AI-stemmer udfordrer menneskets rolle i lydfortællinger

Suno har lanceret Speech, som laver tale og musik sammen ud fra en skrevet tekst. Det betyder noget, fordi brugere slipper for at lave stemme og musik i to forskellige programmer. Funktionen kan nu prøves af alle på både nettet og mobilen, men sprog og priser er endnu ukendte.

Tænk på Suno som et køkken på internettet. Det bruger kunstig intelligens. Det vil sige et computerprogram, der kan skabe noget ud fra tekst. Før lavede det kun musik. Nu går det også ind i tale. Den nye funktion hedder Speech. Man giver den et manuskript. Det er den tekst, der skal siges højt. Eller man giver den en prompt. Det er en kort skrevet besked med ønsker. Så laver den både speak og baggrundsmusik på samme tid. Speak er en stemme, der taler. Baggrundsmusik er musik, der spiller stille under stemmen. Det er lidt som at lave både sovs og kartofler i samme gryde, så de passer sammen fra start.

Speech er i åben beta på web og mobil. Beta betyder en tidlig prøveversion. Åben betyder, at alle kan prøve den. Web er Sunos side på internettet. Mobil er Sunos program til telefonen. Alle kan altså prøve talefunktionen nu på Sunos egne platforme. Den findes begge steder. Så web og mobil får samme funktion. Det flytter Suno fra ren musik til bredere lyd. Gad vide, hvad lyd ellers kan være?

For brugeren samler det to arbejdsgange i ét værktøj. Man skriver, hvad der skal siges. Eller man beskriver stemmen med en prompt. Så får man både speak og musik ud. Det fjerner behovet for at lave voiceover ét sted og underlægning et andet. Voiceover er et andet ord for indtalt stemme. Underlægning er musik lagt under tale. Produktchef Jack Brody bestemmer over produktet. Han siger, at musikken altid vil være kernen i det, firmaet bygger. Samtidig har visionen fra begyndelsen rakt til andre former for menneskeligt udtryk. Suno beskriver Speech som en lydmodel. Det er et program, der både laver stemme og musik. Udmeldingen nævner ikke sprog, stemmer eller priser.