गाने की संरचना समझाई गई

पॉपुलर म्यूज़िक में प्रधान संरचना वर्स–कोरस है, और इसके टिके रहने की वजह रूढ़िवाद नहीं — बल्कि यह है कि यह एक असली समस्या हल करती है. श्रोता को पहले कुछ नया सुनना होता है (वर्स) और फिर पकड़ने के लिए कुछ परिचित मिलना चाहिए (कोरस). इसे दो बार दोहराइए और वही परिचित हिस्सा इंतज़ार की चीज़ बन जाता है. ब्रिज का मकसद बस इतना है कि आख़िरी कोरस और ज़ोर से लगे — ठीक उस पल कोरस को हटा कर जब पैटर्न वरना अनुमान लगाने लायक हो जाता.

सेक्शन की लंबाइयाँ ज़्यादातर लोगों की सोच से ज़्यादा मानकीकृत हैं. आठ बार डिफ़ॉल्ट यूनिट है; सोलह उस वर्स के लिए जिसे जगह चाहिए; चार उस प्री-कोरस के लिए जिसका काम बस आगे धकेलना है. जेनर के हिसाब से बदलता है कि पेऑफ कहाँ बैठता है. पॉप ने पहला कोरस लगातार और पहले खिसकाया है — अक्सर पहले तीस सेकंड के भीतर — क्योंकि स्ट्रीमिंग के स्किप रेट धीमी शुरुआत को सज़ा देते हैं. डांस म्यूज़िक कोरस की जगह ड्रॉप रखता है और पूरी संरचना उसी की बिल्ड के इर्द-गिर्द बनती है. हिप-हॉप अक्सर एक लूप के क़रीब चलता है, जहाँ राइज़िंग आर्क की जगह ऊपर हुक्स रखे जाते हैं.

शौकिया और AI‑जेनरेटेड म्यूज़िक की सबसे आम स्ट्रक्चरल गलती एक ही है: सब कुछ एक साथ आ जाता है। अगर पहले Verse में ही फुल अरेंजमेंट है, तो Chorus के पास जाने को कुछ बचता नहीं। संरचना बजट है — इंस्ट्रूमेंट्स को रोके रखें ताकि उन्हें जोड़ने का मतलब बने। Chorus बड़ा इसलिए लगता है क्योंकि उसके पहले वाला Verse छोटा था, ज़ोरदार होने की वजह से नहीं।

जब आप किसी जेनरेटर को प्रॉम्प्ट करते हैं, तो संरचना साफ़-साफ़ लिखना फायदेमंद है। "Verse, chorus, verse, chorus, bridge, final chorus, sparse first verse, full arrangement from the second chorus" किसी मॉडल को सिर्फ़ जॉनर और मूड से कहीं ज़्यादा पकड़ देता है, और जेनरेटेड ट्रैक्स को फ्लैट लगने से रोकने का यह सबसे तेज़ तरीक़ा है।