Hacker News Digest

Я обучаю 125 млн‑параметрный трансформер, который в реальном времени подсказывает продолжение пианино‑партии (~108 нот/сек на iPhone 15). Ключевой прорыв — правильный MIDI‑токенизатор, агрессивная очистка датасета и DPO‑пост‑тренировка.

Я превратил MIDI‑события в компактный набор токенов: отдельные коды для NOTE, TIME_SHIFT, DURATION и VELOCITY. Такой формат гарантирует валидный синтаксис, устраняет «зависание» нот и позволяет модели генерировать ноты за один шаг, что критично для мобильных устройств. Обучение прошло на отфильтрованных 200 мелодиях, где я сортировал аккорды по тональности, чтобы избежать неоднозначности порядка нот.

Для ускорения я использовал 24‑шаговый тактовый деления, что покрывает обычные и тройные ритмы. После обучения применяю DPO‑корректировку, чтобы модель отдавала предпочтение более «музыкальным» продолжениям, что подтверждается в 70 % случаев в сравнениях Gemini. Теперь приложение RollTab умеет мгновенно подхватывать ваш ввод и развивать мелодию в стиле классических тем, от «Pokémon» до «Für Elise».

Запомните:

• Токенизация в виде [NOTE, PITCH, VELOCITY, DURATION] + TIME_SHIFT делает генерацию быстрой и синтаксически корректной.
• DPO‑пост‑тренировка повышает «музыкальность» вывода, а 125 млн параметров достаточно для 108 нот/сек на iOS.
• Приложение уже доступно бесплатно в App Store для MIDI‑клавиатур.

Токенизация MIDI на события (NOTE, TIME_SHIFT, DURATION, VELOCITY) и пост-тренировка DPO с агрессивной очисткой данных — ключевые прорывы, а не архитектура модели. Они обеспечивают валидный синтаксис и качество генерации: ритм, музыкальная форма, естественность звучания, подтверждённые опытом @tom_vidal, @devonsolomon, @noman-land, @pil0u. Размер модели вторичен — качество определяется токенизацией и DPO, как отмечают @gaya3bollineni и @evalystai. Практические запросы: интеграция с внешними MIDI-устройствами (@Tepix), расширение токенизации для атаки, грациозных нот и педали (@davidajackson), генерация 3–4-частного барочного сопровождения с экспортом в редактируемый формат (@heikkilevanto), снижение скорости ради осмысленности через Chain-of-Thought (@subhajeet2107). Требуются данные о стоимости и объёме DPO-тренировки (@theschwa, @arkmm), доступ к весам модели (@abidlabs). Сравнение с Continuator (2003) и Anticipatory Music Transformer показывает: подход не нов, но реализация на устройстве с 125M параметров в реальном времени — новый уровень (@timmb, @bravura). Проект вписывается в тренд, выделяясь локальной реализацией (@speedgoose, @mare5x). Альтернатива — распознавание мелодии через микрофон (@leobg), но требует новой архитектуры. Критика: результаты сопоставимы с Markov-моделями, LLM не понимают музыку — предложена декомпозиция на гармонические и мелодические слои (@rajivayyangar). AI не заменяет интуицию музыканта, а ускоряет отсев мертвых идей (@joshuamerrill, @ghm2199).

Sonic Pi v5 представляет собой фундаментальный перезапуск популярной среды для живого кодирования музыки, теперь построенной на Rust и новом звуковом ядре. Главное нововведение — интеграция Link-протокола, позволяющая синхронизировать несколько экземпляров Sonic Pi между собой и с другими приложениями, такими как Ableton Live, без задержек. Это превращает его из одиночного инструмента в узел в распределённой музыкальной сети. Также добавлены новые синтезаторы, улучшенная поддержка MIDI и переработанный интерфейс с более плавной анимацией и улучшенной читаемостью кода.

Версия v5 сохранила простоту Ruby-синтаксиса, которая сделала Sonic Pi популярным в образовании, но теперь работает в 3–5 раз быстрее благодаря оптимизациям на уровне ядра. Поддержка многопоточности стала более предсказуемой, а ошибки в коде теперь реже приводят к полной остановке звука. Разработчик Sam Aaron подчеркивает, что цель — не просто улучшить производительность, а сделать живое кодирование более надёжным и масштабируемым для сценических выступлений и совместных проектов.

Тред дополняет статью опытом использования Sonic Pi, его сравнением с другими инструментами (например, Strudel) и обсуждением лицензирования. Пользователи подтверждают, что Sonic Pi — удобный инструмент для начинающих и профессионалов, подходящий как для хобби, так и для профессиональной работы. Обсуждается риск нарушения авторских прав при использовании семпла Amen Brother breakbeat. Также затрагивается вопрос о названии: некоторые предлагают изменить его, чтобы избежать путаницы с Raspberry Pi.

Продав 2500 устройств Jamcorder, автор открыл для себя, что аппаратная часть — не так уж и сложна, как принято считать. Несмотря на ожидания, связанные с проблемами электроники, цепочек поставок и производства, всё прошло гладко: первые 500 устройств он собрал сам за четыре дня без ошибок, а платы состояли всего из 25 стандартных компонентов. Главная сложность оказалась в программном обеспечении — 200 тысяч строк кода, разработанных три года без помощи LLM.

Успех Jamcorder объясняется сознательной простотой: убраны USB-C, датчики света, кнопка питания, упрощён корпус и сборка (один винт). Автор подчёркивает, что аппаратные трудности — это следствие излишней сложности, а не неизбежность. При достаточной марже и разумном дизайне даже средний объём производства (2500 шт.) не требует масштабных ресурсов. Его 10 рекомендаций включают: минимизацию BOM, работу с китайскими поставщиками, сохранение маржи выше 70%, локальный финальный контроль и чёткие инструкции по сборке. Главный вывод: «аппаратная часть — настолько сложна, насколько вы её сделаете».

Из обсуждения

• @skippyfish: Hardware has a reputation for being hard for three reasons. First, it scales differently than software. It's far harder to design something you want to make a million of than something you want to make ten of. Second, it's harder to anticipate, test, and correct all the things that can go wrong on the user end. Some people will put batteries the wrong way, some will drop the device on the ground, some will connect it to some vintage equipment you have never seen in your life, etc. And third, there are just more failure modes in an unfamiliar domain - sometimes, your code will intermittently crash not because you have a software bug, but because you put the decoupling capacitor too far from the chip. Or, just as you finish your design, the chip you designed it around becomes obsolete, or impossible to find because a factory in Indonesia is on fire.Another complication is that at least in theory, if you're selling electronics, there are actual regulations and third-party testing that needs to happen, and if you fail emissions, you might have to redo your design from scratch. Imagine we had that for software - "your JS is too big, you can't ship until you get it under 50 kB".So, I'm happy for the author, but I think he had an outlier experience. When you look at Kickstarter stories, people repeatedly stumble over this. Manufacturing / cost difficulties, supplier issues, reliability issues, etc.
• @starky: >But for me the take away still is: “hardware is as hard as you make it”.I dislike this statement. Hardware is as hard as the product dictates it needs to be. A 25 component PCBA and a clamshell of 2 injection molded parts is about as simple of a product as you can make. Heck, most people would just buy an off the shelf clamshell for that type of product.That doesn't work for the vast majority of products, building a product with 20 COTS parts plus 60 custom tooled parts, and 4 complex PCBAs is what is hard. Getting everything to fit together, pass testing, arrive on time from dozens of suppliers, etc. it where the complexity comes in. Then consider that hardware is cash intensive, you need to pay ahead of time for all the tools, you need to pay to buy the individual parts and warehouse them somewhere while you build the products you hope are going to sell. If something goes wrong there, then your expensive parts are just sitting there waiting for replacement components before you can ship. Then even when you ship, that revenue goes into buying the next round of parts you are going to receive in 3 months. This is where many hardware projects fail as they run out of cash before the project breaks even.

Отец создал портативный шаговый синтезатор для дочери на третий день рождения. Устройство имеет четыре слайдера, управляющие четырьмя нотами в циклической последовательности: движение вверх повышает, вниз — понижает высоту тона. В синтезаторе встроен модуль генератора звука и динамик, есть регулировки темпа, громкости, лада, высоты тона и тембра, а также OLED-экран с визуальной обратной связью и танцующей пандой.

Автор проекта, не имевший опыта в аппаратном обеспечении, использовал его как возможность изучить микроконтроллеры, CAD, проектирование печатных плат и 3D-печать. Начав с 15-летнего набора Arduino Inventor, он собрал базовый MIDI-контроллер на макетной плате, затем добавил модуль синтезатора SAM2695 и перешел на Elegoo Nano для большего количества аналоговых входов. Основной сложностью стал OLED-дисплей из-за ограниченной оперативной памяти, требующий обновления небольшими участками.

Для корпуса автор изучил Fusion 360 и распечатал его на 3D-принтере Bambu Labs A1 Mini, так как не нашел готовый корпус нужного размера и цвета. Он планирует выпустить небольшую партию синтезаторов и собирает контакты заинтересованных покупателей.

• Создатель синтезатора получил восторженные отзывы за дизайн и физический UX, сравниваемый с продукцией Teenage Engineering.
• Пользователи обсуждали практические аспекты: долговечность (3D-печать vs литьё под давлением), громкость, и интерес дочери к инструменту.
• Предлагались альтернативные решения: Korg NTS-1, Raspberry Pi Pico, Dato Duo, и советы по использованию ESP32/Teensy.
• Многие делились личным опытом создания похожих музыкальных игрушек для детей.
• Критиковались коммерческие аналоги за ограниченность или сложность использования.

Steinberg выпустил VST SDK 3.8.0 с важными изменениями, включая переход на открытый исходный код под лицензией MIT. Основные обновления включают поддержку MIDI 2.0 с новыми интерфейсами IMidiLearn2 и IMidiMapping2, которые заменяют предыдущие версии, а также добавление отсутствующего перечисления ControllerNumbers для MIDI 1.0. Появилась предварительная поддержка Wayland в Linux с интерфейсами IWaylandHost и IWaylandFrame.

VSTGUI обновлен до версии 4.15.0 с новым API Task Concurrency для выполнения задач в фоновых потоках, поддержкой пользовательских макетов вида, включая GridLayouter, аналогичный CSS Grid, и скриптингом для UIDescription. Также добавлен новый текстовый редактор и предварительная поддержка Wayland. В SDK исправлены ошибки в cmake, helper classes и VST3PluginTestHost, а документация адаптирована под новую модель лицензирования.

• Steinberg/Yamaha открыли исходники VST3 SDK под GPL-3, что стало возможным благодаря давлению со стороны CLAP и сообщества.
• Это снимает юридические барьеры для распространения VST3-плагинов в свободных программах и делает возможным включение SDK в дистрибутивы Linux.
• Одновременно, Steinberg открыла исходники примеров и утилит, что упрощает разработку плагинов и хостов.
• Несмотря на то, что VST3 всё ещё более сложен в реализации, чем CLAP, сообщество продолжит использовать VST3 из-за его широкой поддержки.
• Сообщество приветствует этот шаг как победу свободного программного обеспечения в аудио-индустрии.

Suno Studio — это веб-платформа для создания музыки с помощью искусственного интеллекта, позволяющая пользователям генерировать треки по текстовым описаниям. Она предлагает интуитивный интерфейс, где можно указать жанр, настроение, инструменты и даже добавить вокал, получая готовые композиции за секунды.

Сервис демократизирует музыкальное производство, делая его доступным даже для новичков без специальных навыков. Пользователи отмечают высокое качество звука и креативные возможности, хотя иногда AI может выдавать неожиданные результаты. Это инструмент для быстрого прототипирования, вдохновения или просто развлечения, расширяющий границы творчества.

• Музыканты и энтузиасты разделились во мнениях: одни видят в Suno мощный инструмент для творчества и исследования звука, другие считают его лишённым души и чувства достижения.
• Ключевые обсуждаемые особенности Suno: переход к браузерной DAW, генерация качественного контента, включая MIDI и stems, а также вопросы авторских прав и коммерческого использования.
• Поднимаются вопросы этики использования ИИ: заимствование чужих работ для обучения моделей и потенциальная девальвация человеческого труда в музыке и искусстве.
• Отмечается стремительный прогресс качества генерации (Suno v5), что делает музыку неотличимой от профессиональной для большинства слушателей, но эксперты могут определить искусственное происхождение.
• Высказываются опасения о насыщении рынка однообразным контентом и влиянии ИИ-инструментов на будущее профессии музыканта и процесс обучения.