Suno запустила публичное бета-тестирование генерации речи
Suno представила Speech — функцию, которая создает синтетическую речь по готовому сценарию или текстовому описанию. Она доступна в публичной бета-версии на веб-платформе и в мобильных приложениях компании. Сервис способен одновременно формировать голосовую дорожку и фоновую музыку, объединяя их в одну аудиозапись. Музыкальное сопровождение можно отключить отдельным переключателем.
В Speech предусмотрены два режима. Simple позволяет описать желаемый результат в поле запроса, например голос капитана-пирата, собирающего команду. В Advanced можно вставить собственный сценарий. Дополнительные параметры дают возможность выбрать пол голоса, манеру речи и степень различий между вариантами генерации. Максимальная продолжительность результата составляет примерно восемь минут.
Главный директор по продукту Suno Джек Броуди заявил, что музыка остается основой компании, а Speech расширяет ее работу на другие формы самовыражения. Suno предупреждает, что бета-функция пока несовершенна, и намерена дорабатывать ее с учетом отзывов пользователей. По словам Броуди, британское произношение иногда может неожиданно смениться австралийским, а драматические паузы — стать чрезмерно длинными. Среди возможных сценариев компания называет озвучивание стихов, выразительные закадровые тексты и вдохновляющие речи.
Текст подготовлен ИИ Sakhanda Wire по материалу The Verge. Факты, цитаты и полный контекст — в оригинальной статье ниже.