Suno anunció el 1 de octubre de 2026 la apertura de Speech en beta pública. La función genera voz hablada y música de fondo a la vez, a partir de una idea o un texto del usuario y una descripción de la voz y del estilo musical. Según las notas de la versión de la compañía, está disponible en móvil y en la web. Es el paso de un tipo de generación de audio a otro: texto pensado para ser pronunciado, con una banda sonora construida a su alrededor.
Qué se obtiene a partir de un texto
En el anuncio de lanzamiento, Suno describe usos como recitar un poema, contar un cuento antes de dormir, guiar una meditación o pronunciar un discurso motivador. El usuario puede definir el carácter deseado, por ejemplo, una narración tranquila con un acompañamiento musical suave. La compañía presenta una generación integrada de voz y música, no la simple incorporación de un archivo musical existente a una grabación.
Para los creadores de contenido, esta opción puede servir para experimentar con una idea sonora antes de producirla por completo. Se puede imaginar el mismo texto con dos estilos y comprobar cómo cambia la sensación en cada uno. Es una posibilidad de uso, no una promesa de que se respetarán exactamente todas las instrucciones de dirección ni una duración fijada de antemano.
El detalle importante del anuncio es precisamente la etiqueta beta. Suno advierte que los acentos pueden variar durante la generación y que las pausas dramáticas pueden resultar exageradas. Abrir el acceso a todo el mundo no significa que la herramienta haya alcanzado una estabilidad que permita publicar cualquier resultado sin escucharlo.
Se puede empezar comparando el mismo fragmento con música tenue y con una más destacada. El objetivo no es elegir únicamente la versión más impresionante, sino aquella en la que el oyente entiende el texto sin esfuerzo.
Antes de que la narración se convierta en contenido publicado
El anuncio no incluye un compromiso específico de calidad en hebreo ni una lista detallada de los idiomas de Speech. Tampoco explica por completo los límites de uso y las condiciones de exportación de cada plan. Por eso no sería correcto presentar la beta como producción de narraciones en hebreo sin restricciones, ni deducir de su disponibilidad pública que todas las cuentas permiten cualquier uso comercial.
Para una primera prueba, conviene elegir un texto breve propio que contenga un nombre, un número y una frase en la que sea fácil detectar una omisión. Después de generarlo, escucha por separado dos aspectos: si las palabras se han pronunciado correctamente y si la música permite entenderlas. Una banda sonora agradable puede ocultar un pequeño error en el texto.
Si el resultado está destinado a un vídeo, comprueba también cómo encaja con la duración de las imágenes. Una pausa que no molesta al escuchar puede alterar la secuencia de montaje. Conviene guardar el texto original junto al archivo para que otra persona pueda compararlos, en lugar de basarse únicamente en una impresión general de la voz.
El anuncio no presenta Speech como una herramienta para clonar la voz de una persona concreta. Describir un estilo vocal no debe interpretarse como permiso para imitar a alguien ni para utilizar material sobre el que no se tengan derechos. Para un creador israelí, el paso útil ahora es un experimento pequeño y controlado en hebreo, junto con una comprobación de las condiciones reales de su plan. Solo después podrá decidir si la herramienta encaja en su proceso habitual de producción.