将语音与音乐作为单一连贯音轨共同生成，AI 音乐制作平台 Suno 推出 Speech 语音功能

📋总体概括

AI音乐制作平台Suno于当地时间10月1日宣布推出语音功能Speech，官方称其为业界首个能将语音与音乐作为单一连贯音轨共同生成的端到端闭源音频模型。与先做TTS再拼接BGM的传统工作流不同，Speech可单次生成完整融合语音朗读与原创BGM的音频。该功能此前已与小范围用户测试约一个月，现正式开放公测，内置在Suno平台中，用户输入文字并描述音色与音乐风格即可创作带BGM的语音内容。官方同时承认Beta版存在口音漂移、语调过于戏剧化等问题。