Suno v5 vs v5.5: co se změnilo ve zvuku
Plný český převod analýzy MasterForge (březen 2026, cca 15 min čtení v originále): pět skladeb napříč žánry, stejné stylové prompty, exclude seznamy, Weirdness a Style, bez audio seedů. U každé dvojice čtyři generace na verzi, k analýze vybrána nejbližší dvojice. Metoda: Python, scipy.signal.stft (nperseg=4096, u 48 kHz cca 11,7 Hz rozlišení), středních 60 % délky klipu (bez úvodů/závěrů), M/S rozklad. Neřízený A/B kodeku — dva různé „výkony“ se stejným zadáním; aranž se mezi generacemi může lišit, autoři kompenzují spektrální charakteristikami.
Skladby v testu
Glass River — piano balada, 2 hlasy, 72 BPM. District — indie rock, 3–4 hlasy, 128 BPM. Iron Doctrine — thrash metal, 5+ hlasů, 168 BPM. Reactor Core — hard techno, 3–4 hlasy, 148 BPM. Count the Days — dark hip-hop, 2–3 hlasy, 85 BPM.
Proč „shimmer“ sám o sobě klame
Metrika shimmer (podíl energie cca 6–14 kHz) u pěti skladeb u něčeho klesla, u něčeho stoupla. Kdyby ses dívala jen na ni, mohla bys uzavřít, že v5.5 je „smíšený“ — dvě skladby lepší, tři horší. Iron Doctrine (hustý thrash, 5+ hlasů, double bass, scream): v5 shimmer cca 3,48 %, u jednoduššího District dokonce 8,49 % — hutný metal „čistší“ než středně složitý rock? To nedává smysl, dokud nepodíváš na spektrum.
Odpověď podle MasterForge: v5 nečistil výšky, ale zabil je — spektrum nad cca 2 kHz padá o 10–15 dB oproti v5.5. Útok činelů, hrana vokálu, šťáva kytary — pryč. v5.5 má shimmer cca 12,45 % (téměř 4× proti v5), ale poslechově prý „konečně jako metal“, ne metal přes polštář. Shimmer nedokáže rozlišit mezi kodekovým šumem a legitimním obsahem ve výškách — u jasných žánrů může být vyšší číslo lepší znak.
Skutečný příběh: v5.5 je žánrově adaptivní
Po překonání jedné metriky je vzorec jasný: v5.5 neaplikuje jeden „EQ filtr na všechno“, ale přizpůsobuje spektrum žánru — podobně jako člověk u mixu.
„Memphis“ důkaz u Count the Days
Při stejném promptu v5 prý dodal moderní dark trap; v5.5 interpretaci ve stylu Memphis / Three 6 Mafia — jiný zvukový svět ze stejných slov. Čísla podle článku: sub-bass energie +56,5 %, presence (2–5 kHz) −53,9 %, stereo šířka téměř do mona (−85,9 %), dynamický rozsah (P95–P5 RMS) z cca 15,1 dB na 26,5 dB (+75,5 %) — prý přesně to, co k Memphis estetice patří: těžké 808, tmavší balanc, užší obraz, mezery mezi údery.
Co se zlepšilo napříč boardem
Dynamický rozsah (4 ze 5)
Nejkonzistentnější zlepšení: v5.5 častěji dýchá — méně agresivní „lepení“ kompresí v generátoru, víc kontrastu mezi tichým a hlasitým.
| Skladba | DR v5 | DR v5.5 | Změna |
|---|---|---|---|
| Glass River | 19,2 dB | 17,3 dB | −9,9 % (už dynamická) |
| District | 5,7 dB | 9,2 dB | +61,4 % |
| Iron Doctrine | 6,5 dB | 7,5 dB | +15,4 % |
| Reactor Core | 9,4 dB | 11,1 dB | +18,1 % |
| Count the Days | 15,1 dB | 26,5 dB | +75,5 % |
Bass leak (Side/Mid pod 200 Hz)
Indikátor mono kompatibility — kde na club PA a telefonech záleží, v5.5 často stáhlo únik basy do stran (metal, techno, hip-hop). Výjimka Glass River (+96 %): pravděpodobně realističtější stereo klavír v basu — opět žánrová adaptace.
| Skladba | Žánr | v5 | v5.5 | Změna |
|---|---|---|---|---|
| Iron Doctrine | Metal | 0,260 | 0,114 | −56,1 % |
| Reactor Core | Techno | 0,003 | 0,002 | −37,8 % |
| Count the Days | Hip-hop | 0,004 | 0,003 | −21,7 % |
| District | Rock | 0,043 | 0,046 | +6,4 % (stabilní) |
| Glass River | Piano | 0,199 | 0,390 | +96,0 % (širší bas klavíru) |
Presence (2–5 kHz) — časté stažení
v5.5 podle měření systémově stahuje 2–5 kHz u 4 z 5 skladeb (Glass River −84,4 %, District −66,8 %, Count the Days −53,9 %, Reactor Core −30,1 %). Jen Iron Doctrine dostal boost (+48,8 %) — žánr, který agresi potřebuje. Pro mastering často platí: jemný presence boost kolem 3 kHz.
Sub-bass a stereo
Sub-bass přidal ve 4 z 5 případů (Glass River +192 %, Iron Doctrine +123 %, Count the Days +57 %, District +33 %); jen Reactor Core −27 % (jiný charakter kopu). Stereo: 4 z 5 užších ve v5.5 (Count the Days −85,9 %, Glass River −55,4 %, Iron Doctrine −50,9 %); District s promptem na široký obraz +41,9 % — prý výchozí je užší, ale prompt na šířku funguje.
Co nezmizelo: fog
Fog (spektrální plochost cca 400 Hz–2 kHz, „závoj“ ve středech) v5.5 podle tabulek v článku spíš nezlepšilo — většina skladeb mírně horší; jen Reactor Core −11,1 %. Závěr autorů: když máš mlhu ve středech, aranž (méně hlasů, separace pásů) pořád vede — v5.5 chytřeji rozpočítává rozpočet kodeku, ale nezvětšuje ho.
Nejčistší příklad zlepšení: Glass River
Jednoduchá piano balada, 2 hlasy — kde jsou kodekové artefakty nejslyšitelnější. Shimmer klesl z 2,31 % na 1,05 % (−54,8 %), pod úroveň referenční skladby Resonance z jejich Guide A. Poslech: v5 prý šum/hissy pozadí, tenčí zvuk; v5.5 tiché pozadí, čistší transiety, lepší separace nástrojů, plnější teplo.
Otevřené otázky z testu
District: ke konci delší skladby prý v5.5 horší artefakty a šum — středních 60 % analýzy to nemusí zachytit; zůstává otázka „vyčerpání kodeku“ v dlouhých hustých aranžích. Reactor Core: nejmenší subjektivní rozdíl mezi verzemi — techno možná nejméně profituje, nebo syntetické signály už v5 obsloužil kodek dobře.
Co z toho plyne pro mastering
- Presence 2–5 kHz — často jemný boost (vokální čitelnost, definice nástrojů).
- Sub-bass — víc energie v hloubce = víc soupeření o headroom; HP pod 30–40 Hz, kontrola komprese v subu.
- Stereo — default užší; šířku chtít explicitně v promptu; případně M/S na výškách po kontrole mona.
- Shimmer — ne slepě de-essovat; u jasných žánrů může být vyšší metrika správně.
- Dynamika — lepší DR ve v5.5 = limiter může pracovat přirozeněji.
Upřímný závěr
v5.5 je podle MasterForge opravdové zlepšení, ale ne jako „vše jen čistší“. Model dělá žánrově informovaná rozhodnutí o spektru, dynamice a stereu. Jednoduché aranže profitují měřitelně (méně shimmeru, klidnější pozadí). Hutné jasné žánry dostanou výšky zpět, které v5 utlumoval — metriky vypadají „hůř“, zvuk často lépe. Co to neřeší: fog ve středech — tam pořád platí aranž a rozpočet kodeku.
Příloha: shimmer a dynamika / stereo (z článku)
| Skladba | Shimmer v5 | Shimmer v5.5 | Δ |
|---|---|---|---|
| Glass River | 2,31 % | 1,05 % | −54,8 % |
| District | 8,49 % | 7,41 % | −12,7 % |
| Iron Doctrine | 3,48 % | 12,45 % | +257,7 % |
| Reactor Core | 4,83 % | 7,95 % | +64,4 % |
| Count the Days | 4,71 % | 5,48 % | +16,4 % |
| Skladba | DR v5 | DR v5.5 | Šířka v5 | Šířka v5.5 |
|---|---|---|---|---|
| Glass River | 19,2 dB | 17,3 dB | 0,251 | 0,112 |
| District | 5,7 dB | 9,2 dB | 0,123 | 0,175 |
| Iron Doctrine | 6,5 dB | 7,5 dB | 0,460 | 0,226 |
| Reactor Core | 9,4 dB | 11,1 dB | 0,021 | 0,014 |
| Count the Days | 15,1 dB | 26,5 dB | 0,057 | 0,008 |
Spektrální centroid
| Skladba | Žánr | v5 (Hz) | v5.5 (Hz) | Směr |
|---|---|---|---|---|
| Glass River | piano ballad | 2 414 | 1 809 | ↓ cca 25 % tepleji |
| District | indie rock | 4 381 | 3 781 | ↓ cca 14 % tepleji |
| Iron Doctrine | thrash metal | 3 578 | 5 157 | ↑ cca 44 % jasněji |
| Reactor Core | hard techno | 3 909 | 4 499 | ↑ cca 15 % |
| Count the Days | dark hip-hop | 3 264 | 3 817 | ↑ cca 17 % |
→ Celý anglický článek včetně PDF a dalších grafů · Zpět na Suno přehled