Suno відкрила публічне бета-тестування генерації мовлення
Suno представила Speech — функцію, що створює синтетичне мовлення за готовим сценарієм або текстовим описом. Вона доступна в публічній бета-версії на вебплатформі та в мобільних застосунках компанії. Система може одночасно генерувати голосовий супровід і фонову музику, об’єднуючи їх в один аудіотрек. Музику можна вимкнути, якщо користувачеві потрібен лише чистий голос.
Speech має два режими. Simple дає змогу описати бажаний результат у полі запиту, тоді як Advanced приймає власний сценарій. Розширені налаштування дозволяють змінювати стать голосу, стиль мовлення та рівень відмінностей між варіантами генерації. Максимальна тривалість створеного матеріалу становить приблизно вісім хвилин.
Головний директор із продуктів Suno Джек Броуді заявив, що музика залишається основою компанії, а Speech розширює платформу на інші форми самовираження. У Suno визнають, що функція ще далека від досконалості, і планують удосконалювати її на основі відгуків користувачів. За словами Броуді, британська вимова іноді може несподівано змінитися на австралійську, а драматичні паузи — стати надмірними. Серед можливих застосувань компанія називає озвучення поезії, драматичні закадрові тексти та промови, що підбадьорюють.
Текст підготовлено ШІ Sakhanda Wire за матеріалом The Verge. Факти, цитати та повний контекст — в оригінальній статті нижче.