Estrutura de música explicada

A estrutura dominante na música popular é verso–refrão, e o motivo de ela durar não é conservadorismo — é que resolve um problema real. Um ouvinte precisa ouvir algo novo (o verso) e depois ganhar algo familiar pra se agarrar (o refrão). Repete isso duas vezes e a parte familiar vira aquilo que ele está esperando. A ponte existe só pra fazer o refrão final bater mais forte, tirando o refrão exatamente na hora em que o padrão viraria previsível.

Os comprimentos das seções são mais padronizados do que a maioria imagina. Oito compassos são a unidade padrão; dezesseis para um verso que precisa de espaço; quatro para um pré-refrão cuja única função é empurrar pra frente. O que varia por gênero é onde a recompensa entra. A música pop trouxe o primeiro refrão cada vez mais cedo — muitas vezes dentro dos primeiros 30 segundos — porque as taxas de pulo no streaming punem uma abertura lenta. A dance substitui o refrão por um drop e estrutura tudo em torno da subida até ele. O hip hop costuma rodar mais perto de um loop com ganchos por cima, em vez de um arco ascendente.

O erro estrutural mais comum em música amadora e gerada por IA é o mesmo: tudo chega de uma vez só. Se o primeiro verso já vem com o arranjo completo, o refrão não tem para onde ir. Estrutura é um orçamento — segure instrumentos para que adicionar algo signifique alguma coisa. Um refrão parece grande porque o verso antes dele era menor, não porque está alto.

Quando você escreve um prompt para um gerador, vale declarar a estrutura explicitamente. "Verso, refrão, verso, refrão, ponte, refrão final, primeiro verso esparso, arranjo completo a partir do segundo refrão" dá muito mais material para o modelo do que só gênero e clima, e é o jeito mais rápido de evitar que faixas geradas soem planas.