Искусственный интеллект уже умеет создавать композиции, определять жанр, находить похожие треки и собирать рекомендации по короткому описанию. Кажется, что достаточно написать «спокойная музыка для кофейни» — и система сама подготовит готовый эфир.
На практике подобрать фоновую музыку сложнее. Нужно учитывать не только жанр, но и громкость, вокал, темп, резкие переходы, время суток, посетителей и назначение помещения. Те же вещи мы разбирали в семи признаках неподходящей музыки: проблема часто не в «плохом треке», а в том, как он звучит в конкретном зале.
Новый исследовательский проект DialBGM показывает, что даже современные модели пока заметно уступают человеческой оценке в такой задаче.
Коротко: что умеет ИИ, а что нет
| Задача | ИИ | Человек |
|---|---|---|
| Быстро отобрать кандидатов из большого каталога | Хорошо | Долго вручную |
| Найти похожие треки и снизить повтор | Хорошо | Нужен вкус и время |
| Сгруппировать по темпу и громкости | Хорошо | Проверяет стыки на слух |
| Понять зал, акустику и поток гостей | Слабо | Нужно быть на месте |
| Оценить, не перетягивает ли трек внимание | Слабо | Слышит сразу |
| Согласовать звук с брендом и сценарием дня | Подсказка | Финальное решение |
Что проверяли исследователи
В апреле 2026 года исследователи из Университета Сонгюнгван представили набор данных DialBGM — бенчмарк для автоматического подбора фоновой музыки к обычным разговорам. Статья вышла 9 апреля: DialBGM: A Benchmark for Background Music Recommendation from Everyday Multi-Turn Dialogues.
В набор вошли 1 200 диалогов. Для каждого подготовили четыре музыкальных варианта, которые люди ранжировали от наиболее подходящего к наименее подходящему. При оценке учитывали три критерия:
- соответствует ли музыка характеру разговора;
- не перетягивает ли она внимание;
- сохраняется ли ровное звучание без неожиданных изменений.
Затем ту же задачу дали различным мультимодальным и аудиоязыковым моделям. Ни одна из протестированных систем не смогла выбрать вариант, поставленный людьми на первое место, более чем в 35% случаев.
Это исследование относится к сопровождению диалогов, а не напрямую к кафе или магазинам. Но задача очень близкая: музыка должна подходить контексту и не мешать людям общаться. Поэтому результаты хорошо показывают главное ограничение автоматического подбора — модель распознаёт жанры и описания, но ей трудно оценить всё впечатление целиком.
ИИ видит подписи вроде «спокойный поп» или «лёгкий джаз». Гость слышит зал: гул, колонки, соседний стол и припев, который внезапно вылезает на передний план.
Где ИИ уже полезен
Слабый результат в сложном тесте не означает, что искусственный интеллект бесполезен. Он хорошо справляется с предварительной работой — той самой, на которую владельцы ресторанов жалуются чаще всего: подбор съедает время.
Быстрый поиск кандидатов
Если в каталоге тысячи треков, алгоритм может быстро отобрать композиции по темпу, инструментам, наличию вокала и общему характеру. Музыкальному редактору не приходится прослушивать всю базу с нуля. Для кофейни это может быть коридор между утренними подборками и спокойной музыкой, а не весь поп подряд.
Поиск похожих треков
Когда уже найдено несколько подходящих композиций, система может подобрать варианты с похожим ритмом и звучанием. Это помогает расширять плейлисты и уменьшать повторяемость — ту, которую постоянные гости замечают быстрее персонала.
Анализ технических параметров
Алгоритмы умеют группировать треки по громкости, темпу и другим характеристикам. Такая сортировка полезна при подготовке ровной подборки без резких скачков между соседними композициями: из lounge сразу в танцевальный хит зал «ломается», даже если оба трека по отдельности хорошие.
Подсказки по описанию бизнеса
Фраза «небольшая кондитерская, гости приходят утром, музыка нужна лёгкая и современная» уже даёт системе больше информации, чем одно слово «поп». ИИ может превратить такое описание в набор направлений для дальнейшего выбора. Но это всё ещё черновик, а не готовый эфир.
Пример спокойного фона, который не спорит с разговором:
Где без человека пока не обойтись
Алгоритм не находится внутри заведения и не слышит его так, как посетитель. Он не знает, насколько гулким получился зал, громко ли работает вентиляция, как близко расположены колонки и в какое время появляется основной поток. Для офиса и для вечерней посадки в ресторане это разные акустические реальности.
Кроме того, два трека с одинаковым жанром и темпом могут восприниматься совершенно по-разному. Один подойдёт для ненавязчивого фона, другой будет постоянно обращать на себя внимание из-за вокала, яркого припева или необычного звука. Формулировка «нам нужен поп» почти ничего не говорит о будущем звучании — об этом мы уже писали в гайде для рестораторов.
Человек также лучше замечает длинные переходы внутри композиции. Трек может спокойно начинаться, а через две минуты резко стать громче. По общему описанию и средним параметрам это не всегда видно.
Наконец, музыкальная подборка связана с характером бренда. Для этого недостаточно знать площадь и направление бизнеса. Нужно понимать, как заведение выглядит, кто в него приходит, сколько времени гости проводят внутри и какое впечатление должно остаться после визита. Звук — часть музыкального сопровождения бизнеса, а не отдельная кнопка «подобрать жанр».
Лучший подход — алгоритм плюс редактор
Наиболее разумный сценарий сегодня выглядит так:
- Алгоритм анализирует каталог и отбирает подходящие композиции.
- Редактор прослушивает кандидатов и убирает треки, которые выбиваются из общего звучания.
- Подборку проверяют в реальном помещении в разное время суток.
- После обратной связи плейлист обновляют и расширяют.
Так автоматизация ускоряет работу, но не принимает окончательное решение вместо человека.
Этот же принцип виден у сервисов фоновой музыки для бизнеса: даже когда появляется генерация плейлиста по описанию, рядом остаются ручные инструменты — очередь, блокировка треков, расписание на утро и вечер. Пример такого набора функций описан у Soundtrack: ИИ может предложить старт, но контроль эфира остаётся у человека.
Что это означает для владельца заведения
Необязательно разбираться в алгоритмах. Гораздо важнее правильно сформулировать задачу. Вместо «нужна спокойная музыка» полезнее указать:
- формат заведения;
- возраст и ожидания посетителей;
- часы основной загрузки;
- нужна ли музыка с вокалом;
- какие направления точно не подходят;
- должна ли подача меняться в течение дня.
В панели Комузыки можно начать с готовых плейлистов и проверить их непосредственно в помещении. Подборки удобно смотреть по формату бизнеса и по настроению. Если вариант не подходит, ориентируйтесь не только на жанр: отмечайте слишком заметные треки, перепады громкости и моменты, когда музыка мешает разговору. Такая обратная связь помогает точнее любого общего запроса.
ИИ будет всё активнее участвовать в подборе фоновой музыки, но в ближайшее время его сильная сторона — не самостоятельное решение, а быстрый поиск и анализ вариантов. Финальная проверка человеком пока остаётся необходимой.
Попробовать сервис можно бесплатно в течение семи дней — без привязки банковской карты. Подключить Комузыку и проверить несколько сценариев в своём зале можно сразу после чтения.
Источники
- Joonhyeok Shin et al. DialBGM: A Benchmark for Background Music Recommendation from Everyday Multi-Turn Dialogues. arXiv:2604.07895, 9 апреля 2026.
- Soundtrack: как устроены плейлисты, расписание и контроль эфира для бизнеса.
