Suno-მ ახალი ფუნქცია Speech წარადგინა, რომელიც ხმასა და მუსიკას ერთ ტრეკად აერთიანებს

Suno-მ, AI მუსიკის პლატფორმამ, ახალი ფუნქცია Speech წარადგინა, რომელიც სცენარის ან ტექსტური აღწერის მიხედვით მეტყველებას ქმნის. ფუნქცია საჯარო ბეტა რეჟიმშია ხელმისაწვდომი კომპანიის ვებსაიტსა და მობილურ აპლიკაციებზე და ხმასთან ერთად ფონურ მუსიკასაც ქმნის.

ხმა და მუსიკა ერთ ტრეკში

Suno ახალ ფუნქციას ასე აღწერს: „პირველი აუდიო მოდელია, რომელიც ხმასა და მუსიკას ერთ, მთლიან ტრეკად აერთიანებს“. კომპანიის პროდუქტის ხელმძღვანელმა Jack Brody-მ განაცხადა, რომ მუსიკა ყოველთვის დარჩება Suno-ს გულში და იმაშიც, რასაც კომპანია ქმნის, თუმცა მისი ხედვა ადამიანური გამოხატვის სხვა ფორმებსაც მოიცავს.

ფონური მუსიკა სავალდებულო არ არის: გადამრთველით მისი გამორთვა და მხოლოდ სუფთა მეტყველების მიღება შეიძლება. Suno-ს განმარტებით, მუსიკა კონკრეტულ შემთხვევებს ერგება, მაგალითად ლექსებისთვის მშვიდი ფონი ან დრამატული გახმოვანებისა და სიტყვით გამოსვლებისთვის უფრო ენერგიული თანხლება.

როგორ მუშაობს Speech

ფუნქციის გამოსაყენებლად გახსენით Create ჩანართი და აირჩიეთ Speech-ის პარამეტრი. ორი რეჟიმი არსებობს: მარტივი, რომელიც შეყვანილი აღწერილობის მიხედვით ქმნის ხმას (მაგალითად, „მეკობრეთა კაპიტანი ეკიპაჟს მოუწოდებს“), და გაფართოებული, რომელიც მზა სცენარს იყენებს, თუ ზუსტად იცით, რა უნდა ითქვას. გაფართოებულ პარამეტრებში შეიძლება ხმის სქესის, მეტყველების სტილისა და თითოეული გენერაციის მრავალფეროვნების დაყენება. ერთი გენერაცია მაქსიმუმ დაახლოებით 8 წუთს გრძელდება.

კონკურენტული ბაზარი და ბეტას შეზღუდვები

AI მეტყველება ახალი არ არის: Google-ის DeepMind ათი წელია ღრმა სწავლებაზე დაფუძნებულ მეტყველების სინთეზს იკვლევს, Adobe-ს ტექსტის ხმად გადაქცევის ხელსაწყო აქვს, ElevenLabs კი 2023 წლიდან ამ მიმართულების ერთ-ერთი ყველაზე ცნობილი პლატფორმაა. ეს ნაბიჯი იმაზე მიუთითებს, რომ Suno მუსიკის გენერაციის მიღმა ახალ მიმართულებებს ეძებს: კომპანიის მუსიკის გენერატორს ბევრი სასამართლო დავა მოჰყვა.

კომპანია აღიარებს, რომ ფუნქცია ჯერ სრულყოფილი არ არის. „ბეტა მართლაც ბეტაა“, თქვა Brody-მ და დასძინა, რომ ზოგჯერ ბრიტანული აქცენტი შეიძლება ავსტრალიაში გადაუხვიოს და უკან დაბრუნდეს, დრამატული პაუზებიც შეიძლება ძალიან დრამატული იყოს. მისივე თქმით, მომხმარებლები თითქმის აუცილებლად იპოვიან ამ ფუნქციის ისეთ გამოყენებას, რომელიც კომპანიას არ მოუფიქრებია. Suno ამბობს, რომ Speech-ს მომხმარებლის გამოხმაურების მიხედვით გააუმჯობესებს.