Музыкант под ником Auggie провёл открытый опрос, в котором 60% слушателей приняли первую часть концерта для гобоя до минор, написанную Claude Opus 5.5, за музыку человека. В тот же тест попали пьесы Генделя, получившие 58%, и Вивальди с 43%.
Условия для всех трёх работ были одинаковыми: ноты отрендерили в синтезированном исполнении библиотеки MuseSounds в бесплатном нотном редакторе MuseScore. Модель записала ноты в текстовом языке нотной записи LilyPond и работала в режиме Extra High, то есть с максимальным уровнем рассуждений.
Из этих цифр не следует, что «ИИ обошёл Вивальди». Разрыв между концертом Claude и пьесой Генделя - 2 процентных пункта, для открытого опроса это шум. Результат говорит о другом: на коротком фрагменте в синтезированном исполнении слушатели не всегда отличают сгенерированную музыку от человеческой. Сам автор эксперимента настроен скептически, и дальше видно, почему.
Что произошло: концерт для гобоя от Claude и цифры опроса
Auggie дал Claude Opus 5.5 текстовое задание написать первую часть концерта для гобоя до минор, отрендерил результат и выложил его в открытый опрос вместе с двумя произведениями классиков. Участники отвечали на один вопрос: эту пьесу написал человек или ИИ. Результаты опроса опубликованы на kod.ru.
Цифры: 60% против 58% и 43%
| Произведение | Доля ответов «человек» |
|---|---|
| Концерт для гобоя до минор (Claude Opus 5.5) | 60% |
| Пьеса Генделя | 58% |
| Концерт ре минор для виоли д’амур и лютни (Вивальди) | 43% |
Разрыв между ИИ и Генделем - 2 процентных пункта. В открытом опросе, ссылка на который расходилась по X и Substack, такой разрыв лежит в пределах шума: сдвиг на несколько голосов меняет расстановку. Примерное равенство здесь честнее описывает картину, чем формулировка о победе.
С Вивальди разрыв заметнее - 17 п.п. Причины автор эксперимента не проверял, поэтому аккуратные версии выглядят так: Концерт ре минор для виоли д’амур и лютни написан для редкого состава и в синтезе звучит непривычно; этот материал слушатели знают хуже; стиль Вивальди узнаётся по характерным оборотам, и часть участников могла опознать авторскую манеру. Все три объяснения остаются гипотезами, а не выводами.
Кто участвовал в опросе
Больше половины участников назвали себя профессиональными музыкантами или людьми, которые учились музыке. Для теста это усиливает вес результата: решения принимали люди с натренированным слухом, а не случайная публика. Ограничение в другом. Опрос открытый, ссылка публиковалась в X и Substack, выборка сложилась самоотбором: проходили те, кому тема ИИ в музыке интересна. Репрезентативность такой выборки не гарантирована, и переносить 60% на всех слушателей нельзя.
Ещё одна деталь влияет на обобщение результата: модель работала в режиме Extra High с максимальным уровнем рассуждений. Другие режимы и другие модели в этом тесте не проверялись.
Как именно Claude написал концерт: промпт, LilyPond и MuseSounds
Техническая цепочка выглядит коротко: текстовый промпт, ноты в LilyPond, рендер в MuseScore с библиотекой MuseSounds. Модель не генерировала аудио напрямую, она писала структурированный текст на формальном языке нотации. Это сближает задачу с генерацией кода, а не с синтезом звука нейросетью.
Промпт: что именно попросили у модели
In LilyPond, write the opening movement of an oboe concerto in the virtuosic style of Vivaldi, C minor, 2/4 time, allegro. Give the music a serious and regal character, with a variety of runs and dotted rhythms. Use two staves for the basso continuo and one for the oboe. Use the ritornello form, and do not introduce the soloist until the second section. Make the basso continuo part as dynamic and interesting as the oboe.
Промпт плотный и технически конкретный. В нём заданы язык нотации (LilyPond), жанр и форма (открывающая часть концерта, форма ritornello), тональность (до минор), размер (2/4), темп (allegro), характер («серьёзный и царственный»), требование к разнообразию пассажей и пунктирных ритмов, инструментальный состав (две строчки для basso continuo, одна для гобоя) и отдельное условие сделать партию баса такой же динамичной, как партия солиста. Есть структурное ограничение: солист не вступает до второго раздела. Это не «напиши красивую музыку», а фактически техзадание.
Плотные инструкции повышают предсказуемость структуры, но у перегруженных требований есть обратная сторона. Если модель уходит в избыточную техничность и теряет читаемость результата, помогает отдельная настройка формулировок: примеры таких промптов разобраны в материале про баланс точности и читаемости у Qwen 2026.
LilyPond: почему ноты записывают текстом
LilyPond - текстовый язык для нотной записи. Высота, длительность, штрихи и структура партитуры кодируются символами и командами, а на выходе получается и нотный стан, и звук. Для языковой модели это принципиально удобный формат: она работает с текстом, который можно проверить и отрендерить, а не с аудиосигналом.
Здесь и лежит ключ к результату. LLM уверенно обращаются с формальными языками, где есть синтаксис, правила и валидатор: код, SQL, регулярные выражения, JSON и YAML, разметка, схемы. Нотная нотация попадает в тот же класс задач, поэтому 60% в опросе стоит читать как следствие удачно выбранного формата, а не как прорыв в музыкальном мышлении.
MuseScore и MuseSounds: как это звучало
Все три пьесы звучали в одинаковом синтезированном исполнении библиотеки MuseSounds в бесплатном нотном редакторе MuseScore. Это уравнивает условия: ни один автор не получил преимущества живого оркестра или качественной студийной записи. Одинаковый рендер для ИИ и классиков убирает фактор исполнителя и делает сравнение более честным.
Одновременно синтез остаётся ограничением. Он не передаёт нюансы, которые живой музыкант вносит в партитуру: микроотклонения темпа, тонкую динамику, дыхание фразы. Синтез способен замаскировать слабые места сгенерированной пьесы и обеднить сильные места классиков. Называть такое исполнение звучанием живого оркестра нельзя, это воспроизведение нотного текста библиотекой MuseSounds.
Где модель ломается: классицизм, шаблонный бас и нехватка контраста
Автор эксперимента прямо говорит: с классицизмом модели пока не справляются. На вопрос, получается ли у моделей Моцарт, он ответил коротко.
Не очень. Языковые модели пока не умеют в классицизм.
Конкретные претензии звучат так: не хватает контраста по фактуре, ритму и динамике. Модель берёт несколько шаблонных фигур баса, например альбертиевы басы или триоли, и держится их всю пьесу. Разбор ограничений опубликован вместе с результатами опроса.
Почему Вивальди обошёл Генделя по «нечеловечности»
Самый низкий результат у Концерта ре минор для виоли д’амур и лютни. Это не значит, что ИИ пишет лучше Вивальди: в формате теста слушатели просто чаще сомневались в авторстве этой пьесы. Возможные объяснения уже перечислены выше, и ни одно из них автор не проверял. Отдельно стоит помнить, что редкий состав в синтезе звучит непривычно для слуха, а непривычное звучание легко принять за машинное.
Шаблонные басовые фигуры: как это слышно
В музыке классицизма бас не сводится к аккомпанементу. Партия basso continuo двигает гармонию, задаёт пульс и создаёт контраст с мелодией солиста. Когда модель повторяет одну и ту же фигуру от начала до конца, пьеса провисает на длинной дистанции, даже если отдельные такты звучат убедительно.
Это разрыв между локальной гладкостью и глобальной формой. Та же проблема проявляется у LLM в длинных текстах и больших кодовых базах: отдельный абзац или функция выглядят аккуратно, а на масштабе всего проекта начинаются повторы и потеря логики.
Что этот кейс говорит о возможностях LLM за пределами текста
Структурированный контент - сильная сторона LLM
Общий признак задач, где модель даёт осмысленный результат: есть формальный синтаксис и способ проверить вывод. Сюда попадают код, SQL, регулярные выражения, JSON и YAML, конфиги, разметка, схемы и ноты в LilyPond или MusicXML. Структура ограничивает пространство вариантов, поэтому модель реже уходит в бессмыслицу, а ошибку видно сразу, на этапе компиляции или рендера.
Тот же принцип проверяли и на других форматах. В неформальном тесте LLM генерировали CAD-код для моста с жёсткими ограничениями по пролёту, весу филамента и времени печати, и часть моделей не смогла собрать совместимые детали: подробности в разборе 3D-печать как тест для LLM. Похожая логика в эксперименте с переносом визуального стиля 618 дизайнеров в SVG и веб-страницы, где результат пришлось дорабатывать промптом: разбор one-shot генерации SVG у Qwen 3.8 27B.
Даже в этих задачах проверка обязательна. Модель может выдать синтаксически верный код, который не решает задачу, и ноты, которые формально корректны, но музыкально пусты.
Где предел: длинная форма и контраст
Закономерность простая. LLM хорошо держат локальную связность - такт, функцию, абзац - и плохо держат глобальную форму: всю пьесу, архитектуру проекта, статью целиком. Признаки проблемы узнаваемы: повторы, шаблонность, потеря контраста, скатывание к одной фигуре или одному приёму.
Это не баг отдельной модели, а свойство текущего поколения. Практический вывод для тех, кто работает с длинными задачами: разбивать их на блоки, задавать структуру явно в промпте и проверять результат на масштабе, а не только на фрагменте. Для музыки это означает отдельную работу над формой и basso continuo, для кода - ревью архитектуры после генерации.
Заменит ли ИИ композиторов: трезвая оценка
Что означает «приняли за человека»
Опрос измерял восприятие, а не качество. Участники отвечали на вопрос «человек или ИИ», а не «нравится или нет». Пьеса может пройти за человеческую и при этом быть слабой, а сильная работа способна вызвать подозрение из-за непривычного звучания. Это известная слабость тестов в духе Тьюринга: они проверяют способность имитировать ожидаемые признаки, а не уровень мастерства.
Что усиливает осторожность в выводах: открытая выборка с самоотбором, единое синтезированное исполнение MuseSounds, максимальный режим рассуждений Extra High, один жанр и по одной пьесе на автора. Даже при идеальной выборке 60% означали бы только то, что на коротком фрагменте слушатели не всегда отличают ИИ от человека.
Что делать практику уже сейчас
Сценарии, где подход работает без завышенных ожиданий: упражнения и этюды для тренировки, черновые темы, помощь в аранжировке, генерация нот для тестовых задач и обучение самой нотации. Набор инструментов повторяет эксперимент: LLM с сильным режимом рассуждений, LilyPond, MuseScore с библиотекой MuseSounds.
Порядок действий такой: сформулировать плотный технический промпт с жанром, тональностью, размером, темпом, формой и составом; получить ноты в LilyPond; отрендерить в MuseScore; прослушать и оценить, где ломается форма. Ждать уровня классиков не стоит: и сам автор эксперимента говорит, что классицизм моделям пока не даётся.
Как повторить эксперимент: минимальный набор инструментов
- Доступ к LLM с режимом рассуждений: в этом кейсе использовали Claude Opus 5.5 в режиме Extra High.
- LilyPond как целевой формат вывода: ноты приходят текстом, который можно проверить и отрендерить.
- MuseScore с библиотекой MuseSounds для бесплатного синтезированного исполнения.
Шаги: написать промпт с явной структурой и требованиями к партиям, получить ноты, отрендерить, прослушать целиком, а не только первые такты. Сравнивать результат имеет смысл с другими пьесами в том же синтезированном исполнении, иначе разница в звуке будет влиять сильнее, чем разница в авторстве.
Скептическая часть эксперимента важнее цифры 60%. Модель уверенно превращает текстовое задание в нотный текст и на коротком фрагменте проходит за человека, но держать контраст и форму на протяжении всей пьесы пока не умеет. Для упражнений, черновиков и структурированного контента этого достаточно; для полноценного произведения нужен человек, который доработает форму и бас.