La plateforme de création musicale par intelligence artificielle Suno franchit une nouvelle étape en intégrant une fonctionnalité de synthèse vocale baptisée « Speech ». Ce nouvel outil, actuellement en phase de bêta publique, permet aux utilisateurs de générer des voix à partir de scripts tout en assurant une cohérence sonore avec la musique d'accompagnement.
Une intégration native entre voix et musique
L'innovation majeure de cette mise à jour réside dans la capacité de l'outil à produire une piste sonore unifiée où la voix et l'instrumentation sont générées simultanément. Bien que la musique reste le cœur de métier de Suno, cette évolution marque une volonté de diversifier les formes d'expression humaine assistées par IA. Les utilisateurs conservent toutefois la flexibilité de désactiver la bande-son pour ne conserver que la voix synthétique, offrant ainsi une liberté de création accrue pour divers projets audio.
Des modes de contrôle pour les créateurs
Suno propose deux approches pour manipuler cette technologie. Le mode simple repose sur une requête textuelle descriptive, tandis que le mode avancé offre une précision accrue en permettant l'insertion de scripts complets. Les créateurs peuvent également affiner le rendu final en ajustant le genre de la voix, le style de diction et le degré de variation des générations. Le système permet actuellement de produire des contenus d'une durée maximale d'environ huit minutes.
Les défis techniques de la phase bêta
Malgré ces avancées, l'éditeur reconnaît que la technologie n'est pas encore exempte de défauts. Jack Brody, responsable des produits chez Suno, a souligné l'existence d'imprécisions, notamment dans la gestion des accents qui peuvent varier de manière inattendue au cours d'une même génération. L'entreprise mise sur les retours des utilisateurs pour corriger ces instabilités et améliorer progressivement la fiabilité de l'outil. Cette phase de développement souligne les limites actuelles des modèles de synthèse vocale face à la complexité des nuances linguistiques et culturelles.