catálogo

Todas as músicas, com o prompt e a medição de cada uma

Sete músicas geradas no Suno via Kie. Para cada uma: o que ela é, o prompt de estilo exato que foi enviado, os números medidos no áudio que saiu, e o player para ouvir. A ideia é conseguir olhar lado a lado e entender por que uma agradou e outra não.

Todas as músicas — resumo

As 15 músicas, novas e do acervo, com os números da faixa 1 de cada uma. Dinâmica é a diferença entre o trecho mais baixo e o mais alto — quanto maior, mais a música respira. Sustentadas conta as notas seguradas por mais de 0,35s. Passe o mouse nas métricas dos cards para ver o que cada uma significa.

música	bpm	tom	dinâmica	sustentadas	vibrato	veredito
Legado (variante)	118bpm	F# menor	20.7 dB	29	112 cents	rascunho
Se Paga (PT)	118bpm	D# menor	16.3 dB	5	26 cents	intensidade constante
It's Paid (EN)	118bpm	D# menor	14.8 dB	5	82 cents	intensidade constante
Nao Se Desiste	76bpm	E menor	18.1 dB	13	70 cents	contraste corrigido
O Centro	84bpm	A menor	24.7 dB	28	31 cents	contraste corrigido
A Roda	92bpm	C maior	29.6 dB	12	68 cents	contraste corrigido
Luz de Volta	82bpm	E menor	15.5 dB	3	—	nova
Tears Become Light	—	A# menor	24.1 dB	16	17 cents	acervo
We Were Here	—	C maior	24.4 dB	44	37 cents	acervo
Fire	—	G menor	22.1 dB	16	198 cents	acervo
Horizons	—	C maior	17.3 dB	11	66 cents	acervo
Digital Sky	—	C maior	17.1 dB	5	47 cents	acervo
Builders	—	F maior	13.7 dB	2	43 cents	acervo
Cover isolado	—	G maior	14.8 dB	0	—	acervo
Cover reel	—	A# maior	28.2 dB	2	—	acervo

Catálogo

Cada geração devolve duas faixas do Suno com o mesmo prompt. Elas costumam sair bem diferentes entre si — vale ouvir as duas antes de decidir.

Os seis gráficos de cada faixa: o espectrograma é o mapa do som — tempo na horizontal, frequência na vertical (grave embaixo, agudo em cima) e cor pelo volume; é nele que aparecem os harmônicos da voz, o vibrato e as linhas de melodia. A forma de onda mostra só o volume, útil para achar refrão e verso. O piano roll traduz o canto em blocos na altura de cada tecla, mostrando a nota exata. O movimento é a linha da altura com o volume atrás. O diálogo mostra as frases e o silêncio entre as vozes. E o histograma mostra quais notas a voz usa.

Como ler o gráfico de movimento: a linha âmbar é a altura da voz ao longo da música — subiu no gráfico, subiu de nota. Os cortes na linha são onde não há canto (instrumental, respiro). A linha cinza fina atrás é o volume. As notas nas pontas esquerdas marcam a nota mais grave e a mais aguda que a voz alcança, e a extensão em semitons diz o tamanho do salto entre elas. Linha que sobe e desce é música que se move; linha achatada no topo é a música que mora no grito e cansa.

Legado (variante)

O primeiro rascunho do tema: preco do sucesso e heranca. Versao mais contida, com 'emotional build' no prompt.

rascunho

prompt de estilo enviado ao Suno

epic cinematic pop, powerful female belt vocals, male spoken word responses, gang vocal choir, brazilian portuguese, orchestral war drums, soaring strings, anthemic, wide reverb, 118bpm, emotional build, huge chorus

negativos

lo-fi, mumble, whisper-only, acoustic ballad, autotune heavy

modelo V5 · modo estilo · voz f · styleWeight 0.85

história do clipe · banco clipe-v2 · escuro · corte lento · quase sem texto

Quase toda a duracao na camada historia, com o palco entrando so de relance. Corte lento e apenas duas cartelas: e a versao contemplativa do mesmo tema.

prompts usados nas imagens e na animação

acabamento aplicado a TODA imagem do projeto

raw documentary photograph, live-action cinema still, anamorphic 35mm, natural skin texture and pores, film grain, practical light, shallow depth of field, muted teal and amber grade

negativo, também em todas

cartoon, 3d render, cgi, pixar, anime, illustration, painting, plastic skin, doll face, oversaturated, text, watermark, extra fingers, deformed

molde do prompt de animação (Agnes)

Smooth cinematic transition between the keyframes: <movimento da cena>. Natural motion, consistent characters and style, cinematic camera.

As 22 descrições de cena e os 22 movimentos de câmera deste banco estão em v2-cenas.json e v2-movs.json. O passo a passo completo está em docs/clipes.

Faixa 13:01

20.7 dBdinamica

29sustentadas

112 centsvibrato

2685 Hzbrilho

movimento da voz · tom F# menor (confianca 0.79)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Faixa 22:52

23.3 dBdinamica

32sustentadas

94 centsvibrato

2099 Hzbrilho

movimento da voz · tom A menor (confianca 0.77)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

video: ainda nao publicado — entra aqui quando subir na lives10

Se Paga (PT)

O tema em forma de hino: ninguem conta o preco, so mostram o trofeu. Duo feminino/masculino em call and response rapido.

intensidade constante

prompt de estilo enviado ao Suno

epic cinematic anthem, screaming female belting, raspy desperate female vocals, deep cavernous male baritone, viking folk duet, fast vocal call and response, gang vocal choir, orchestral war drums, soaring strings, raw aggressive vocals, 118bpm, huge chorus, brazilian portuguese

modelo V5 · modo estilo · voz f · styleWeight 0.88

história do clipe · banco clipe-v2 · escuro · corte médio · fusão e janela

Duas camadas que se alternam: a arena onde a dupla canta e a historia de quem acorda antes do sol, carrega o que ninguem quis e apanha das portas fechadas. A dupla exposicao e o ponto onde as duas se encontram sem corte. Termina com as luzes da arena caindo devagar.

prompts usados nas imagens e na animação

acabamento aplicado a TODA imagem do projeto

raw documentary photograph, live-action cinema still, anamorphic 35mm, natural skin texture and pores, film grain, practical light, shallow depth of field, muted teal and amber grade

negativo, também em todas

cartoon, 3d render, cgi, pixar, anime, illustration, painting, plastic skin, doll face, oversaturated, text, watermark, extra fingers, deformed

molde do prompt de animação (Agnes)

Smooth cinematic transition between the keyframes: <movimento da cena>. Natural motion, consistent characters and style, cinematic camera.

As 22 descrições de cena e os 22 movimentos de câmera deste banco estão em v2-cenas.json e v2-movs.json. O passo a passo completo está em docs/clipes.

Faixa 14:08

16.3 dBdinamica

5sustentadas

26 centsvibrato

2517 Hzbrilho

movimento da voz · tom D# menor (confianca 0.57)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Faixa 23:57

16.4 dBdinamica

2sustentadas

—vibrato

2567 Hzbrilho

movimento da voz · tom A# maior (confianca 0.49)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

video: ainda nao publicado — entra aqui quando subir na lives10

It's Paid (EN)

Versao inglesa, feita em modo cover a partir da faixa PT — herda o fraseado pensado para o portugues.

intensidade constante

prompt de estilo enviado ao Suno

epic cinematic anthem, screaming female belting, raspy desperate female vocals, deep cavernous male baritone, viking folk duet, fast vocal call and response, gang vocal choir, orchestral war drums, soaring strings, raw aggressive vocals, 118bpm, huge chorus, english lyrics

modelo V5 · modo cover · voz f · styleWeight 0.88

história do clipe · banco clipe-v2 · escuro · corte rápido · só fusão

As mesmas imagens da versao PT, mas embaralhadas e com corte mais rapido, para nao virar clone. Sem janela: aqui a sobreposicao e sempre dupla exposicao.

prompts usados nas imagens e na animação

acabamento aplicado a TODA imagem do projeto

raw documentary photograph, live-action cinema still, anamorphic 35mm, natural skin texture and pores, film grain, practical light, shallow depth of field, muted teal and amber grade

negativo, também em todas

cartoon, 3d render, cgi, pixar, anime, illustration, painting, plastic skin, doll face, oversaturated, text, watermark, extra fingers, deformed

molde do prompt de animação (Agnes)

Smooth cinematic transition between the keyframes: <movimento da cena>. Natural motion, consistent characters and style, cinematic camera.

As 22 descrições de cena e os 22 movimentos de câmera deste banco estão em v2-cenas.json e v2-movs.json. O passo a passo completo está em docs/clipes.

Faixa 14:43

14.8 dBdinamica

5sustentadas

82 centsvibrato

2291 Hzbrilho

movimento da voz · tom D# menor (confianca 0.49)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Faixa 24:47

16.5 dBdinamica

7sustentadas

67 centsvibrato

2262 Hzbrilho

movimento da voz · tom D# menor (confianca 0.51)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

video: ainda nao publicado — entra aqui quando subir na lives10

Nao Se Desiste

Perseveranca: quem fica de pe nao e quem nao caiu, e quem voltou no dia seguinte. Primeira do lote corrigido.

contraste corrigido

prompt de estilo enviado ao Suno

raw emotional male and female duet, gravelly baritone spoken responses, driven chest mix, no falsetto, wide slow vibrato, laid back phrasing, extreme dynamic contrast, quiet intimate verse, huge belted chorus, orchestral build, live raw take, brazilian portuguese, 76bpm

negativos

muffled, lo-fi, constant screaming, flat dynamics, autotune, falsetto

modelo V5 · modo estilo · voz f · styleWeight 0.7

história do clipe · banco clipe-v4 · íntimo · corte médio · luz natural

Uma personagem so, do quarto as cinco da manha ate um palco pequeno de clube. Nada de arena, nada de pirotecnia: camera na mao, luz de janela, sala de ensaio vazia. A progressao e cronologica e termina com ela saindo na madrugada.

prompts usados nas imagens e na animação

acabamento aplicado a TODA imagem do projeto

raw documentary photograph, live-action cinema still, anamorphic 35mm, natural skin texture and pores, film grain, practical light, shallow depth of field, muted teal and amber grade

negativo, também em todas

cartoon, 3d render, cgi, pixar, anime, illustration, painting, plastic skin, doll face, oversaturated, text, watermark, extra fingers, deformed

molde do prompt de animação (Agnes)

Smooth cinematic transition between the keyframes: <movimento da cena>. Natural motion, consistent characters and style, cinematic camera.

As 22 descrições de cena e os 22 movimentos de câmera deste banco estão em v4-cenas.json e v4-movs.json. O passo a passo completo está em docs/clipes.

Faixa 12:01

18.1 dBdinamica

13sustentadas

70 centsvibrato

1990 Hzbrilho

movimento da voz · tom E menor (confianca 0.73)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Faixa 22:33

22.0 dBdinamica

31sustentadas

59 centsvibrato

2031 Hzbrilho

movimento da voz · tom E maior (confianca 0.69)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

video: ainda nao publicado — entra aqui quando subir na lives10

O Centro

O talento humano diante da superinteligencia. A maquina amplia o que ja existe na pessoa; quem chega vazio amplia o vazio.

contraste corrigido

prompt de estilo enviado ao Suno

epic cinematic anthem, powerful female belt, deep male spoken word, gang vocal choir, no falsetto, wide slow vibrato, quiet piano intro, massive orchestral chorus, war drums, extreme dynamic contrast, brazilian portuguese, 84bpm

negativos

muffled, lo-fi, constant screaming, flat dynamics, autotune, falsetto

modelo V5 · modo estilo · voz f · styleWeight 0.7

história do clipe · banco clipe-v5 · gráfico · corte lento · texto no centro

Azul e ambar, simetrico e quase abstrato. A maquina aparece como sala de servidores e rede de luz fria; o humano aparece como maos, rostos e a mesa de familia em luz quente. O texto e o recurso principal, porque a musica e um manifesto. Fecha com o amanhecer tomando a tela inteira.

prompts usados nas imagens e na animação

acabamento aplicado a TODA imagem do projeto

raw documentary photograph, live-action cinema still, anamorphic 35mm, natural skin texture and pores, film grain, practical light, shallow depth of field, muted teal and amber grade

negativo, também em todas

cartoon, 3d render, cgi, pixar, anime, illustration, painting, plastic skin, doll face, oversaturated, text, watermark, extra fingers, deformed

molde do prompt de animação (Agnes)

Smooth cinematic transition between the keyframes: <movimento da cena>. Natural motion, consistent characters and style, cinematic camera.

As 22 descrições de cena e os 22 movimentos de câmera deste banco estão em v5-cenas.json e v5-movs.json. O passo a passo completo está em docs/clipes.

Faixa 12:52

24.7 dBdinamica

28sustentadas

31 centsvibrato

2083 Hzbrilho

movimento da voz · tom A menor (confianca 0.89)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Faixa 22:45

27.9 dBdinamica

28sustentadas

30 centsvibrato

2092 Hzbrilho

movimento da voz · tom D maior (confianca 0.68)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

video: ainda nao publicado — entra aqui quando subir na lives10

A Roda

Ninguem cresce sozinho: reconhecer quem veio antes e ajudar a roda a girar. Gospel rock com orgao e palmas.

contraste corrigido

prompt de estilo enviado ao Suno

soulful gospel rock, raspy male lead, female harmony, full choir, hammond organ, handclaps, no falsetto, wide slow vibrato, quiet intro, explosive final chorus, extreme dynamic contrast, brazilian portuguese, 92bpm

negativos

muffled, lo-fi, constant screaming, flat dynamics, autotune, falsetto

modelo V5 · modo estilo · voz m · styleWeight 0.7

história do clipe · banco clipe-v3 · moderno · corte rápido · rajada e split

Alegre e provocativo: banda no telhado ao entardecer, coral batendo palma em sala iluminada, dancarinos em beco pintado, crowd-surf e confete. E o unico com rajada (imagens em 0,28s) e split de tela, para acompanhar o andamento.

prompts usados nas imagens e na animação

acabamento aplicado a TODA imagem do projeto

raw documentary photograph, live-action cinema still, anamorphic 35mm, natural skin texture and pores, film grain, practical light, shallow depth of field, muted teal and amber grade

negativo, também em todas

cartoon, 3d render, cgi, pixar, anime, illustration, painting, plastic skin, doll face, oversaturated, text, watermark, extra fingers, deformed

molde do prompt de animação (Agnes)

Smooth cinematic transition between the keyframes: <movimento da cena>. Natural motion, consistent characters and style, cinematic camera.

As 22 descrições de cena e os 22 movimentos de câmera deste banco estão em v3-cenas.json e v3-movs.json. O passo a passo completo está em docs/clipes.

Faixa 12:13

29.6 dBdinamica

12sustentadas

68 centsvibrato

2397 Hzbrilho

movimento da voz · tom C maior (confianca 0.82)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Faixa 22:26

33.7 dBdinamica

6sustentadas

—vibrato

2797 Hzbrilho

movimento da voz · tom C maior (confianca 0.75)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

video: ainda nao publicado — entra aqui quando subir na lives10

Luz de Volta

Rock emocional no estilo da referencia tears-v3a: troca de vozes sem respiro, voz a frente da banda e poucos dobros.

nova

prompt de estilo enviado ao Suno

emotional rock anthem, male and female lead trading lines with zero gap, tight interlocking call and response, instant overlapping vocal handoff, vocals mixed loud and upfront above the band, dry close vocal, minimal double tracking, single tracked lead, straight tone with almost no vibrato, high belt range, raw honest delivery, quiet intimate intro, extreme dynamic contrast, driving guitars, live drums, brazilian portuguese, 82bpm

negativos

heavy vocal doubling, stacked harmonies, choir pads, autotune, buried vocals, instrumental heavy mix, wide vibrato, flat dynamics, gap between vocal lines, constant screaming

modelo V5 · modo estilo · voz f · styleWeight 0.72

o clipe

Ainda sem clipe: a musica foi reprovada e sera refeita antes de virar video.

Faixa 12:53

15.5 dBdinamica

3sustentadas

—vibrato

2467 Hzbrilho

movimento da voz · tom E menor (confianca 0.72)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Faixa 22:04

9.8 dBdinamica

5sustentadas

—vibrato

2192 Hzbrilho

movimento da voz · tom E maior (confianca 0.91)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

video: ainda nao publicado — entra aqui quando subir na lives10

Acervo — músicas nossas anteriores

Faixas geradas antes deste fluxo, sem o spec guardado. Entram sem o prompt de estilo, mas com áudio, medições, tom e os mesmos gráficos — que é o que permite comparar.

Tears Become Light

Rock emocional. A referencia que virou alvo: respira, sobe sem morar no grito, voz reta e tensa.

acervo

tears-v3a2:28

24.1 dBdinamica

16sustentadas

17 centsvibrato

2203 Hzbrilho

movimento da voz · tom A# menor (confianca 0.69)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

tears-v3b3:27

20.9 dBdinamica

11sustentadas

34 centsvibrato

2447 Hzbrilho

movimento da voz · tom A# maior (confianca 0.85)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

We Were Here

A mais 'segurada' de todo o acervo: 44 notas sustentadas, a maior sustentacao entre as geradas.

acervo

wewerehere-v2a2:31

24.4 dBdinamica

44sustentadas

37 centsvibrato

2514 Hzbrilho

movimento da voz · tom C maior (confianca 0.93)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

wewerehere-v2b2:06

25.1 dBdinamica

32sustentadas

28 centsvibrato

2426 Hzbrilho

movimento da voz · tom A# maior (confianca 0.86)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Fire

Mais grave e espalhada pelos registros, com pouca sustentacao.

acervo

fire-v1a4:12

22.1 dBdinamica

16sustentadas

198 centsvibrato

2386 Hzbrilho

movimento da voz · tom G menor (confianca 0.78)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

fire-v1b3:28

23.8 dBdinamica

4sustentadas

—vibrato

2358 Hzbrilho

movimento da voz · tom G menor (confianca 0.83)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Horizons

A que mais mora no grito: uma das faixas passa 89% do tempo em belt.

acervo

suno-horizons-v1-chops2:19

17.3 dBdinamica

11sustentadas

66 centsvibrato

1278 Hzbrilho

movimento da voz · tom C maior (confianca 0.89)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

suno-horizons-v2-chops3:06

23.1 dBdinamica

7sustentadas

41 centsvibrato

2228 Hzbrilho

movimento da voz · tom C maior (confianca 0.91)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Digital Sky

Mora no agudo, dinamica media para baixa.

acervo

suno-digital-sky-v13:21

17.1 dBdinamica

5sustentadas

47 centsvibrato

1940 Hzbrilho

movimento da voz · tom C maior (confianca 0.82)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

suno-digital-sky-v23:28

13.8 dBdinamica

13sustentadas

31 centsvibrato

2517 Hzbrilho

movimento da voz · tom C maior (confianca 0.87)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Builders

Dinamica baixa e quase nenhuma sustentacao — uma das faixas tem ZERO notas seguradas.

acervo

suno-builders-v1-vocal3:16

13.7 dBdinamica

2sustentadas

43 centsvibrato

2234 Hzbrilho

movimento da voz · tom F maior (confianca 0.88)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

suno-builders-v2-vocal2:49

15.1 dBdinamica

0sustentadas

—vibrato

2377 Hzbrilho

movimento da voz · tom F maior (confianca 0.87)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Cover isolado

A menor dinamica do acervo inteiro, e uma das faixas tambem sem nenhuma sustentacao.

acervo

suno-cover-isolado-v13:04

14.8 dBdinamica

0sustentadas

—vibrato

2501 Hzbrilho

movimento da voz · tom G maior (confianca 0.85)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

suno-cover-isolado-v23:35

10.8 dBdinamica

16sustentadas

32 centsvibrato

2127 Hzbrilho

movimento da voz · tom C maior (confianca 0.89)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

Cover reel

Dinamica alta numa faixa, sustentacao quase nula na outra.

acervo

suno-cover-reel-v12:14

28.2 dBdinamica

2sustentadas

—vibrato

2183 Hzbrilho

movimento da voz · tom A# maior (confianca 0.84)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

suno-cover-reel-v22:52

15.1 dBdinamica

12sustentadas

90 centsvibrato

2380 Hzbrilho

movimento da voz · tom F maior (confianca 0.81)

espectrograma (grave embaixo, agudo em cima; cor = volume)

forma de onda (so o volume)

piano roll (cada bloco = uma nota cantada)

dialogo entre as vozes (azul = troca de registro)

notas usadas (ambar = tonica)

onde a voz passa o tempo

As referências, medidas

O acervo de referência do seu computador, passado pela mesma régua. Não há player aqui de propósito: parte destas gravações é de terceiros e não é nossa para publicar. O que interessa são os números — é neles que dá para ver por que uma soa desesperada e outra soa amadora.

referência	tom	f0 mediana	dinâmica	sustentadas	mais longa	vibrato	% belt
humano ao vivo (AGT) VOZ HUMANA REAL: 182 sustentadas e 41 dB — nenhuma gerada chega perto	D menor	294 Hz	41.1 dB	182	3.1s	57 cents	19%
humano, captacao suja (AGT) mesma origem, gravacao contaminada por banda e plateia	A# menor	286 Hz	14.9 dB	32	0.9s	54 cents	29%
audio de TikTok baixado de fora, usado so como referencia de estilo	A menor	227 Hz	59.1 dB	28	0.7s	83 cents	2%
viking-gods (ref) trecho baixado de link; a geracao nunca chegou a rodar	C menor	310 Hz	9.4 dB	2	0.7s	—	33%

f0 mediana mostra onde a voz mora. Repare que quase toda saída do Suno se aglomera entre 469 e 595 Hz, uma região alta e genérica, enquanto as duas vozes humanas ficam perto de 290 Hz — quase uma oitava abaixo. % belt diz se a música vive no grito: acima de 75% não sobra região média, e sem região média não há de onde subir. f0 mediana não determina o sexo de quem canta — homem em belt alto e mulher em região média se cruzam nessa faixa.

O gráfico que resume tudo

Cada bolinha é uma faixa. Quanto mais à direita, mais a música respira (dinâmica). Quanto mais para cima, mais a voz segura as notas. O canto superior direito é onde mora a música que emociona. Passe o mouse para ver o nome e os números.

nossas músicas referências geradas voz humana real

A voz humana está sozinha lá em cima. 182 notas sustentadas e 41 dB. A melhor coisa que o Suno produziu em todo o acervo tem 44 sustentadas. Não é questão de timbre: é que a voz humana segura frase e varia volume de um jeito que o modelo raramente faz. Esse é o teto real com que estamos lidando.

Como classificar uma voz

O vocabulário mínimo para descrever qualquer voz, o número que mede cada coisa nesta página, e a palavra que pede aquilo ao Suno. É isso que transforma "gostei dessa" numa instrução que dá para repetir.

conceito	o que é	onde ver aqui	como pedir
Tessitura	a faixa de notas onde a voz é confortável	f0 mediana e o gráfico "onde a voz passa o tempo"	`low register`, `high belt range`
Registro	o mecanismo: peito (grosso, forte), cabeça (leve), mix (o meio), falsete (soprado)	% em belt no gráfico de barras	`driven chest mix`, `no falsetto`
Belt	levar o peso do peito para o agudo — é o "grito" cantado	faixa 440-700 Hz nas barras	`emotional belting`
Vibrato	oscilação da nota: taxa (Hz) e profundidade (cents)	métrica "vibrato" em cada faixa	`wide slow vibrato` ou `straight tone`
Sustentação	quanto tempo a voz segura uma nota	métrica "sustentadas" e a linha reta no gráfico de movimento	`long sustained notes`
Ataque	como a nota começa: direta ou escorregando por baixo (scoop)	saltos no início das frases no gráfico de movimento	`scooped attacks`, `direct attack`
Textura	limpa, rasgada (grit), soprada, nasal	brilho em Hz — acima de 2400 soa rasgado	`gritty rasp`, `clean tone`, `breathy`
Dinâmica	a distância entre o mais baixo e o mais alto	métrica "dinâmica" e a linha cinza do movimento	`quiet intro` + `explosive chorus`
Fraseado	a relação com o tempo: em cima, atrasado (layback), apressado	tamanho e espaçamento dos blocos no diálogo	`laid back phrasing`
Interação	como as vozes se revezam e quanto silêncio deixam	gráfico "diálogo": vão na troca e blocos azuis	`zero gap`, `overlapping vocal handoff`
Tom	a tonalidade: nota central e se é maior (aberto) ou menor (tenso)	coluna "tom" e o histograma de notas	`in D minor`

A receita que funciona

Depois de comparar as 15, esta é a ordem que produziu os melhores resultados. O erro comum é pedir só o gênero e esperar que a voz venha junto.

1. Gênero primeiro, e específico. cinematic pop rock, power ballad carrega mais informação que rock. O gênero decide instrumentação, andamento e até o tipo de voz que o modelo escolhe.

2. Nomeie o trecho calmo. quiet piano intro foi a instrução mais eficiente de todas as que testamos — mais que pedir "contraste dinâmico", porque nomeia o instrumento e o momento. Sem um trecho baixo, não existe explosão.

3. Descreva o mecanismo da voz, não a emoção. driven chest mix, no falsetto, wide slow vibrato funciona; "voz emocionada" não. O modelo entende técnica vocal melhor que adjetivo.

4. Diga como as vozes se encontram. zero gap, instant overlapping vocal handoff. Sem isso o modelo deixa quase um segundo de silêncio entre a chamada e a resposta, e o efeito de duelo se perde.

5. Negative tags contra o que você não quer. constant screaming, flat dynamics, childish voice, thin vocals. Foi o que impediu de repetir o achatamento das primeiras.

6. styleWeight 0,85 ou mais quando o caráter importa. A única música que fizemos com 0,72 foi a que saiu sem personalidade.

7. Idioma explícito. english lyrics ou brazilian portuguese — o modelo não deduz do resto do prompt.

O que aprendemos comparando

Tudo abaixo saiu da comparação entre os prompts e as medições desta página.

Intensidade constante achata. As três primeiras músicas pediam screaming, desperate e raw aggressive ao mesmo tempo, sem nenhuma marcação de trecho calmo. Resultado: 16 dB de dinâmica e duas notas sustentadas na música inteira. Soa grande e não emociona, porque nunca sai do teto.

Nomear o trecho calmo é a instrução mais eficiente. Mais direta que pedir "contraste dinâmico": quiet piano intro rendeu a melhor sustentação de frase do lote, e quiet intro junto de explosive final chorus rendeu o maior contraste, porque marca começo e fim.

Os negativos seguram o exagero. Colocar constant screaming e flat dynamics em negativeTags foi o que impediu de repetir o erro das primeiras.

O modo cover herda o fraseado. A versão em inglês foi feita como cover da faixa em português, e por isso ficou presa num desenho rítmico pensado para o português.