„Suno“ dabar kalba: AI įrankis įgarsina tekstą ir priduria muzikos

Tikriausiai pažįstate „Suno" kaip įrankį, kuris per kelias sekundes iš paprasto aprašymo sukuria dainą. Dabar tas pats įrankis prabilo — ir ne šiaip sau, o balsu, kurį galite pasukti kaip tik norite.

Spalio pradžioje „Suno" paleido viešą „Speech" funkcijos beta versiją. Ji veikia ir naršyklėje, ir mobiliosiose programėlėse, o idėja paprasta: suvedate scenarijų arba aprašote, ko norite, ir gaunate kalbantį balsą, o fone tuo pačiu groja dirbtinio intelekto sukurta muzika. Kol kas tai vienintelis garso modelis, kuris balsą ir muziką generuoja kaip vieną vientisą įrašą.

Visgi pati kalbos sintezė jokia naujiena. „DeepMind" su šia sritimi eksperimentuoja jau dešimtmetį, „Adobe" turi savo teksto įgarsinimo įrankį, o „ElevenLabs" nuo 2023-ųjų tapo bene žinomiausia šios srities platforma. „Suno" tiesiog įmeta savo akmenį į tą pačią balą — ir, tikėtina, neatsitiktinai. Bendrovės muzikos generatorius pastaruoju metu susilaukė krūvos ieškinių, tad nauja kryptis atrodo kaip bandymas išplėsti veiklos lauką.

Naudotis funkcija nesudėtinga. Atidarote skirtuką „Create", pasirenkate „Speech" ir turite du kelius. Paprastas režimas leidžia aprašyti, ko norite — pavyzdžiui, „piratų kapitonas telkiantis savo įgulą". Pažangus režimas priima tikslų tekstą, jei jau žinote, ką balsas turi pasakyti, ir dar leidžia pasirinkti balso lytį, kalbėjimo stilių bei įvairovę tarp atskirų generacijų. Įrašas gali trukti iki maždaug aštuonių minučių.

Svarbu ir tai, kad foninę muziką galima išjungti vienu paspaudimu, jei reikia tik švaraus balso. Pati bendrovė neslepia, kad funkcija dar toli gražu ne tobula. „Beta iš tiesų reiškia beta", — sakė vyriausiasis produktų vadovas Jackas Brody, pridūręs, kad britiški akcentai kartais „nuklysta iki Australijos ir atgal".

Paprastam žmogui tai reiškia dar vieną būdą įgarsinti eilėraštį, pristatymą ar dramatišką istoriją — nesamdant nei diktorės, nei garso studijos.