Suno推出Speech功能，可同时生成语音与配乐
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载语音功能进入公测
Suno 推出了一项名为 Speech 的新功能，可以依据脚本或提示描述生成口播人声。该功能目前以公开测试的形式在 Suno 的网页端和移动端上线，用户能够同时生成旁白与为其搭配的背景音乐。Suno 首席产品官 Jack Brody 在发布说明中表示，音乐始终是 Suno 的核心，但公司的视野也一直延伸到其他人类表达形式，Speech 是首个把语音与音乐作为一条完整音轨一起生成的音频模型。从产品定位看，Speech 并非单纯的文字转语音工具，而是把合成人声与 AI 生成的配乐打包输出，这一点构成了它与市面上其他语音方案的主要差异。
两种模式与开关设计
使用该功能时，用户需要进入 Create 标签页，再找到 Speech 选项。它提供两种模式：Simple 模式允许用户通过提示框描述想要的内容，例如“一位海盗船长在召集他的船员”；Advanced 模式则允许用户直接填入自定义脚本，适合已经明确知道要说什么的情况。高级设置还提供了更多可调项。背景音乐是可选的，用户可以通过一个开关轻松关掉配乐，只保留干净的人声。Suno 的设计意图是让配乐服务于特定场景，比如为诗歌配上舒缓的伴奏，或为戏剧化旁白和激励性演讲配上更有活力的音乐。
与已有语音工具的差别
AI 生成语音本身并不新鲜。DeepMind 在深度学习语音合成方面已经探索了十年，Adobe 拥有文字转语音工具，ElevenLabs 自 2023 年推出以来也成为这一领域辨识度较高的平台之一。Suno 进入这一赛道，更像是在为平台增加品类。把 AI 音乐与生成人声配对，是 Suno 对文字转语音工具的一种差异化处理：其他方案通常只输出人声，而 Suno 把配乐一并纳入同一条音轨。对于需要旁白加背景音的使用者来说，这减少了分别生成再后期合成的步骤；对于只需要干净人声的使用者，关闭配乐的开关则保留了灵活性。
适用范围与使用限制
Speech 当前处于公开测试阶段，覆盖网页端与移动端，这意味着功能形态和可用范围仍可能随测试推进而调整。它面向的是口播类内容：诗歌朗诵、戏剧化旁白、演讲等场景被明确提及。用户既可以只给一句描述让系统发挥，也可以提供完整脚本来精确控制内容。背景音乐作为可选项存在，说明 Suno 把配乐视为增强而非必需。对读者而言，如果已有固定的文字转语音流程，Speech 提供的是把配音与配乐合并生成的另一种选择；如果只需要纯净人声，则可以通过开关跳过配乐部分。
为什么值得看
将TTS与AI配乐捆绑生成单一音轨，提供差异化音频创作体验，值得关注其应用场景。
信源1 家
关键事实
相关 · 产品
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。