Hoe we AI-muziek testen: onze methode en resultaten

We evalueren AI-nummers op basis van of de beoogde woorden kunnen worden begrepen, of het geluid past bij de muzikale opdracht en of de voltooide opname bruikbaar is voor het doel. We beoordelen elke vraag afzonderlijk. Een duidelijke uitspraak kan een ongeschikt arrangement niet redden, en een gepolijste begeleiding kan een ontbrekende refreinregel niet vervangen.

Deze pagina scheidt twee verslagen. Ons team rapporteerde een blinde luistervergelijking van drie generatie-opties met Engelse opdrachten. Onze lanceringscontrole van 14 oktober 2026 omvat vijf originele opnames in onze ondersteunde talen. Deze verslagen beantwoorden verschillende vragen, dus we houden hun resultaten gescheiden.

Waarom een blinde luistertest helpt

Het kennen van een productnaam of het verwachten dat een bepaalde versie zal winnen, kan beïnvloeden wat een luisteraar hoort. Een blinde vergelijking verbergt die identiteiten terwijl de luisteraar de opname beoordeelt aan de hand van de geleverde woorden en muzikale richting.

Ons team rapporteert het gebruik van anonieme fragmenten, willekeurige afspeelvolgorde en drie scores die zijn vastgelegd voordat de resultaten werden onthuld. Engelstalige recensenten beoordeelden de woorden aan de hand van de geleverde teksten. Elke generatie-optie kreeg dezelfde opdracht, dus de vergelijking richtte zich op hoe de bemonsterde outputs dezelfde aanvraag verwerkten.

Luisteraars hebben de opdracht voor zich nodig. Een aangename opname kan nog steeds de gevraagde taal missen, woorden weglaten of de muzikale richting negeren.

De drie kwaliteitscriteria

De Engelse luistervergelijking gebruikt scores voor uitspraak, productie en algehele kwaliteit van 1 tot 5. Uitspraak omvat de zes vocale opdrachten. Productie en algehele kwaliteit omvatten alle zeven opdrachten, inclusief de instrumentale. Onze eerdere lanceringscontrole in vijf talen heeft geen numerieke beoordelingen behouden, dus we kennen er geen retrospectieve scores aan toe.

De schaal loopt van 1 tot 5 en registreert een luisteroordeel. Het meet geen objectief percentage muzikale kwaliteit. Houd concrete notities naast het nummer, zodat een latere lezer het oordeel kan begrijpen.

Uitspraak vereist ook taalvaardigheid. Wanneer een luisteraar de woorden niet met vertrouwen kan beoordelen, laat dat criterium dan onbeoordeeld. Raad niet op basis van hoe vloeiend de zang klinkt, of vervang de productiescore niet door een taalbeoordeling.

Drie outputs eerlijk vergelijken

Geef elke optie hetzelfde tekstblad, dezelfde muzikale richting en de beoogde duur binnen een opdracht. Waar invoercontroles verschillen, registreer die verschillen dan in plaats van overeenkomende woorden te behandelen als bewijs dat elke instelling identiek was.

Gebruik neutrale afspeellabels en schud ze onafhankelijk voor elke opdracht. A, B en C mogen niet gedurende de hele luistersessie aan één optie vastzitten. Verberg de outputidentiteiten en gemiddelden totdat de scoring is voltooid.

Gebruik één afspeelinstelling op een comfortabel niveau. Als één fragment merkbaar luider is, vergelijk dan op een vergelijkbaar waargenomen niveau en noteer die observatie. Luidheid alleen mag niet bepalen welk arrangement beter is.

Bewaar mislukte aanvragen gescheiden van voltooide opnames. Een technische storing, een overgeslagen score en een voltooide opname die de luisteraar niet bevalt, zijn drie verschillende uitkomsten. Gooi een slechte opname niet stilletjes weg en vervang deze niet door een favoriet.

Deze vergelijking gebruikt drie generatie-opties, in plaats van drie herhaalde opnames van dezelfde setup. Het vergelijkt de bemonsterde outputs en stelt geen winnaar vast voor elk product, elke taal of elk genre.

Engelse luistervergelijking

Ons team rapporteerde het testen van drie generatie-opties die beschikbaar zijn via fal.ai. De vergelijking gebruikte zes Engelse vocale opdrachten en één instrumentale, waarbij dezelfde zeven opdrachten naar elke optie werden gestuurd. Die setup produceert 21 fragmenten. Engelstalige recensenten beoordeelden de opnames met verborgen optie-identiteiten en willekeurige afspeelvolgorde.

De tabel bevat de gemiddelden die door ons team zijn gerapporteerd. We houden de generatie-opties anoniem en noemen de individuele modelproviders niet.

Gemiddelden voor uitspraak omvatten de zes vocale opdrachten; productie en algemeen omvatten alle zeven. Algemeen is een afzonderlijk luisteroordeel, geen rekenkundig gemiddelde van uitspraak en productie. Optie 1 heeft het hoogst gerapporteerde gemiddelde op alle drie de criteria in deze vergelijking.

De testdatum en het aantal recensenten zijn hier niet vastgelegd. We koppelen deze anonieme opties ook niet aan onze huidige generator. Die hiaten beperken wat de gemiddelden vaststellen, met name voor iedereen die de test probeert te reproduceren of resultaten tussen modelversies wil vergelijken.

Vijf-talige lanceringsinputs

Onze lanceringscontrole gebruikte originele couplet- en refrein-teksten in het Engels, Spaans, Duits, Frans en Braziliaans Portugees. Het Engelse blad bevatte twee coupletten met terugkerende refreinen; de andere bladen bevatten elk een couplet en refrein.

De taalbladen beschrijven alledaagse scènes en relaties. Het zijn verschillende originele teksten, geen letterlijke vertalingen van één nummer. Dit originele refrein verschijnt in het Engelse blad:

Come home slow, take your time
There is a light at the end of the line
Come home slow, let it shine
This little ordinary life is mine

De verschillende woorden en duur zijn van belang bij het interpreteren van de resultaten. Deze inputs controleren verschillende werkende taalverzoeken; ze creëren geen gecontroleerde vergelijking van welke taal het beste presteert.

Onze promptbibliotheek biedt andere muzikale richtingen. Een snelle rap-passage, een groot koor of een dicht elektronisch arrangement zou ander luistermateriaal vereisen voordat conclusies naar die toepassingen worden uitgebreid.

Onze voltooide lanceringsresultaten

Op 14 oktober 2026 werden al onze vijf aangevraagde opnames voltooid. Er was geen verborgen productidentiteit of geschud scoreblad in deze controle. Eén recensent luisterde naar de set en accepteerde deze voor lancering, zonder afzonderlijke numerieke scores voor uitspraak, productie of algemene kwaliteit te behouden.

Geregistreerde generatietijd is de verstreken generatie-jobtijd, inclusief wachten en verwerken. Het omvat niet het voorbereiden van de woorden, het beoordelen van de opname en het downloaden ervan. Deze observaties zijn gedateerde metingen, geen snelheidsgarantie.

De audioduren waren in deze batch dicht bij de gevraagde lengtes. Dat betekent niet dat elk refrein op een bepaalde seconde arriveerde of dat elk woord behouden bleef. Die vragen vereisen het luisteren naar de opname aan de hand van het tekstblad.

De beperkingen van deze verslagen

Onze lanceringscontrole heeft vijf opnames en één beoordeling. Het meet geen typisch uitvalpercentage, een typisch aantal pogingen of een voorkeur die door alle luisteraars wordt gedeeld. De Engelse opname is langer dan de andere vier, dus tijdsverschillen kunnen niet worden gelezen als een rangschikking tussen talen.

De Engelse vergelijking omvat zeven opdrachten en één vocale taal. Het aantal recensenten en de testdatum zijn niet gedocumenteerd op deze pagina, en de gemiddelden zijn niet gecontroleerd aan de hand van een scoreblad op fragmentniveau. Deze scores kunnen de prestaties in het Spaans, Duits, Frans of Braziliaans Portugees niet vaststellen, of de kwaliteit van elke nieuwe opname voorspellen.

Geen van beide verslagen is een gecontroleerde vergelijking van Words into Music met Suno of Udio. Onze vergelijkingsgids scheidt productonderzoek van luisterresultaten. Een gepubliceerde prijs of functie kan worden gecontroleerd zonder te doen alsof het een beter geluid vaststelt.

Hoe bevindingen ons product informeren

De lanceringsrecensie ondersteunde het aanbieden van onze huidige vijf taalkeuzes en een workflow gebaseerd op een idee of geleverde teksten, een aparte geluidsbeschrijving en een opname die je kunt beoordelen. Het stelde geen perfecte tekstgetrouwheid of controle over elke noot vast.

De kwaliteitscriteria helpen een revisie specifiek te maken. Als een belangrijke zin verdwijnt, controleer dan de tekst-dichtheid en sectievolgorde. Als de woorden correct zijn maar moeilijk te horen, vereenvoudig dan de begeleiding of vraag om een meer ingetogen zang. Sla de opname die je leuk vindt op voordat je om een andere uitvoering vraagt.

Een nieuwe generatie kan de melodie, stem en het arrangement veranderen. Volg voor je eigen nummers de audio met het tekstblad en controleer de belangrijke regels voordat je deelt. Onze gids voor teksten naar nummer legt dat proces uit. Wanneer je klaar bent, maak een nummer met een opdracht die je op dezelfde manier kunt evalueren.