סונו / Suno

מה זה סונו ואיך שיר נוצר ממשפט?

סונו הוא מודל שמייצר קטע מוזיקלי שלם, כולל כלי נגינה, מבנה ושירה עם מילים. ההשקה הציבורית הייתה בסוף שנת 2023, ומאז המערכת עברה כמה דורות שהעלו בעיקר את איכות הצליל ואת אורך הקטע. מבחינת חוויה, הכניסה פשוטה עד כדי הטעיה: כותבים משפט שמתאר סגנון ומצב רוח, ותוך פחות מדקה חוזרות שתי גרסאות של שיר מוגמר.

העומק מתחיל במצב המתקדם, ושם נמצא ההבדל בין שעשוע לכלי עבודה. אפשר להזין מילים משלכם, לתאר את הסגנון בנפרד, ולשלוט במבנה באמצעות סימון של בית, פזמון וגשר. מי שעובד ככה מקבל תוצאה שאפשר לכוון אותה, במקום לקבל הפתעה ולנסות שוב. זה ההבדל הראשון בין מי שמתלהב שבוע ועוזב לבין מי שמשלב את הכלי בעבודה.

היכולת השנייה שמשנה את התמונה היא הפרדת הערוצים. אפשר לקבל את השירה, את התופים, את הבס ואת שאר הכלים כקבצים נפרדים. משם נפתח כל מה שעורך וידאו צריך: להנמיך את השירה מתחת לקריינות, להשתמש רק בכלים כפסקול רקע, או לקחת את התופים לקטע קצר. בלי הפרדה כזאת פסקול מיוצר נשאר גוש אחד שקשה לעבוד איתו.

והנקודה שחייבת להיאמר מוקדם היא שאלת הזכויות. השימוש המסחרי מותר בחבילות בתשלום ואינו מותר בחבילה החינמית, וזה כתוב מפורשות. במקביל, התחום כולו נמצא בתוך מחלוקת משפטית מול תעשיית המוזיקה, ומאז הוגשו התביעות נחתמו גם הסכמים עם חלק מהחברות. עסק שמייצר פסקול לקמפיין צריך לדעת באיזו חבילה הוא נמצא ומה בדיוק היא מתירה, ולשמור את זה בכתב.

הפיצ'רים המרכזיים של סונו

שש יכולות מרכזיות. הראשונה היא זו שמושכת אנשים פנימה, והשלישית היא זו שהופכת את הפלט לשמיש בעבודה אמיתית.

ארבע נקודות שהרשימה לא מספרת, וכולן משנות את דרך העבודה. הראשונה: הפסקול הטוב ביותר לעסק הוא בדרך כלל בלי שירה בכלל. שירה מושכת תשומת לב ומתחרה בקריינות, ולכן ברוב הסרטונים העסקיים היא מזיקה. הבקשה שעובדת הכי טוב מתארת קטע כלי בלבד, בקצב מוגדר ובלי ווקאל. מי שמייצר שירים מלאים ומתאכזב מהתוצאה בסרטון פשוט ביקש את הדבר הלא נכון.

השנייה: העברית בשירה חלשה. המערכת יודעת לשיר בעברית, וההגייה מתעוותת, מילים נשברות באמצע וההטעמה נופלת במקום הלא נכון. יש לזה שימושים מבודחים ואין לזה שימוש רציני בקמפיין. עסק ישראלי שרוצה פסקול מקורי יקבל תוצאה מצוינת בקטע כלי, ותוצאה בעייתית בכל דבר שכולל מילים בעברית. זו המגבלה המרכזית כאן.

השלישית: ההפרדה לערוצים היא מה שהופך את זה לכלי מקצועי. כשמקבלים קובץ אחד, אפשר רק להנמיך אותו. כשמקבלים ארבעה, אפשר לבנות מיקס שבו הכלים ממשיכים ברקע והתופים נכנסים רק בקטע הקריאה לפעולה. זה ההבדל בין פסקול שנשמע מודבק לפסקול שנשמע חלק מהסרטון, וזה שלב שלוקח חמש דקות בעורך.

הרביעית: העקביות בין קטעים דורשת עבודה. שתי בקשות זהות מחזירות שני שירים שונים לגמרי, ולכן מותג שרוצה חתימה קולית אחידה צריך להשתמש בדמות הקולית השמורה או לייצר קטע ארוך ולחתוך ממנו. מי שמייצר פסקול חדש לכל סרטון יקבל ספרייה שנשמעת אקראית, וזה בדיוק ההפך ממה שמוזיקת מותג אמורה לעשות.

כמה זה עולה?

התמחור פשוט ובנוי משלוש מדרגות, אבל ההבדל ביניהן אינו רק בכמות. שאלת הזכויות היא זו שקובעת איזו חבילה מתאימה לכם, ולא כמות הנקודות.

ההשוואה שכדאי לעשות אינה מול כלי אחר אלא מול ספריית מוזיקה בתשלום. מנוי שנתי לספרייה מוכרת עולה בסביבות מאתיים עד ארבע מאות דולר ומעניק רישיון לקטלוג משותף לכולם. החבילה כאן עולה בערך עשירית מזה ומייצרת פסקול ייעודי לכל סרטון. עבור מי שמפיק תוכן באופן קבוע ההפרש ניכר, ולא רק בכסף אלא בכך שהפסקול אינו מופיע בעוד אלף סרטונים.

השיקול השני נוגע דווקא למה שהמחיר לא מכסה. ספרייה מסחרית מוכרת גם ודאות: יש חוזה, יש שיפוי, ויש למי לפנות אם מישהו יטען טענה. כאן מקבלים הרשאה בתנאי שימוש, בתוך שוק שנמצא במחלוקת משפטית פתוחה. לרוב הסרטונים העסקיים זה מספיק לחלוטין. לקמפיין טלוויזיה של מותג גדול, או לכל דבר שעובר בדיקת ספק משפטית, שווה לשקול את הוודאות ולא רק את המחיר.

נקודה מעשית בחישוב: המכסה נצרכת בכל ייצור, וכל בקשה מחזירה שתי גרסאות. בפועל מגיעים לפסקול מתאים אחרי שלוש עד חמש בקשות, כלומר שישה עד עשרה קטעים. גם בחישוב הזה החבילה הבסיסית מספיקה בקלות לעשרות סרטונים בחודש, ולכן כמעט אף אחד לא נתקל בתקרה. מה שכן שווה לעשות הוא לשמור את הקטעים המוצלחים בספרייה מסודרת, כי חיפוש מחדש של פסקול שכבר יצרתם עולה יותר מייצור חדש.

סונו מול ספריות המוזיקה והכלים האחרים

הקטגוריה הזאת מתחלקת לשלושה סוגי פתרונות שנוטים להתבלבל: ספריות מוזיקה ברישיון, מחוללי מוזיקה שמייצרים קטע כלי לפי מצב רוח, ומודלים שמייצרים שיר שלם עם שירה. כל אחד מהם פותר בעיה אחרת, וההשוואה שווה משהו רק כשמגדירים מה בדיוק צריך.

מול ספריות המוזיקה, ההבדל הוא בין לבחור לבין לייצר. בספרייה מחפשים בין אלפי קטעים קיימים, מקשיבים, ומתפשרים על משהו קרוב. כאן מתארים את מה שרוצים ומקבלים אותו, וגם משנים אורך בלי חיתוך מגושם. מה שהספרייה נותנת ואין כאן הוא ודאות משפטית מלאה עם חוזה מאחוריה, וזה שיקול אמיתי בפרויקטים מסוימים.

מול מחוללי הרקע הפשוטים, היתרון כאן הוא בעומק ובאיכות ההפקה. קטע שנוצר במחולל רקע נשמע כמו לולאה, וקטע שנוצר כאן נשמע כמו הפקה עם מבנה, עלייה וירידה. עבור סרטון של שלושים שניות זה כמעט לא משנה, ועבור פודקאסט או סרטון של ארבע דקות ההבדל בולט מיד.

יש כאן גם שימוש שגדל מהר בשנתיים האחרונות, והוא פודקאסטים ותוכן מדובר ארוך. פתיח קבוע, מעבר קצר בין נושאים וסיום שחוזר בכל פרק הם בדיוק סוג הנכס שאף אחד לא מזמין הלחנה עבורו ובכל זאת שומע אותו בכל פרק. מי שמכין תקציר או סקירה מוקלטת בעזרת המערכת NotebookLM ורוצה לעטוף אותו בפורמט קבוע, מקבל כאן את שלושת הרכיבים בעשר דקות ובאותה שפה מוזיקלית. זה מייצר תחושת סדרה ולא אוסף הקלטות.

מול כלי הקול, אין תחרות אלא חלוקת תפקידים ברורה. כלי קול מייצר קריינות מדוברת ברמה גבוהה בעברית, וכאן מייצרים את מה שמתחת לקריינות. השילוב הנכון הוא קריינות מכלי ייעודי, פסקול מכאן, והרכבה בעורך. מי שמנסה להוציא מכאן קריינות מדוברת מקבל תוצאה גרועה, ומי שמנסה להוציא מכלי קול פסקול מקבל שקט.

בעבודה יומיומית התהליך שאני רואה נראה כך: מייצרים את הסרטון במנוע הווידאו Veo או בכל מודל אחר, מייצרים מציג שמדבר בכלי האווטאר HeyGen אם צריך, מוסיפים פסקול מכאן, ומרכיבים הכול במערכת העיצוב Canva לכל היחסים שהערוצים דורשים. ארבעה כלים, פחות משעה, ותוצאה שנראית ונשמעת כמו הפקה מתוכננת.

מה שעולה מכל זה הוא שהמוצר הזה אינו מתחרה במלחין ולא בספרייה, אלא ממלא חלל שלישי: פסקול ייעודי, מהיר וזול, לתוכן שמיוצר בקצב שאף אחד לא היה מזמין עבורו הלחנה. ככל שכמות התוכן שעסק מייצר עולה, הערך של הכלי הזה עולה איתה.

הפיצ'ר שעושה את ההבדל: ערוצים נפרדים ורישום זכויות

שני דברים מפרידים בין שימוש חובבני לשימוש עסקי, והם מגיעים יחד. הראשון הוא הורדת הערוצים בנפרד, שמאפשרת לבנות מיקס אמיתי במקום להנמיך גוש אחד. השני הוא רישום מסודר של מה נוצר, מתי, ובאיזו חבילה, שהוא התיעוד היחיד שיהיה לכם אם מישהו ישאל בעוד שנתיים באיזו זכות הפסקול הזה נמצא בסרטון. הקוד למטה מדגים סקריפט בשפת Python שעושה את שניהם באותו מעבר.

# הפקת פסקולים לסדרת סרטונים, עם ערוצים נפרדים ורישום זכויות
import os
import json
import time
import subprocess
import requests

API = os.environ["SUNO_API_BASE"]          # נקודת הקצה של הספק שדרכו עובדים
KEY = os.environ["SUNO_API_KEY"]
HEAD = {"Authorization": "Bearer " + KEY, "Content-Type": "application/json"}
PLAN = "pro"                                # החבילה שמתירה שימוש מסחרי

# בקשות לפסקול עסקי. שימו לב שאין ווקאל, כי שירה מתחרה בקריינות
BRIEFS = [
    {"id": "intro",   "style": "calm corporate ambient, soft piano, 90 bpm, no vocals",
     "seconds": 45},
    {"id": "product", "style": "light electronic, steady pulse, optimistic, 110 bpm, no vocals",
     "seconds": 60},
    {"id": "outro",   "style": "warm acoustic, slow resolve, 80 bpm, no vocals",
     "seconds": 30},
]

def create(brief):
    body = {"prompt": brief["style"], "instrumental": True,
            "make_instrumental": True, "wait_audio": False}
    r = requests.post(API + "/generate", headers=HEAD, json=body, timeout=120)
    r.raise_for_status()
    return r.json()["id"]

def wait_for(job_id, every=10, limit=600):
    waited = 0
    while waited < limit:
        r = requests.get(API + "/status/" + job_id, headers=HEAD, timeout=60)
        r.raise_for_status()
        data = r.json()
        if data["status"] in ("complete", "error"):
            return data
        time.sleep(every)
        waited += every
    return {"status": "timeout"}

def fetch(url, path):
    with open(path, "wb") as f:
        f.write(requests.get(url, timeout=300).content)

# נרמול עוצמה. פסקול שמתחת לקריינות צריך להיות שקט בהרבה ממה שנשמע נכון לבד
def normalize(src, dst, target_lufs=-23):
    subprocess.run(["ffmpeg", "-y", "-i", src,
                    "-af", "loudnorm=I=" + str(target_lufs) + ":TP=-2:LRA=11",
                    dst], check=True,
                   stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)

def run(out_dir="score"):
    os.makedirs(out_dir, exist_ok=True)
    ledger = {"plan": PLAN, "tracks": {}}
    for brief in BRIEFS:
        job_id = create(brief)
        data = wait_for(job_id)
        if data["status"] != "complete":
            ledger["tracks"][brief["id"]] = {"status": data["status"]}
            continue
        raw = os.path.join(out_dir, brief["id"] + "-raw.mp3")
        fetch(data["audio_url"], raw)
        final = os.path.join(out_dir, brief["id"] + ".mp3")
        normalize(raw, final)
        stems = {}
        for name, url in (data.get("stems") or {}).items():
            path = os.path.join(out_dir, brief["id"] + "-" + name + ".mp3")
            fetch(url, path)
            stems[name] = path
        # הרישום הוא ההוכחה היחידה שתהיה לכם בעוד שנתיים
        ledger["tracks"][brief["id"]] = {
            "job_id": job_id, "style": brief["style"],
            "file": final, "stems": stems, "commercial_plan": PLAN,
        }
    with open(os.path.join(out_dir, "rights-ledger.json"), "w", encoding="utf-8") as f:
        json.dump(ledger, f, ensure_ascii=False, indent=2)
    return ledger

# שלוש בדיקות שנשארות באחריותכם
# שלב 1: להאזין בעוצמה נמוכה מתחת לקריינות, כי שם מתגלה התנגשות תדרים
# שלב 2: לוודא שהקטע אינו מזכיר שיר מוכר. דמיון חזק הוא סימן לעצור ולייצר שוב
# שלב 3: לשמור את הרישום מחוץ לכלי, כי מנוי שמסתיים לא לוקח איתו את ההיסטוריה

הנרמול הוא הפרט הטכני שהכי משפיע על התחושה הסופית ואף אחד לא מדבר עליו. פסקול שנשמע נכון כשמאזינים לו לבד יבלע את הקריינות כשמניחים אותו מתחתיה, כי האוזן מפצה על עוצמה ולא על בהירות. הורדה לרמה נמוכה בהרבה ממה שנראה הגיוני היא מה שמפריד בין סרטון שנוח לצפות בו לסרטון שמעייף אחרי חצי דקה.

הבדיקה השנייה ברשימה חשובה יותר משנראה. מודל שאומן על מוזיקה קיימת מייצר לפעמים קטע שדומה מאוד למשהו מוכר, וזה קורה בלי שהתכוונתם ובלי שתשימו לב אם אתם לא מקשיבים לזה במיוחד. הדרך הפשוטה היא להשמיע את הקטע לשני אנשים ולשאול אם הוא מזכיר להם משהו. אם שניהם עונים אותו דבר, מייצרים מחדש. את הכלים והניסויים שאני בודק בעצמי לפני שהם נכנסים לפרויקטים אפשר לראות בעמוד המעבדה באתר.

חסרונות שאתם צריכים לדעת

מכאן לחסרונות, ויש כאן כמה שכדאי להכיר לפני שמסתמכים על הכלי. שישה במספר, והשני רלוונטי במיוחד לקורא ישראלי.

החיסרון הראשון הוא היחיד שדורש החלטה מודעת ולא רק התאמת ציפיות. הכלי מצהיר על הרשאה לשימוש מסחרי בחבילות בתשלום, וזה תקף, וגם התחום כולו נתון במחלוקת משפטית מול חברות התקליטים שחלקה הסתיים בהסכמים וחלקה עדיין פתוח. המשמעות המעשית פשוטה: לרוב הסרטונים העסקיים אין כאן בעיה, ולפרויקט שעובר בדיקה משפטית של ספק כדאי לשקול ספרייה עם חוזה ושיפוי. ההמלצה שלי היא להחליט מראש לאיזו קטגוריה כל פרויקט שייך, ולתעד את ההחלטה במקום להתלבט בכל פעם.

היתרונות שעושים את סונו שווה

ולצידם, שש סיבות שבגללן הכלי הזה נכנס לתהליכי עבודה של מפיקי תוכן ולא יוצא מהם.

היתרון שמורגש הכי מהר הוא היעלמות הזיהוי. פסקולים מסוימים מספריות המוזיקה הפופולריות מופיעים בכל כך הרבה סרטונים, שצופה מנוסה מזהה אותם מיד ומשייך אותם לתוכן חובבני. ברגע שהפסקול ייחודי, התחושה של הסרטון משתנה לפני שאמרתם מילה. זה אפקט שקשה למדוד ואי אפשר להתעלם ממנו אחרי שרואים אותו פעם אחת.

יתרון שני שנוגע לערוצים אחרים לגמרי: קטע קצר של חמש עד עשר שניות עובד היטב כחתימה קולית שחוזרת בכל סרטון, בכל הודעה קולית ואפילו בפתיח של הקלטה. כשמייצרים אותו פעם אחת ומשתמשים בו לאורך שנה, נוצרת אחידות שמותגים משלמים עליה הרבה. בתהליכי קמפיינים ומיילים שאני בונה, אותו עיקרון של נכס אחד שחוזר בכל נקודת מגע הוא מה שמייצר זיהוי, וזה נכון לצליל בדיוק כמו לצבע ולפונט. את השילוב של סרטון קצר עם פסקול ייעודי בעמודי נחיתה אני מיישם גם בפרויקטים של הקמת אתרי תדמית, כי הוא משפיע ישירות על זמן השהייה בעמוד.

מתי לבחור סונו ומתי להישאר עם ספרייה?

שתי שאלות מכריעות: מה רמת החשיפה המשפטית של הפרויקט, וכמה תוכן אתם מייצרים בחודש.

# עץ החלטה לבחירת מקור מוזיקה לתוכן עסקי
שאלה 1: מה רמת החשיפה?
    סרטון ברשתות          -->  סונו, בחבילה בתשלום
    עמוד מוצר או אתר      -->  סונו, עם רישום מסודר
    קמפיין עם בדיקת ספק   -->  ספרייה עם חוזה ושיפוי

שאלה 2: כמה קטעים בחודש?
    עד 2                  -->  ספרייה חינמית או קטע בודד
    3 עד 30               -->  סונו, החבילה הבסיסית
    מעל 30                -->  סונו, החבילה המורחבת

שאלה 3: יש מילים בשיר?
    לא, פסקול כלי         -->  סונו, זו נקודת החוזק
    כן, באנגלית           -->  סונו, תוצאה טובה
    כן, בעברית            -->  להקליט זמר, המערכת לא תספק

שאלה 4: צריך אחידות בין סרטונים?
    כן, חתימה קבועה       -->  לייצר קטע אחד ולחזור אליו
    כן, סגנון דומה        -->  דמות קולית שמורה
    לא, כל סרטון בנפרד    -->  ייצור חופשי בכל פעם

הטעות הבסיסית של רוב המשתמשים החדשים היא לבקש שיר במקום לבקש פסקול. אנשים מתארים סגנון, מקבלים שיר מלא עם שירה, מניחים אותו מתחת לקריינות ומגלים שהשניים נלחמים. הבקשה שעובדת מתארת קטע כלי בלבד, עם קצב מוגדר ובלי ווקאל, ולעיתים גם מציינת שהוא נועד לרקע. שינוי של שלוש מילים בבקשה משנה את התוצאה יותר מכל דבר אחר.

טעות שנייה, פחות מוכרת אבל יקרה: לא לשמור. אנשים מייצרים קטע מצוין, משתמשים בו, ואחרי חודשיים מחפשים אותו ולא מוצאים בין מאה קטעים שנוצרו מאז. הפתרון הוא תיקייה מסודרת עם שם שמתאר את הסגנון ואת הפרויקט, וקובץ שמתעד באיזו חבילה נוצר כל קטע. זו עבודה של דקה בכל פעם שחוסכת שעות בהמשך.

השורה התחתונה: האם סונו שווה?

אם למדוד לפי יחס ערך למחיר, זה אחד הכלים החזקים בכל הקטגוריה, ובתנאי שמשתמשים בו נכון. הוא לא יחליף מלחין ולא ייצר את השיר של הקמפיין הבא, והוא כן יפתור לחלוטין את בעיית הפסקול לתוכן שוטף, בעלות שהיא שבריר ממה ששילמתם עד היום ובאיכות שגבוהה יותר ממה שרוב האנשים מצפים.

הפרופילים שעבורם זה משתלם ברור: מפיקי תוכן שמעלים סרטונים בקצב, עסקים עם עמודי מוצר שכוללים וידאו, פודקאסטים שצריכים פתיח וסיום קבועים, וכל מי שמשלם היום על ספריית מוזיקה ומשתמש בה במידה בינונית. ומנגד, יש מקרים שבהם לא הייתי משתמש בו: קמפיין שעובר בדיקה משפטית של ספק, נכס מותג שאמור ללוות חברה שנים, וכל דבר שכולל שירה בעברית.

מי שמתחיל, שלושה צעדים מקצרים כאן את עקומת הלמידה. ראשית, לבקש קטע כלי בלי ווקאל, עם קצב במספרים ועם מצב רוח בשתי מילים, במקום לתאר שיר. שנית, להוריד את הערוצים בנפרד ולבנות מיקס במקום להנמיך גוש אחד. שלישית, לשמור כל קטע מוצלח בתיקייה עם שם ברור ולתעד באיזו חבילה נוצר, כי זה מה שיהיה לכם בעוד שנתיים. ליצירת קשר ולקבלת ייעוץ בהרכבת מערך תוכן שכולל וידאו, קול ופסקול בעלות שפויה.

נקודה אחרונה שנוגעת לכל הקטגוריה הזאת ולא רק לכלי הזה. כשעלות ייצור של נכס יורדת לאפס, מה שנשאר יקר הוא הבחירה: איזה קטע מתאים, איפה הוא נכנס, ומה הוא אמור לגרום לצופה להרגיש. הכלים פותרים את הצד הזול של המשוואה, והצד היקר נשאר אצלכם. אפשר להמשיך מכאן לשאר התכנים באתר ולראות איך כל כלי נכנס לתפקיד מוגדר בתוך תהליך אחד.