Kapitel 7

Warum gibt es bei Suno kaum falsche Töne?

Wie kann eine KI musikalisch sauber klingen, obwohl sie kein Gehör besitzt?

Eine auffällige Beobachtung

Während unserer gemeinsamen Arbeit mit Suno fiel mir etwas auf.

Wir hatten inzwischen zahlreiche Lieder erstellt – Blues, Soul, Gospel und Rock’n’Roll. Dabei enthielten weder der Gesang noch die Instrumente hörbar falsche Töne.

Das überraschte mich. Denn Suno besitzt weder Ohren noch ein musikalisches Gehör.

Antwort

Suno hört seine eigene Musik nicht so, wie ein Mensch Musik hört.

Es denkt nicht: „Dieser Ton ist falsch.“

Die Sauberkeit entsteht vielmehr dadurch, dass Suno gelernt hat, welche Tonfolgen, Harmonien und Rhythmen normalerweise zusammenpassen.

Ein Vergleich mit Sprache

Man kann das mit dem Erlernen einer Sprache vergleichen.

Wenn jemand sagt: „Heute scheint die Sonne“, erkennen wir sofort, dass dieser Satz sprachlich richtig klingt.

Wir wissen das nicht deshalb, weil wir genau diesen Satz auswendig gelernt haben.

Wir kennen vielmehr die Regeln, Gewohnheiten und Strukturen der Sprache.

Ähnlich verhält es sich bei Suno. Das Modell hat gelernt, welche musikalischen Folgen wahrscheinlich stimmig sind.

Was ist überhaupt ein falscher Ton?

Diese Frage ist schwieriger, als sie zunächst erscheint.

In der Musik gibt es mindestens zwei Arten von „falsch“.

Technisch falsch

Ein Sänger trifft die Tonhöhe nicht. Eine Gitarre ist verstimmt. Ein Instrument spielt einen Ton, der überhaupt nicht zur Harmonie passt.

Solche Fehler hört man meistens sofort.

Suno erzeugt solche Fehler nur selten, weil es gelernt hat, welche Töne harmonisch zusammengehören.

Künstlerisch gewollte Spannung

Etwas völlig anderes sind Töne, die zunächst ungewöhnlich oder sogar schief wirken, aber musikalisch bewusst eingesetzt werden.

Im Jazz spricht man häufig von Spannungstönen oder sogenannten „Outside Notes“.

Sie erzeugen Reibung. Erst ihre spätere Auflösung macht die Musik besonders spannend.

Auch im Blues finden sich solche Ausdrucksformen. Ein Ton kann leicht gezogen, gedehnt oder zwischen zwei Tonhöhen angesiedelt sein.

Technisch betrachtet ist er dann vielleicht nicht exakt. Musikalisch kann er aber genau richtig sein.

Warum wirkt Suno oft so perfekt?

Suno klingt häufig rhythmisch präzise, harmonisch sauber und technisch nahezu fehlerfrei.

Gerade dadurch empfinden manche Musiker KI-Musik gelegentlich als etwas zu glatt.

Denn menschliche Musik lebt häufig von kleinen Unregelmäßigkeiten.

• Ein Sänger zieht einen Ton leicht nach oben.
• Ein Gitarrist spielt minimal vor oder hinter dem Schlag.
• Ein Saxophonist verändert den Klang durch seinen Ansatz.
• Ein Schlagzeuger verschiebt den Groove ganz leicht.

Diese kleinen Abweichungen sind keine Fehler. Sie verleihen einer Aufnahme Persönlichkeit.

Warum wirkt gerade Blues so lebendig?

Gerade Blues, Soul und Rock’n’Roll leben von dem, was Musiker oft als Feel oder Groove bezeichnen.

Ein Bluesgitarrist spielt eine Note häufig nicht exakt auf der theoretischen Tonhöhe. Er zieht sie mit einem Bending langsam nach oben.

Misst man diese Tonhöhe technisch, liegt sie oft zwischen zwei Klaviertasten.

Und dennoch empfinden wir sie als besonders ausdrucksstark.

Gerade diese kleinen Abweichungen verleihen der Musik ihre Seele.

Warum beeindrucken Soli besonders?

Im Laufe unserer Zusammenarbeit fiel mir auf, dass Gitarren- und Saxophonsoli besonders oft überraschten.

Sie wirkten nicht wie zufällige Tonfolgen, sondern als würden sie sich aus dem Song heraus entwickeln.

Suno weiß allerdings nicht, dass ein Solo schön oder bewegend klingt.

Das Modell hat vielmehr aus vielen Beispielen gelernt, wie sich Soli typischerweise entwickeln, wie sie Spannung aufbauen und wie sie sich harmonisch in den übrigen Song einfügen.

Zusammenfassung

Suno besitzt kein Gehör. Es erkennt keine falschen Töne wie ein Mensch.

Stattdessen hat es gelernt, welche musikalischen Beziehungen normalerweise zusammenpassen.

Deshalb entstehen technisch sehr saubere Kompositionen.

Die kleinen Unregelmäßigkeiten, die viele menschliche Aufnahmen so lebendig machen, entstehen dagegen meist aus dem persönlichen Ausdruck des Musikers.

Vielleicht zeigt sich gerade hier einer der wichtigsten Unterschiede zwischen künstlicher und menschlicher Musik:

Die KI beherrscht die musikalische Struktur. Der Mensch verleiht ihr Persönlichkeit.

Übergang zum nächsten Kapitel

Wenn Musik aus Mustern, Rhythmen und harmonischen Beziehungen besteht, stellt sich am Ende eine besonders alte Frage: