Suno 開聲
一直主打 AI 寫歌嘅 Suno，最近推出咗一個叫 Speech 嘅新功能，可以按用户輸入嘅劇本或描述生成人聲，同時配埋背景音樂，合併成一條完整音軌。功能現已喺網頁同手機平台開放公測。
Suno CPO Jack Brody 喺公告話：「音樂永遠係 Suno 同我哋所構建嘅嘢核心。同時，我哋嘅願景一直延伸到其他形式嘅人類表達。」佢更稱 Speech 係「第一個將人聲同音樂合併成一條完整音軌嘅音訊模型」。
點用
功能有兩個模式：Simple 模式用提示詞描述想要嘅內容，譬如「一個海盜船長激勵船員」；Advanced 模式可以輸入自訂劇本。背景音樂可以一鍵關閉，淨住人聲。Suno 指功能適合朗讀詩歌、冥想引導、睡前故事等場景。Brody 話公司用一小群人測試咗一個月先放公測。
AI 語音合成唔係新嘢
呢個領域已有好幾位玩家。DeepMind 研究深度學習語音合成約十年，Adobe 有文字轉語音工具，ElevenLabs 自 2023 年起已成語音合成嘅代表平台。Suno 屬後發入場。
版權問題
Suno 嘅 AI 音樂生成器已被多家唱片公司起訴。慕尼黑法院近期裁定 Suno 嘅「公平使用」辯駁不成立。對新推出嘅 Speech 功能，Suno 冇交代模型點訓練、訓練資料從邊嚟。
技術侷限
公測版仍有 bug。已知問題包括英國口音有時會被合成得似澳洲口音。對以「真實感」賣點嘅語音工具，呢個係基本功。
阿調搞兩下
AI 寫歌、寫詩、講人話，條線越行越長。最難解決嘅唔係技術，係邊個授權條音軌。唱片公司嘅歌喺慕尼黑法庭打咗；語音嘅話，邊個授權個聲？用家輸入「用我老細個聲同我傾傾」，模型照樣生成，佢有冇批？
Suno 唔係第一個入場，大概都唔係最後一個。但語音克隆嘅風險比音樂高幾個量級：音樂造假，頂多係版税；語音造假，可以做嘅嘢多得多。技術行快，授權機制唔跟到，呢個先係真正要問嘅嘢。
阿調｜深度調教
