Kako AI stvara originalnu glazbu i pjesme iz teksta u 2026. godini

Što je text-to-music AI i kako funkcionira

Text-to-music AI platforme omogućuju stvaranje potpuno originalne glazbe iz jednostavnog tekstualnog opisa — bez poznavanja glazbene teorije ili sviranja instrumenta. Korisnik upiše prompt poput "melankolična klavirska balada o kišnom danu u Zagrebu", a sustav generira novu audio datoteku s melodijom, harmonijom, ritmom i čak vokalima na hrvatskom jeziku.

Ova tehnologija se ne temelji na kopiranju postojećih pjesama. Umjesto toga, AI modeli koriste tzv. latentne difuzijske modele (Latent Diffusion Models) koji uče matematičke obrasce zvučnih valova iz milijuna audio zapisa. Model transformira tekstualni opis u numeričku reprezentaciju, a zatim postupno "denoisira" slučajni šum u koherentan audio signal — potpuno novu pjesmu koja nikad prije nije postojala.

Prema podacima tržišnih analiza, globalno tržište AI glazbe je 2025. godine vrijedilo 3,2 milijarde dolara, s projekcijom rasta na 18,9 milijardi dolara do 2034. godine — godišnja stopa rasta od 21,8%. U Hrvatskoj, gdje je pristup internetu i digitalnim platformama široko rasprostranjen, sve više glazbenih producenata, YouTubera i marketinških agencija koristi ove alate za brzu produkciju pozadinske glazbe.

Vodeće platforme i cijene u EUR za hrvatske korisnike

U 2026. godini, dvije platforme dominiraju tržištem text-to-music AI-ja: Suno AI i Udio. Obje nude besplatne verzije za osobnu upotrebu, ali zahtijevaju pretplatu za komercijalno korištenje.

Suno AI — tržišni lider s 100 milijuna korisnika

Suno AI je do kraja 2025. dostigao procijenjenu vrijednost od 2,45 milijardi dolara, s gotovo 100 milijuna korisnika i godišnjim prihodom od približno 300 milijuna dolara. Platforma podržava preko 50 jezika, uključujući hrvatski, što znači da korisnik može unijeti hrvatske stihove i dobiti AI vokal koji pjeva na hrvatskom s pravilnim naglaskom.

Udio v4 — visoka rezolucija i duže kompozicije

U travnju 2026., Udio je predstavio svoj v4 model koji podržava 48kHz stereo audio i omogućava generiranje pjesama do 10 minuta. Ova nadogradnja posebno je korisna za filmske skladatelje i producente ambijentalne glazbe koji trebaju dugačke, visokokvalitetne audio zapise bez šavova.

Hrvatska zakonska regulativa i autorsko pravo

U Hrvatskoj, autorska prava regulira Zakon o autorskom pravu i srodnim pravima (ZAPSP, NN), koji jasno veže autorstvo uz ljudsku kreativnost. Prema trenutnoj interpretaciji zakona, glazba koju generira AI u potpunosti — bez značajnog ljudskog kreativnog doprinosa — ne može biti zaštićena autorskim pravom i automatski prelazi u javno vlasništvo.

Što znači "značajan ljudski doprinos"?

Hrvatski pravnici i stručnjaci za intelektualno vlasništvo tumače ovaj pojam ovako:

• Pisanje originalnih stihova i melodijskih ideja prije AI generiranja
• Kompleksno ručno uređivanje AI-generiranih staza (npr. miksanje s akustičnim instrumentima)
• Produkcija, aranžiranje i dodavanje elemenata uživo (gitare, vokali, bubnjevi)
• Kreativne odluke u post-produkciji (efekti, masteriranje, struktura)

Ako hrvatski umjetnik može dokumentirati takav doprinos, finalno djelo može biti zaštićeno autorskim pravom kao "kompozitno djelo" — spoj ljudskog i AI rada.

Komercijalno korištenje — što smijete, a što ne

Ako korisnik u Hrvatskoj želi monetizirati AI-generiranu glazbu (npr. objaviti na Spotify, YouTube, koristiti u reklamama), mora imati plaćenu pretplatu na platformi. Glazba generirana putem besplatnih verzija Suno ili Udio ograničena je striktno na osobnu, nekomercijalnu upotrebu.

Zanimljivo je da, čak i s plaćenom pretplatom, korisnik ne postaje automatski "autor" u pravnom smislu — već stječe licencu za komercijalnu distribuciju. Sama AI-generirana instrumentacija i dalje spada u javno vlasništvo, ali platforma daje ekskluzivno pravo korištenja.

EU AI Act i obveze transparentnosti

Kao članica Europske unije, Hrvatska je izravno podložna EU AI Actu (Uredba EU 2024/1689), koji je stupio na snagu u kolovozu 2024. godine. Ova regulativa postavlja stroge zahtjeve za transparentnost i zaštitu autorskih prava u kontekstu generativne AI. [Izvor: EU AI Act, 2024]

Obvezno označavanje AI sadržaja

Prema AI Actu, svi AI-generirani audio zapisi moraju biti jasno označeni strojno čitljivim formatom. To znači da platforme poput Suno i Udio moraju ugrađivati metadata koji označavaju sadržaj kao "AI-generated". Hrvatski korisnici koji dijele takve pjesme na streaming servisima moraju poštovati ovu obvezu — inače riskiraju uklanjanje sadržaja.

Pravo umjetnika na "opt-out"

Prema članku 4. EU Direktive o autorskim pravima, pojačanom AI Actom, hrvatski glazbenici i izdavačke kuće imaju pravo eksplicitno zabraniti korištenje svojih autorskih djela za treniranje AI modela. Ova tzv. "opt-out" klauzula omogućava umjetnicima da zaštite svoj katalog od text-and-data mininga (TDM) koji AI kompanije koriste za učenje.

U praksi, to znači da hrvatska glazbena scena može proaktivno zaštititi svoju kulturnu baštinu — primjerice, klape iz Dalmacije ili tamburašku tradiciju iz Slavonije — od neželjenog AI kopiranja.

Kako AI modeli uče i zašto ne "kradu" glazbu

Najčešća zabluda je da AI text-to-music platforme "kolaž-iraju" fragmente postojećih pjesama poput digitalnog DJ-a. Stvarnost je drukčija i matematički kompleksnija.

AI modeli poput Googlovog Lyria 3, OpenAI Jukeboxa ili Suno Bark koriste duboko učenje nad milijunima audio zapisa. Umjesto kopiranja audio datoteka, oni uče apstraktne obrasce — kako zvuči rock gitara, kakav je ritam salse, kako se构建uje harmonija u klasičnoj glazbi. Prema objašnjenju s Google AI Bloga, model "razumije" strukturu glazbe kao matematičku distribuciju frekvencija, amplituda i vremenskih odnosa. [Izvor: Google AI Blog, 2025]

Latentni difuzijski proces — od šuma do simfonije

Proces generiranja se odvija ovako:

1. Tokenizacija prompta: Tekstualni opis (npr. "energična elektronska glazba za trening") pretvara se u numeričke vektore koji kodiraju žanr, tempo, instrumente i emocije.
2. Latentni prostor: Model mapira te vektore u višedimenzionalni "latentni prostor" gdje svaka točka predstavlja moguću glazbenu kompoziciju.
3. Difuzija: Počevši od nasumičnog bijelog šuma, model iterativno "denoisira" signal prema ciljanoj točki u latentnom prostoru, postupno oblikujući melodiju, harmoniju i ritam.
4. Dekodiranje: Finalna latentna reprezentacija dekodira se u audio waveform — 44.1kHz ili 48kHz stereo zapis.

Rezultat je matematički jedinstven — čak i ako stil zvuči poznato, konkretna kombinacija nota, tonova i dinamike nikad prije nije postojala u toj konfiguraciji.

Stručna mišljenja: Google, OpenAI i Anthropic o budućnosti AI glazbe

Vodeći AI istraživački centri imaju različite vizije uloge umjetne inteligencije u glazbenoj industriji.

Google DeepMind — Lyria 3 i strukturna kontrola

Google je predstavio Lyria 3 model koji može generirati visokokvalitetne 3-minutne pjesme s vokalima i instrumentima. Prema Google AI Blogu, ključna inovacija je "strukturna kontrola" — producenti mogu specificirati točan raspored strofa, refrena, bridgea i solo dionica. Google naglašava da AI ne zamjenjuje ljudski kreativni iskru, već ga proširuje — omogućavajući skladateljima da brzo isprobavaju stotine varijacija prije nego odaberu finalnu verziju.

OpenAI — suradnja s Juilliard školom

OpenAI, poznat po pionirskim modelima MuseNet i Jukebox, krajem 2025. pokrenuo je suradnju sa studentima prestižne Juilliard škole. Cilj projekta je trenirati modele koji bolje hvataju ljudske nijanse — fraziranje, timing, mikro-dinamiku — koje profesionalni glazbenici instinktivno ugrađuju u izvedbe. [Izvor: OpenAI Blog, 2025]

Ova inicijativa odražava filozofiju da AI treba biti kolaborativni instrument, ne zamjena za ljudsku umjetnost.

Anthropic — "steerable" AI i zaštita od plagijata

Anthropic, tvrtka iza Claude modela, fokusira se na "upravljiv i siguran" AI. Iako Claude nije specijaliziran za audio, široko se koristi u glazbenoj industriji za pisanje strukturiranih stihova i preciznih glazbenih promptova. Anthropic zagovara transparentne modele koji aktivno sprječavaju plagijat — sustavi koji detektiraju ako generirana glazba previše nalikuje postojećem djelu i automatski je odbacuju. [Izvor: Anthropic Blog, 2026]

Praktični savjeti za hrvatske korisnike

Ako želite eksperimentirati s AI glazbom, evo konkretnih koraka za najbolje rezultate:

1. Pišite precizne promptove

Umjesto "napravi mi pjesmu", koristite detaljan opis:

• "Akustična folk balada, muški vokal, gitara i harmonika, melankolična atmosfera, tempo 70 BPM, inspirirana dalmatinskim klapama"
• "Energični techno track, 128 BPM, sintetizatori u stilu Berlinskog techno-a, bez vokala, za DJ set"

2. Koristite hrvatski jezik za stihove

I Suno i Udio podržavaju hrvatski. Možete unijeti vlastite stihove, a AI će generirati vokal koji pjeva na hrvatskom. Kvaliteta izgovora je impresivna, iako ponekad zahtijeva nekoliko pokušaja da bi naglasci bili savršeni.

3. Kombinirajte AI s ljudskim elementima

Za zaštitu autorskih prava i autentičnost, razmislite o ovom workflow-u:

1. Generirajte AI instrumentaciju (bubnjevi, bas, klavijature)
2. Snimite vlastite vokale ili gitaru preko AI podloge
3. Ručno miksirajte i masterirajte u DAW-u (Ableton, Logic, FL Studio)

Ovaj hibridni pristup osigurava autorska prava i dodaje ljudsku toplinu koja AI-u još uvijek nedostaje.

4. Provjerite licencu prije komercijalne upotrebe

Ako planirate objaviti AI glazbu na Spotify, koristiti u YouTube videu s monetizacijom ili prodavati kao stock music, morate imati plaćenu pretplatu. Besplatne verzije to eksplicitno zabranjuju u uvjetima korištenja.

Utjecaj na glazbenu industriju i streaming platforme

Eksplozija AI-generirane glazbe postavlja nove izazove za streaming servise i umjetnike. Prema izvještaju Deezera iz 2025., preko 20.000 AI-generiranih pjesama dnevno se uploada na platformu — otprilike 18% svih novih uploada.

Ovaj trend pokreće nekoliko pitanja:

• Pretrpanost kataloga: Kako će algoritmi za preporuke razlikovati kvalitetnu AI glazbu od spam sadržaja?
• Distribucija prihoda: Tko dobiva royalties za AI pjesme — programer koji je napisao model, korisnik koji je napisao prompt, ili nitko?
• Autentičnost: Kako će slušatelji vrednovati glazbu kad znaju da je generirana algoritmom?

Paradoks savršenstva — porast potražnje za ljudskom nesavršenošću

Kontraintuitivna pojava u 2026. godini je da tehnički savršena AI glazba zapravo povećava vrijednost ljudskih izvedbi. Jer AI može instant generirati pitch-perfect, ritmički besprijekorni track, glazbeni producenti i slušatelji sve više cijene sirove, blago nesavršene nijanse live nastupa — vibrato koji nije matematički pravilan, timing koji "breathes" s emocijom, improvizaciju koja krši teorijska pravila.

U Zagrebu, Splitu i Rijeci, live koncerti doživljavaju renesansu upravo zbog ovog efekta — autentičnost postaje premium proizvod.

Preporuke OECD-a za politiku i regulaciju

Organizacija za ekonomsku suradnju i razvoj (OECD) naglašava da dok generativna AI demokratizira glazbenu kreaciju, donositelji politika moraju uspostaviti okvire koji balansiraju inovaciju s zaštitom ljudskih umjetnika. [Izvor: OECD AI Policy Observatory, 2025]

Ključne OECD preporuke uključuju:

• Transparentnost treniranja modela — kompanije moraju objaviti što je korišteno za učenje
• Pravo umjetnika na nadoknadu ako su njihova djela korištena u treniranju
• Obvezno označavanje AI sadržaja na svim platformama
• Potpora programima koji obrazuju glazbenike kako koristiti AI kao alat, ne zamjenu

Hrvatska, kao članica EU-a, može implementirati ove smjernice kroz nacionalne zakone i poticaje za kreativne industrije.