Suno Thêm Tính Năng Speech Tạo Lời Nói Bằng AI

Người dùng vào thẻ Tạo rồi chọn Speech để dùng tính năng này. Hãng cho biết có hai chế độ: Đơn giản, cho phép mô tả điều muốn tạo trong ô nhập, và Nâng cao, cho phép thêm kịch bản có sẵn.

Ở chế độ Nâng cao, người dùng có thể chỉnh giới tính của giọng AI, kiểu giọng và mức độ đa dạng của mỗi lần tạo. Speech có thời lượng tối đa khoảng 8 phút.

Người dùng cũng có thể tắt nhạc nền bằng nút gạt nếu chỉ muốn giọng nói sạch. Suno nói cách này phù hợp với thơ, lời thuyết minh kịch tính và các bài phát biểu cổ vũ.

Giám đốc sản phẩm Jack Brody nói Suno vẫn coi nhạc là trung tâm, nhưng muốn mở rộng sang các hình thức biểu đạt khác của con người. Ông nói Speech là model âm thanh đầu tiên tạo giọng nói và nhạc cùng nhau thành một bản nhạc liền mạch.

Suno cũng thừa nhận tính năng này chưa hoàn hảo và sẽ tiếp tục cải thiện dựa trên phản hồi của người dùng. Brody nói đây đúng là bản thử nghiệm, và đôi khi giọng Anh có thể trôi sang giọng Úc rồi quay lại.

Suno cho biết giọng nói do AI tạo ra không phải là điều mới. DeepMind đã thử tổng hợp giọng nói bằng học sâu trong 10 năm, Adobe có công cụ chuyển văn bản thành giọng nói, còn ElevenLabs đã ra mắt từ năm 2023.