Cómo describir un sonido que un sintetizador de IA realmente puede crear

La mayoría de los primeros prompts a un instrumento generativo parecen reseñas de cine: épico, cinematográfico, emocional, enorme. Son descripciones honestas de una sensación, y casi inútiles para un modelo que tiene que producir una forma de onda. El resultado es el equivalente sonoro del beige - un sonido que es un poco de todo y por tanto nada.

La solución no es un prompt más largo. Es un prompt que habla del sonido como lo hacen los diseñadores de sonido. Esta guía recorre los cuatro pasos que convierten de forma fiable un deseo vago en un instrumento que se puede tocar.

Nombra primero la familia del instrumento

La palabra más útil de cualquier prompt es la familia: bass, lead, pad, pluck, keys, organ, texture, impact. Define el registro, la envolvente y el papel en la pista antes de que se decida nada más.

Compara warm and dreamy con warm dreamy pad. Lo primero podría ser un piano, un coro o un carillón. Lo segundo es un sonido sostenido, de acordes y ataque lento - y el modelo ahora puede dedicar su esfuerzo a hacerlo cálido y soñador en lugar de adivinar qué es “eso”.

Si no sabes qué familia quieres, elige el papel que tendrá el sonido: qué sostiene los graves (bass), qué va por encima (lead), qué llena el espacio intermedio (pad), qué marca el ritmo (pluck, impact).

Describe el timbre con palabras de material y movimiento

Con la familia fijada, describe cómo se siente, con palabras que se corresponden con la física:

• Material: analog, digital, glassy, metallic, wooden, felt, tube, saturated
• Movimiento: filtered, wobbling, breathing, evolving, modulated, reversed, granular
• Peso: sub, deep, thin, bright, dark, airy, fat

Fat moog bass, glassy fm bell, breathing organic pad, filtered analog arp - cada uno le da al modelo una textura a la que apuntar y una forma de moverse. Las palabras emocionales están bien como tercera palabra (“haunting choir pad”), pero nunca deberían ser la única.

Di para qué es el sonido

El contexto resuelve la ambigüedad. Bass a secas podría ser un sub suave para una balada o un growl distorsionado para un drop. Sub bass for a powerful trap drop y cello-like bass that sounds sad and lonely son ambos prompts de bajo, y no deberían sonar parecidos en absoluto.

El género y la función son atajos que el modelo entiende bien: berlin techno lead, lo-fi pad with a cinematic quality, progressive house arp, neurofunk bass design. Una de estas frases lleva más información que un párrafo de adjetivos.

Usa el vocabulario que el modelo ya conoce

Todo modelo generativo tiene un vocabulario propio - las frases que aparecen con la frecuencia suficiente en su entrenamiento como para tener una respuesta segura. En AI Synthesizer ese vocabulario está a la vista: las sugerencias que aparecen al escribir, los chips de ideas bajo la barra de prompt y el botón de dado beben de él.

Partir de una frase conocida y cambiar una palabra es la ruta más rápida a un sonido concreto. Warm analog lead pasa a warm analog bass, luego a dark analog bass, luego a dark bass sequence. Cada paso mueve una variable, así que siempre sabes qué cambió.

Itera con takes, no reescribiendo

Cuando un resultado tiene el carácter correcto pero el detalle equivocado, no reescribas el prompt. Pide otro take. AI Synthesizer genera cuatro takes por prompt precisamente porque las mismas palabras producen una familia de sonidos relacionados, y el segundo o el tercer take suele ser el bueno.

Reescribe solo cuando el carácter está mal: la familia, el peso o el movimiento equivocados. Entonces cambia una palabra cada vez, para que un mejor resultado pueda rastrearse hasta la palabra que lo provocó.

Una lista de comprobación del prompt

Antes de pulsar Create, relee el prompt y comprueba:

1. ¿Hay una familia de instrumento (bass, lead, pad, pluck, keys)?
2. ¿Hay al menos una palabra de material o movimiento?
3. ¿Dice para qué es el sonido o en qué género vive?
4. ¿Tiene menos de ocho palabras?
5. ¿Está en inglés y usa términos de diseñador de sonido?

Un prompt que cumple los cinco puntos rara vez decepciona, y cuando lo hace, el arreglo es evidente.

Idea principal: Un buen prompt de instrumento nombra la familia, describe el timbre con palabras de material y movimiento y declara el uso - y después confía en los takes para la variación y en cambios de una sola palabra para la dirección.

Preguntas frecuentes

¿Qué longitud debe tener un prompt para un sonido de instrumento?

Entre tres y ocho palabras es lo ideal. Una familia de instrumento, una o dos palabras de timbre y, opcionalmente, un uso. Los prompts más largos tienden a añadir contradicciones en lugar de detalle, y el modelo tiene que adivinar qué parte importa.

¿Por qué 'sonido épico cinematográfico' da un resultado turbio?

Porque describe una sensación, no un sonido. El modelo no tiene familia de instrumento, registro ni textura de partida, así que promedia todo lo que asocia con 'épico'. Sustitúyelo por una familia concreta y una palabra de material: 'wide brass pad' o 'dark bowed bass'.

¿Debo escribir los prompts en inglés?

Sí, por ahora. El vocabulario con el que se entrenó el modelo es el lenguaje inglés del diseño de sonido. La interfaz y este blog están disponibles en más idiomas, y los consejos se aplican igual - pero las palabras funcionan mejor en inglés.

¿Cuál es la diferencia entre un take y un prompt nuevo?

Un take es otra generación del mismo prompt - misma descripción, resultado distinto. Un prompt nuevo cambia la descripción. Cuando el carácter es correcto pero el detalle no, pide takes; cuando el carácter está mal, cambia las palabras.