Suno-ն նոր ֆունկցիա ստեղծեց՝ Speech, որը ձայնն ու երաժշտությունը մեկ երգում ինտեգրում է

Suno-ն՝ AI երաժշտության պլատֆորմը, նոր ֆունկցիա ստեղծեց՝ Speech, որը սցենարի կամ տեքստային նկարագրության հիման վրա ստեղծում է խոսք: Ֆունկցիան հասանելի է հանրային բետա ռեժիմում ընկերության կայքում և բջջային հավելվածներում, և ձայնի հետ միասին ստեղծում է նաև ֆոնային երաժշտություն:

Ձայնն ու երաժշտությունը մեկ երգում

Suno-ն նոր ֆունկցիան այսպես է նկարագրում. „առաջին աուդիո մոդելն է, որը ձայնն ու երաժշտությունը մեկ, ամբողջ երգում ինտեգրում է“: Ընկերության արտադրանքի ղեկավարը՝ Jack Brody-ն, հայտարարեց, որ երաժշտությունը միշտ կմնա Suno-ի սրտում և այն բանում էլ, որ ընկերությունը ստեղծում է, սակայն իր տեսլականը ներառում է մարդկային արտահայտության այլ ձևեր:

Ֆոնային երաժշտությունը պարտադիր չէ: անջատիչով հնարավոր է այն անջատել և ստանալ միայն մաքուր խոսք: Suno-ի բացատրությամբ, երաժշտությունը համապատասխանում է կոնկրետ դեպքերին, օրինակ՝ տեքստերի համար հանգիստ ֆոն կամ դրամատիկ ձայնաստեղծման և բանավոր ելքերի համար ավելի էներգետիկ ուղեկցություն:

Ինչպես է աշխատում Speech-ը

Ֆունկցիան միացնելու համար բացեք Create բաժինը և ընտրեք Speech-ի պարամետրը: Կան երկու ռեժիմ. պարզ, որը մուտքագրված նկարագրության հիման վրա ստեղծում է ձայն (օրինակ՝ «կապիտանը թիմին կանչում է»), և ընդլայնված, որը օգտագործում է պատրաստ սցենար, եթե ճշգրիտ գիտեք, թե ինչ պետք է ասվի: Ընդլայնված պարամետրերում հնարավոր է սահմանել ձայնի սեռը, խոսքի ոճը և յուրաքանչյուր գեներացիայի բազմազանությունը: Մեկ գեներացիան առավելագույնը մոտ 8 րոպե է տևում:

Մրցակցային շուկան և բետայի սահմանափակումները

AI խոսքը նոր բան չէ. Google-ի DeepMind-ը տասնամյակ էլ ավելի ժամանակ ուսումնասիրում է խոր ուսուցման վրա հիմնված խոսքի սինթեզը, Adobe-ն ունի տեքստի ձայնի վերածելու գործիք, իսկ ElevenLabs-ը 2023 թվականից այս ուղղության ամենահայտնի պլատֆորմներից մեկն է: Այս քայլը մատնացնում է, որ Suno-ն երաժշտության գեներացիայից դեպի նոր ուղղություններ է շարժվում. ընկերության երաժշտության գեներատորը բազմաթիվ դատական վեճեր է ունեցել:

Ընկերությունը ճանաչում է, որ ֆունկցիան դեռ կատարելագործված չէ: «Բետան իսկապես բետա է», ասաց Brody-ն և ավելացրեց, որ երբեմն բրիտանական ակցենտը կարող է Ավստրալիայում անցնել և վերադառնալ, դրամատիկ դադարները նույնպես կարող են շատ դրամատիկ լինել: Նրա իսկ խոսքերով, օգտատերերը գրեթե անպայման կգտնեն այս ֆունկցիայի այնպիսի կիրառում, որը ընկերությանը չի մտածել: Suno-ն հայտարարում է, որ Speech-ը կբարելավի օգտատերերի արձագանքի հիման վրա: