Suno新增Speech功能：语音与背景音乐一次生成
Suno推出Speech功能，用户输入文本或想法并描述声音与音乐风格，模型生成口播与匹配的背景音乐，合成单条音轨；公司称该功能内测一个月，测试版仍有bug。
AI解读：Suno原本以AI音乐生成被熟知，这次把口播内容也纳入生成范围。新功能Speech会把朗读文本和与之匹配的背景音乐同时生成，输出为一条音轨，而不是分开的两段素材。对做冥想、睡前故事、诗歌这类内容的人来说，省掉的是找配乐、对时间轴和调音量的步骤。
用法是输入一个想法或写好的文字，再描述想要的声音和音乐风格，模型负责把两者一起做出来。Suno产品负责人Jack Brody说，Speech已经和一小群测试者试了一个月。公司给出的适用场景是诗歌、冥想和睡前故事，但测试版仍有bug，比如英式口音有时会听起来像澳式口音。
Suno没有说明这个模型是怎么训练的。与此同时，AI音乐生成器正因潜在的版权侵权问题受到批评：大型唱片公司已经起诉Suno，慕尼黑一家法院近期作出不利于这家初创公司的裁决，拒绝把合理使用作为使用受版权保护数据的理由。
对普通听众而言，这条消息暂时不需要任何行动；真正相关的是靠语音加配乐做内容的创作者，他们可以先把它当作一个省去配乐环节的测试选项，但要接受口音漂移等测试版问题，并把版权诉讼的走向视为这项功能能否长期稳定提供的前提。
Suno正在为其AI音乐生成器增加一个名为Speech的新功能。据The Decoder报道，该功能会把朗读出来的文本和与之匹配的背景音乐一起生成，输出为单条音轨。
用户的操作方式是输入一个想法或写好的文本，并描述想要的声音和音乐风格，模型随后同时生成人声和声音部分。
Suno产品负责人Jack Brody表示，公司用一个小规模测试组对Speech测试了一个月。
Suno称该功能可用于诗歌、冥想和睡前故事，但测试版仍有bug；例如英式口音有时会听起来像澳大利亚口音。
Suno没有说明这个模型是如何训练的。这一信息缺口出现在AI音乐生成器因潜在版权侵权而受到批评的当口：大型唱片公司已经起诉Suno，慕尼黑一家法院近期作出不利于该初创公司的裁决，拒绝将合理使用作为使用受版权保护数据的理由。