Suno Speech: como gerar vozes e música com IA

Segundo apuração do The Verge, o Suno expandiu sua atuação para além da música gerada por inteligência artificial ao lançar o recurso Speech. A ferramenta cria vozes faladas a partir de descrições ou scripts, permitindo produzir narrações acompanhadas de trilha sonora em plataformas web e móveis.

Como funciona a criação de áudio no Suno Speech?

A ferramenta disponibiliza dois modos de operação para atender a diferentes fluxos de trabalho. O modo simples utiliza caixas de texto baseadas em comandos descritivos, enquanto o modo avançado aceita roteiros personalizados para maior controle do texto.

As configurações avançadas também permitem ajustar o gênero da voz sintética, o estilo de fala e o nível de variação. Cada geração comporta uma duração máxima de cerca de oito minutos, atendendo a demandas de narração curta.

É possível remover a música de fundo?

Sim, a inclusão de trilha sonora é opcional. Os usuários podem desativar a música de fundo por meio de um botão de alternância caso precisem apenas de áudio falado limpo.

Jack Brody, diretor de produtos da empresa, afirmou que o modelo foi projetado para gerar voz e música de forma unificada. No entanto, a companhia adverte que a versão beta apresenta limitações temporárias, como variações inesperadas em sotaques e pausas dramáticas acentuadas.