SUNO vs. UDIO 🎵 Welcher KI-Musikgenerator ist der Bessere?

1. Vergleich der KI-Musikgeneratoren SUNO und UDIO [0]

1.1. Überblick und Benutzeroberflächen von SUNO und UDIO [0]

1. Einführung und Beliebtheit [0]

   1. SUNO ist die erste Wahl beim Generieren von Musik und Songs mit KI. [0]
   2. UDIO ist zehnmal weniger beliebt, wird aber zusammen mit SUNO erwähnt. [1]

2. Vergleichsplan [2]

   1. Zuerst werden die Benutzeroberflächen und Grundfunktionen beider Tools überprüft. [2]
   2. Anschließend erfolgt ein Test unter ähnlichen Bedingungen. [2]
   3. Ziel ist der Vergleich der Musik- und Gesangsqualität verschiedener Stile. [2]

3. SUNO: Funktionen und Generierungsprozess [3]

   1. Nach der Kontoerstellung geht man zum Abschnitt "Create". [3]
   2. In diesem Video wird Version 4 verwendet; Version 4.5 ist derzeit für bezahlte Konten. [4]
   3. Songbeschreibung: Man beschreibt den Song (z.B. Pop-Song über Sommer). [6]
      1. Instrumente wie Gitarre, Klavier und Synth sollen enthalten sein. [8]
      2. Musikstile können zum Prompt hinzugefügt werden. [9]
   4. Instrumental-Option: Wenn das Kontrollkästchen aktiviert ist, werden keine Liedtexte generiert (kein Gesang). [11]
   5. Liedtext-Generierung: Ohne manuelle Eingabe werden die Texte automatisch generiert. [12]
   6. Ergebnis: Es werden zwei Song-Variationen pro Generierung erstellt. [13]
   7. Qualitätsbeobachtung: Die Qualität verschlechtert sich manchmal in der zweiten Hälfte des Tracks. [17]
   8. Positives Ergebnis: Der Song hat Intro, eingängige Melodie und Outro; die Stimme klingt sehr natürlich. [19]
   9. Verwaltung: Ungeliebte Tracks können mit dem "Dislike"-Button entfernt werden. [21]
   10. Bearbeitungsfunktionen (Bezahlt): Editor, Crop-Funktion und Abschnittsaustausch sind kostenpflichtig. [23]
   11. Cover-Funktion: Man kann ein Cover erstellen. [24]
       1. Hier können Liedtexte bearbeitet und der gewünschte Songstil festgelegt werden. [25]
       2. Die Instrumente klingen im Cover etwas anders, aber der Song ist dem Original sehr ähnlich. [27]
   12. Liedtext-Bearbeitung: Texte können komplett von der KI generiert oder bearbeitet werden. [30]
       1. "By line" bedeutet, dass ausgewählte Teile neu generiert oder neue Teile aus einer Kurzbeschreibung erstellt werden können. [31]
       2. Ein Vers wurde neu generiert und der Generator gebeten, den Refrain authentischer zu machen. [32]
       3. Der alte Refrain muss gelöscht werden, wenn eine neue Version erstellt wurde. [33]
   13. Vollständiger Song: Ein vollständiger Song kann von Grund auf mit einer kurzen Beschreibung erstellt werden. [34]
   14. Extend-Funktion: Ermöglicht das Erstellen eines neuen Teils des Tracks. [35]
       1. Man muss entscheiden, wo der erweiterte Teil beginnen soll (z.B. ab der letzten Sekunde). [36]
       2. Bei einem Versuch, nur Klavier und Synth zu hören, war die Stimme im erweiterten Teil noch zu hören. [38]
       3. Eine Variation war nur 4 Sekunden lang. [40]
       4. Beim Starten des erweiterten Teils in der Mitte des Tracks war keine Stimme mehr vorhanden. [41]
       5. Der erweiterte Teil ist vom Original getrennt, kann aber zusammengeführt werden. [43]
       6. Mit "get whole song" wird der erweiterte Teil ohne Stimme nach der ersten Minute des Originals eingefügt. [45]
   15. Wiederverwendung: Generierungseinstellungen (Text, Stilbeschreibung) können wiederverwendet werden. [48]
   16. Geschwindigkeitsanpassung: Diese Einstellung wird als nutzlos erachtet. [49]
       1. Man muss die neue Version rendern, um die beschleunigte oder verlangsamte Version zu überprüfen. [50]
   17. Persona-Funktion (Bezahlt): Ermöglicht die Wiederverwendung einer generierten Stimme in anderen Tracks. [51]
   18. Referenzen: Eigene Stimme, Melodien oder Tracks können als Referenzen hochgeladen werden. [52]
       1. Die hochgeladene Audiodatei muss mindestens 6 Sekunden lang sein. [53]
       2. Ein Beispiel ist eine aufgenommene Pfeifmelodie. [54]
       3. Die Audiodatei kann sofort geremixt, erweitert oder gespeichert werden. [56]
       4. Die "Cover"-Option wurde verwendet, um einen instrumentalen Pop-Track mit Synth zu erstellen. [58]
       5. Die Melodie des hochgeladenen Audios dient nur als Referenz für einen Teil der Melodie. [61]
       6. Bei einer erneuten Verwendung der "Cover"-Option erschien eine automatisch generierte Beschreibung der hochgeladenen Datei im Stilbereich. [62]
       7. Nach dem Entfernen eines Teils und dem Hinzufügen von Klavier wurde "whistling" (Pfeifen) in der Stilbeschreibung erwähnt. [63]
       8. Das Ergebnis war dem hochgeladenen Audio ziemlich ähnlich, wobei der erste Track der Referenz am nächsten kam. [65]
   19. Kostenloser Plan: Man kann bis zu 10 Songs pro Tag generieren. [67]
       1. Anfangs können 20 Songs mit SUNO Version 4 erstellt werden. [68]
       2. Danach kann nur noch Version 3.5 verwendet werden. [68]
       3. Zusätzliche Funktionen wie Stimmwiederverwendung und Abschnittsaustausch sind kostenpflichtig. [69]

1.2. UDIO: Funktionen und erweiterte Steuerung [69]

1. Generierungsprozess bei UDIO [69]

   1. Der Prozess ist SUNO sehr ähnlich, weist aber einige Unterschiede auf. [69]
   2. Man kann Stil, Genre, Gesang, Instrumente und Stimmung des Tracks beschreiben. [70]
   3. Liedtexte können automatisch generiert, manuell hinzugefügt oder die Instrumental-Option aktiviert werden. [71]

2. Erweiterte Steuerung (Advanced Controls) [73]

   1. Manual Mode: Deaktiviert das Umschreiben des Prompts. [74]
      1. Dies ist nützlich für sehr spezifische Ergebnisse, die 100% dem Prompt entsprechen. [75]
      2. Andernfalls versucht das Prompt-Umschreiben, die Beschreibung für bessere Ergebnisse zu verbessern. [76]
   2. Modellversion: Die neueste Version ist 1.5 Algro. [78]
   3. Clip-Länge: Man kann 32 Sekunden lange Clips generieren und diese erweitern. [79]
      1. Alternativ können 2 Minuten und 10 Sekunden lange Tracks erstellt werden. [79]
   4. Segment-Anpassung: Man kann entscheiden, ob der gesamte Song 2 Minuten 10 Sekunden lang sein soll. [80]
      1. Oder ob nur 80% des Tracks in dieses Segment passen sollen. [80]
   5. Gesangsstart: Man kann festlegen, wann der generierte Gesang beginnt und endet. [82]
   6. Style Reduction (Negative Prompt): Dient zum Ausschließen unnötiger Elemente aus dem Ergebnis. [83]
      1. Diese Funktion ist für bezahlte Konten. [84]
   7. Prompt und Lyrics Strength: Steuern die Übereinstimmung zwischen Eingabe und Ergebnis. [85]
      1. Zu hohe Werte können zu unnatürlich klingenden Ergebnissen führen. [86]
      2. Eine Anpassung wird empfohlen, wenn die Erwartungen ständig nicht erfüllt werden. [87]
   8. Clarity: Definiert, wie getrennt Gesang und Instrumente voneinander sind. [88]
   9. Seed Value: Ist standardmäßig zufällig für jede Generierung. [89]
      1. Das Festlegen eines genauen Wertes kann zu ähnlichen Ergebnissen in verschiedenen Generierungen führen. [90]
   10. Qualität: Es wird empfohlen, immer die höchste Qualität zu verwenden. [91]

3. Clip-Generierung und Erweiterung [92]

   1. Der Generator wird auf 32 Sekunden lange Clips zurückgeschaltet. [92]
   2. Der Startpunkt des Clips kann eingestellt werden (z.B. 25% des Tracks). [93]
   3. Ergebnis: UDIO liefert wie SUNO zwei Tracks pro Generierung. [96]
   4. Zusätzliche Optionen: Ähnlich wie bei SUNO gibt es die "Extend"-Funktion. [98]
      1. Man kann Intro, Outro oder Abschnitte davor und danach hinzufügen. [100]
   5. Context Length Adjustment: Die maximale Länge beträgt 130 Sekunden. [101]
      1. Ein höherer Wert bedeutet, dass der Generator mehr Informationen über den bestehenden Clip berücksichtigt. [103]
      2. Ist die Kontextlänge zu klein, kann der erweiterte Teil zu stark vom Original abweichen. [104]
   6. Intro-Ergebnis: Es werden zwei Variationen des Clips mit Intro erstellt. [105]
      1. Der Übergang zwischen erweitertem Teil und Original-Clip ist sehr nahtlos. [108]

4. Remix und Kostenloser Plan [109]

   1. Remix-Option: Ähnlich der Cover-Funktion von SUNO, aber flexibler. [109]
      1. Der Hauptunterschied ist der "Variance Value". [110]
      2. Beim Versuch, Tracks zu erstellen, die dem Original sehr ähnlich sind, gab es kleine Unterschiede in Stimme und Instrumenten. [111]
      3. Die Stimme klang schlechter als im Original-Clip. [114]
   2. Kostenpflichtige Funktionen: Stilreferenz oder das Hochladen eigener Audiodateien sind kostenpflichtig. [115]
   3. Kostenloser Plan: Man erhält 10 tägliche Credits und 100 monatliche Credits. [116]
      1. Ein 32-Sekunden-Clip kostet zwei Credits (10 Clips pro Tag). [117]
      2. Dies entspricht drei Full-Length-Generierungen (sechs 2-Minuten-10-Sekunden-Tracks pro Tag). [117]

1.3. Vergleich der Musikstile: SUNO vs. UDIO [119]

1. Test 1: Low-Fi Hip-Hop mit Jazz und Saxophon [120]

   1. SUNO-Ergebnis: Alle Instrumente klingen sehr klar, und die Melodien sind großartig. [122]
   2. UDIO-Ergebnis: Es gab eine Art Gesangsprobe, die nicht angefordert wurde. [124]
      1. Die Qualität ist nicht schlechter als bei SUNO, aber es klingt "more lowfi". [125]

2. Test 2: Schneller, aggressiver, zeitgenössischer Rap [127]

   1. SUNO-Ergebnis: Gutes Ergebnis beim ersten Versuch. [127]
   2. UDIO-Ergebnis: Es waren mehrere Versuche nötig, um ein entsprechendes Ergebnis zu erzielen. [133]
      1. Das beste Ergebnis war ein 32-Sekunden-Clip. [134]
      2. In anderen Fällen wurde Rap aus den 1990er Jahren oder von 2012 generiert. [136]
      3. Möglicher Grund: UDIO hat mehr Informationen über Rap der 90er oder 2000er Jahre. [137]
   3. Gewinner: SUNO gewinnt aufgrund der höheren Prompt Adherence (Einhaltung des Prompts). [138]

3. Test 3: Abstrakte Musik (Dark Ambient mit Wasser- und Windgeräuschen) [139]

   1. SUNO-Ergebnis: Nicht schlecht, aber das Klavier macht die Atmosphäre weniger düster. [141]
      1. Es waren keine Wasser- oder Windgeräusche zu hören, was nicht der Anforderung entsprach. [142]
   2. UDIO-Ergebnis: UDIO lieferte ein viel besseres Ergebnis. [144]

4. Test 4: Basis-Cinematic-Soundtrack [146]

   1. SUNO-Ergebnis: Die Melodien sind nicht schlecht, aber es klingt wie ein Pop-Song. [147]
      1. Es fehlten die für diese Art von Musik üblichen Drums, obwohl sie im Prompt erwähnt wurden. [148]
   2. UDIO-Ergebnis: Der Track von UDIO hatte einige Unvollkommenheiten, kam aber den Erwartungen viel näher. [149]
   3. Beobachtung: Beide Generatoren ignorierten die Worte "soft synth" im Prompt. [150]

5. Test 5: Pop-Songs über Vermissen mit weiblichem Gesang [151]

   1. SUNO-Ergebnis: SUNO ist sehr gut in der Generierung von Gesang. [158]
      1. Es gab einige Unvollkommenheiten, aber das Gesamtergebnis war in Ordnung. [159]
   2. UDIO-Ergebnis: UDIO scheiterte bei diesem Test offensichtlich. [163]
      1. Die Stimme hatte zu viele hohe Frequenzen und klang zu metallisch. [163]
   3. Schlussfolgerung: Songs mit Gesang sind die schwächste Stelle von UDIO; SUNO ist hier voraus. [164]

6. Test 6: Spezifische Stile (8-Bit-Musik/Chiptune) [165]

   1. Ergebnis: Beide Dienste lieferten gute Ergebnisse. [168]
   2. UDIO-Ergebnis: UDIO erzeugte etwas, das genau wie Musik aus einem Retro-Spiel klang. [169]
   3. SUNO-Ergebnis: Der SUNO-Track klang vielleicht 10% näher an etwas Zeitgenössischem, war aber immer noch großartig. [170]

7. Test 7: Brasilianischer Funk [171]

   1. Ergebnis: Keiner der Generatoren erzeugte etwas, das den Erwartungen auch nur nahekam. [171]
   2. Erklärung: Beide Generatoren erkennen etabliertere Genres wie Pop, Rap, Rock oder Klassik besser. [172]
   3. Dies könnte von den Musikarten abhängen, mit denen die Dienste trainiert wurden. [173]
   4. Mögliche Einschränkungen bestehen, wenn Entwickler immer die Erlaubnis der Eigentümer für Trainingsdaten einholen. [174]

1.4. Fazit und Empfehlungen [175]

1. Empfehlung für Gesang und Pop [175]

   1. SUNO ist die beste Wahl für Songs mit klarem und realistischem Gesang. [175]
   2. SUNO ist auch großartig für Pop- oder moderne elektronische Musik. [176]

2. Nachteile von SUNO [177]

   1. Bei der Erstellung anderer Musikstile waren die Ergebnisse von SUNO "kind of too sterile". [177]

3. Stärken von UDIO [178]

   1. UDIO lieferte bessere Ergebnisse bei der Generierung von Ambient, Cinematic Soundtrack oder Chiptune. [178]
   2. Alle UDIO-Tracks klangen "more alive". [179]

4. Gemeinsame Schwäche [179]

   1. Beiden Generatoren fehlt es noch an Verständnis für einige weniger verbreitete und etablierte Genres. [179]

5. Auflösung des Anfangstracks [180]

   1. Der erste Track vom Anfang des Videos stammte von UDIO. [180]
   2. Der zweite Track stammte von SUNO. [180]