Új lapon nyílik meg
Illusztráció – AI-val készült

Suno beszédgenerálás: AI-zenéhez most már beszéd is jár

A Suno AI-zenei platform új funkciója már nemcsak dalokat, hanem beszélt szöveget is képes előállítani – ráadásul háttérzenével együtt.

["A Suno beszédgenerálás funkciója nyilvános bétában indult 2026 októberében, és a The Verge beszámolója szerint a cég ezzel kilép a tisztán zenei tartalmak világából. Az új Speech (beszéd) funkció lehetővé teszi, hogy szintetikus narrációt vagy felolvasást készíts, amit opcionálisan AI-generált háttérzene kísér – mindezt egyetlen, egységes hangsávként.nnA Suno eddig elsősorban AI-zenéről volt ismert: szöveges utasítás alapján teljes dalokat, instrumentális számokat generált. A beszédgenerálás hozzáadásával a platform most a szöveges tartalmak hangosítása felé is nyit, ami új felhasználási lehetőségeket kínál – például podcastokhoz, prezentációkhoz vagy akár versek felolvasásához.", "## Hogyan működik a Suno beszédgenerálás?nnA funkció két módban használható. Az egyszerű (Simple) módban leírod, milyen hangvételű beszédet szeretnél – például „egy kalóz kapitány buzdítja a legénységét" –, és a rendszer ehhez generál hangot és stílust. A haladó (Advanced) módban viszont saját szöveget adhatsz meg, és finomhangolhatod a hang nemét, stílusát, valamint azt, mennyire legyen változatos az egyes generálások között. A Speech funkció legfeljebb körülbelül nyolc perces hanganyagot tud előállítani egyszerre.nnA háttérzene opcionális: egy kapcsolóval kikapcsolhatod, ha csak tiszta beszédet szeretnél. A Suno ötlete az, hogy a zene kiegészítse a tartalmat – nyugtató dallammal kísérve egy verset, vagy energikus zenével egy motivációs beszédet.", "## Miért lép be a Suno a beszédgenerálás piacára?nnJack Brody, a Suno termékfejlesztési vezetője a bejelentésben hangsúlyozta: bár a zene mindig központi marad, a cég víziója kiterjed az emberi kifejezés más formáira is. A Speech az első olyan modell a platformon, amely hangot és zenét együtt, koherens egységként állít elő.nnA lépés időzítése nem véletlen. A Suno AI-zenei generátora több szerzői jogi pert is vonzott, így a diverzifikáció üzleti szempontból is érthető. A beszédgenerálás piac egyébként zsúfolt: a DeepMind már egy évtizede kísérletezik mély tanulással működő beszédszintézissel, az Adobe kínál szöveg-beszéd eszközt, az ElevenLabs pedig 2023-as indulása óta az egyik legismertebb platform ezen a területen. A Suno most ezzel a kombinált megközelítéssel – beszéd plusz zene – próbál kitűnni.", "## Mit jelent ez a gyakorlatban?nnA Suno maga is elismeri, hogy a funkció még messze nem tökéletes – a béta valóban bétát jelent. Brody szerint előfordul, hogy a brit akcentus "elkalandozik Ausztráliába és vissza", a drámai szünetek túlságosan drámaiakká válnak, és valószínűleg olyan felhasználási módokat fogsz felfedezni, amikre a fejlesztők nem is gondoltak.nnA Suno beszédgenerálás funkciója elérhető a platform webes és mobilos felületein egyaránt. A cég ígérete szerint a felhasználói visszajelzések alapján folyamatosan fejlesztik majd a Speech képességeit. A technológia mögött – akárcsak a zenei generálásnál – neurális hálózatok állnak, amelyek hatalmas mennyiségű hanganyagból tanulták meg a beszéd mintázatait, hanglejtését és ritmusát."]

Mit jelent ez neked?

Ha AI-eszközökkel tanulsz vagy dolgozol, a Suno Speech segíthet gyorsan narrációt készíteni videókhoz, prezentációkhoz vagy tananyagokhoz – anélkül, hogy saját hangodat kellene felvenned. A háttérzene-generálás pedig egyedi, hogy egy platformon kapd meg a teljes hangsávot. Érdemes kipróbálni, de a béta státusz miatt hibákra, furcsaságokra számíts.

Kapcsolódó lecke: Előtanított modellek →

Forrás: The Verge – AI music maker Suno now generates spoken words

Megosztás:FacebookLinkedInX

További hírek

Az összes AI-hír →