Suno, Speech beta'yı duyurdu: isteğe bağlı arka plan müziğiyle yapay zekâ seslendirmeleri üretiyor

Suno müzikten konuşmaya uzanıyor

En çok yapay zekâ müzik üreticisiyle tanınan Suno, şarkılar yerine konuşulan ses üreten bir özellik yayınladı. The Verge'ye göre Speech, şu anda Suno'nun web ve mobil uygulamalarında açık beta olarak kullanılabilir durumda ve tek bir üretimde seslendirmeyi ile arka plan müziğini birlikte oluşturabiliyor.

Suno'ya göre asıl mesele bu birleşimde. Ürün direktörü Jack Brody, duyuruda bu özelliği "sesi ve müziği tek bir tutarlı parça olarak birlikte üreten ilk ses modeli" olarak tanımladı ve şirketin hedefleri her zaman diğer insan ifade biçimlerine uzansa da müziğin şirketin kalbinde kaldığını ekledi.

Özellik ne yapıyor

Speech, Create sekmesi altında yer alıyor ve iki modla geliyor. Simple mod, istediğiniz şeyin düz bir dille yazılmış açıklamasını alıyor — The Verge, mürettebatını toplayan bir korsan kaptan örneğini veriyor — Advanced mod ise sözlerini tam olarak bildiğinizde özel bir senaryoyu kabul ediyor. Gelişmiş ayarlar, üretilen sesin cinsiyeti, konuşma tarzı ve ardışık üretimlerin ne kadar çeşitlilik getireceği üzerinde kontrol sunuyor. Tek bir çıktı kabaca sekiz dakikaya kadar sürebiliyor.

Arka plan müziği zorunlu değil, isteğe bağlı: yalnızca temiz konuşma gerektiğinde bir düğmeyle kapatılabiliyor. Suno, bu eşleştirmeyi belirli konuşma formatlarına uygun olarak konumlandırıyor; örneğin bir şiirin altında sakin bir müzik ya da dramatik seslendirmelerin ve motive edici konuşmaların ardında daha enerjik bir şey.

Şirket kusurları konusunda açık sözlü. "Beta gerçekten beta demek," dedi Brody; İngiliz aksanının zamanla Avustralya aksanına kayabildiğini ve dramatik duraklamaların çok dramatik çıkabileceğini itiraf etti. Suno, Speech'i kullanıcı geri bildirimlerine dayanarak geliştirmeye devam edeceğini söylüyor.

Tanıdık bir pazar, farklı bir dokunuşla

The Verge'nin işaret ettiği gibi, yapay zekâ ile üretilen konuşma yeni bir alan değil, kalabalık bir zemin. DeepMind on yıldır derin öğrenme tabanlı konuşma sentezi üzerinde deneyler yapıyor, Adobe bir metin-konuşma aracı sunuyor ve ElevenLabs, 2023'te yayına girmesinden bu yana kategorinin en tanınan platformlarından biri hâline geldi. Suno'yu farklı kılan şey konuşmanın kendisi değil, ses ve müzik üretimini tek bir üründe birleştirmesi.

Bu adımda savunmacı bir mantık da olabilir. The Verge, Suno'nun müzik üreticisi çok sayıda dava almış olduğu göz önüne alındığında, bu genişlemenin platformu çeşitlendirmeye yönelik bir girişim olabileceğini öne sürüyor.

Neden önemli

İçerik üreticiler için çekici olan şey daraltılmış iş akışı: anlatım ve müzik genellikle ayrı araçlardan gelir ve sonrasında elle hizalanması gerekir; Speech bunu tek bir üretim adımına dönüştürüyor. Özellik betanın ötesine geçip olgunlaştıkça kalite korunursa, seslendirilmiş video, şiir, sunum ve benzeri formatlar için bitmiş sese giden hızlı bir yol hâline geliyor; müzik düğmesi ise özelliği düz seslendirme işleri için de kullanılabilir kılıyor.

Sektör açısından ise bu yayım, Suno'nun katı bir müzik şirketi değil, bir ses şirketi olmak istediğinin sinyalini veriyor. Bu, öne çıkan bir üretken ses markasını ElevenLabs ve Adobe gibi konuşma uzmanlarının kulvarına taşıyor; üstelik bu araçların şu an eşleşemediği, ses artı müzik paketlenmiş bir yetenekle. Müzik üreticisi hukuki süreçlere gömülmişken, ikinci bir ürün hattı, o hukuki anlaşmazlıkların nasıl sonuçlanacağından bağımsız olarak Suno'ya büyüme alanı sağlıyor.