты вокального стема в ±40 мс от восьмых (метод v1, уточнённая сетка) | info | >= 0.45 | 0,45 | 0,51 | 0,42 | 0,54 | — | — | owner's legacy row; grid-sensitive (Targ 0.52 → 0.445 with a 10-ms grid refinement), kept for continuity |
| ASR: доля совпавших строк | P0 | >= 0.95 | — | 0,99 | 0,99 | 1,00 | ≥ 0,95 | ≥ 0,95 | floor from iteration 3 |
| Доля запланированных границ мыслей с паузой ≥ 0,6 с (стем) | P0 | >= 0.33 | 0,10 | 0,07 | 0,40 | 0,33 | 0,33–0,45 | 0,33–0,45 | floor: iteration-3 master B 0.33 (A 0.40) |
| Самая плотная секция, слог/с по спетому | P0 | <= 3.3 | 3,64 | 4,61 | 3,26 | 3,01 | 3,09 | 2,61 | floor: iteration-3 masters 3.26 / 3.01 |
| Вся песня, слог/с по спетому | P0 | <= 2.9 | 3,26 | 3,61 | 2,70 | 2,68 | 2,88 | 2,47 | floor: iteration-3 masters 2.70 / 2.68; beat-tight must not bring back patter |
| Возвраты хука (≥ 3, ≥ 20 с между) | P0 | >= 3 | 0 | 0 | 3 | 3 | 3 | 3 | floor |
| Факты коды спеты и каждый с паузой ≥ 0,5 с | P0 | >= 6 | 0 | 1 | 6 | 6 | 6 | 6 | floor (same-take coda rests allowed, H6) |
| Без фрагментации | P0 | >= 1 | — | 1 | 1 | 1 | 1 | 1 | floor; rejected experiment 2026-09-15 |
| Медианная пауза на границах мыслей, с | P1 | >= 0.8 | 0,78 | 1,10 | 1,44 | 2,25 | — | — | iteration 3 |
| Лифт припева/рефрена, полутона | P1 | >= 2 | — | — | 4,40 | 0,10 | — | — | iteration 3 |
| CV скорости по фразам | info | >= 0.35 | — | — | — | — | — | — | a beat map evens the rate on purpose; informational in iteration 4 |
| Доля фраз ≥ 1 с с pitched-share < 0,15 (прокси речитатива) | P1 | <= 0.1 | — | — | — | — | — | — | iteration 3; sung throughout is a P0 blind verdict |
| Вокал минус музыка, худший блок кроме коды, dB | P1 | >= -1.0 | — | — | — | — | — | — | delta study |
| Воздух без слов перед брендом, с | P1 | >= 1.2 | — | — | — | — | — | — | iteration 3 |
| Услышанные паузы ÷ запланированные | info | >= 0.8 | — | — | — | — | — | — | iteration-3 H2 hypothesis, reached by no take |
| Кульминация в запланированной секции | info | >= 1 | — | — | — | — | — | — | iteration 3 |
| Совпадение шагов контура | info | >= 0.6 | — | — | — | — | — | — | Suno does not read contour arrows |
| Кода оседает (≤ припев − 2 st) | info | >= 1 | — | — | — | — | — | — | iteration 3 |
| Длительность, с (свободная переменная) | info | <= 260.0 | 194,49 | 197,10 | 228,02 | 233,17 | 239,30 | 262,90 | sanity ceiling |
08 / Покупки и бюджет