Новый формат: речь и музыка в одном треке
Suno официально запустила Speech Beta — отдельную аудиомодель, которая решает задачу совместной генерации вокальной речи и фоновой музыки. В отличие от стандартных песен, где вокал часто является доминирующим элементом, Speech создает цельный аудиопоток, где речь и инструментал существуют как единое целое. Пользователям достаточно ввести текст (стихотворение, прозу или идею) и описать желаемый стиль голоса и музыкального сопровождения.
Практическое применение и кейсы
Разработчики отмечают, что модель позволяет трансформировать обычные текстовые сообщения в драматичные чтения, а повседневные голосовые заметки — в эпические саундтреки. Среди основных сценариев использования, которые уже протестировала команда Suno, выделяются:
- Создание медитаций и мотивационных речей;
- Генерация колыбельных и детских историй;
- Озвучка личных сообщений с «кинематографичным» саундтреком;
- Создание персонализированных поздравлений для особых случаев.
Статус бета-тестирования и ограничения
Модель находится в стадии открытого бета-тестирования. Разработчики предупреждают о возможных артефактах, характерных для ранних версий генеративных моделей. В частности, зафиксированы проблемы с точностью акцентов (например, британский акцент может непредсказуемо смениться на австралийский) и излишне драматичные паузы в речи. Эти особенности рассматриваются как часть процесса обучения модели на реальных данных сообщества.
Почему это важно
Запуск Speech расширяет концепцию Suno от исключительно музыкального генератора к универсальному инструменту для создания «креативного развлечения» (creative entertainment). Это позволяет пользователям не только писать песни, но и создавать аудиоконтент для подкастов, сторителлинга и личных коммуникаций, сохраняя при этом высокий уровень художественной выразительности за счет синхронизации голоса и музыки.
Источник: Suno ↗