Suno, la piattaforma nota per la generazione di musica tramite intelligenza artificiale, ha annunciato il lancio di Speech, una nuova funzionalità che consente di creare voci parlate sintetiche accompagnate da musica di sottofondo generata dall'IA. La funzione è ora disponibile in beta pubblica sulle piattaforme web e mobile di Suno, e permette di generare simultaneamente voiceover e colonne sonore personalizzate.
Come funziona Speech
Per utilizzare Speech, gli utenti devono selezionare la scheda "Crea" e navigare fino all'opzione Speech. Sono disponibili due modalità: Semplice, che consente di descrivere ciò che si desidera creare tramite un prompt (ad esempio, "un capitano pirata che arringa il suo equipaggio"), e Avanzata, che permette di inserire un copione personalizzato se si sa già esattamente cosa far dire alla voce. Le impostazioni avanzate offrono anche la possibilità di regolare il genere della voce AI, lo stile del parlato e il grado di varietà di ogni generazione. La durata massima di Speech è di circa otto minuti.
La combinazione di musica e voce generate dall'IA rappresenta l'interpretazione unica di Suno dei tradizionali strumenti di sintesi vocale. La musica di sottofondo è opzionale e può essere disattivata con un semplice interruttore per ottenere solo la voce pulita. L'obiettivo è quello di completare casi d'uso specifici per la parola generata, come una colonna sonora rilassante per poesie o un sottofondo energico per voiceover drammatici e discorsi motivazionali.
Un mercato affollato e le sfide legali
La generazione di parlato tramite IA non è certo una novità: DeepMind sperimenta la sintesi vocale con deep learning da un decennio, Adobe offre uno strumento di text-to-speech e ElevenLabs è diventata una delle piattaforme più riconoscibili del settore dal suo lancio nel 2023. Suno entra quindi in un mercato già competitivo, probabilmente con l'intento di diversificare la propria offerta, considerando che il suo generatore musicale ha attirato numerose cause legali per violazione del copyright.
Jack Brody, chief product officer di Suno, ha dichiarato: "La musica sarà sempre al centro di Suno e di ciò che costruiamo. Allo stesso tempo, la nostra visione si è sempre estesa ad altre forme di espressione umana. Oggi espandiamo le possibilità in Suno con Speech: il primo modello audio che genera voce e musica insieme come un'unica traccia coesa".
Suno ammette che la funzione è tutt'altro che perfetta, ma afferma che continuerà a migliorare Speech in base al feedback degli utenti. "Beta significa davvero beta", ha detto Brody. "Occasionalmente, gli accenti britannici possono vagare verso l'Australia e ritorno. Le pause drammatiche potrebbero essere molto drammatiche. Scoprirete quasi certamente usi per questa funzione che non ci sono mai venuti in mente".
Con Speech, Suno cerca di ampliare il proprio raggio d'azione oltre la musica, puntando a diventare una piattaforma versatile per la creazione audio basata sull'IA. Resta da vedere come gli utenti accoglieranno questa nuova funzionalità e se riuscirà a distinguersi in un panorama sempre più affollato di strumenti di sintesi vocale. Nel frattempo, l'azienda continua a navigare le complesse questioni legali legate al copyright, che potrebbero influenzare il suo futuro sviluppo.
