Suno ने 1 अक्टूबर 2026 को Speech का सार्वजनिक बीटा खोलने की घोषणा की। उपयोगकर्ता के दिए विचार या पाठ और आवाज तथा संगीत शैली के विवरण से यह सुविधा बोली गई आवाज और पृष्ठभूमि संगीत साथ बनाती है। कंपनी के रिलीज नोट्स के अनुसार, यह मोबाइल और वेब पर उपलब्ध है। यह ऑडियो बनाने के एक प्रकार से दूसरे की ओर बढ़ना है: बोलने के लिए लिखा पाठ और उसके आसपास तैयार किया गया संगीत।
एक पाठ से क्या मिलता है
लॉन्च घोषणा में Suno ने कविता पढ़ने, सोने से पहले की कहानी, ध्यान या प्रेरक भाषण जैसे उपयोग बताए हैं। उपयोगकर्ता इच्छित रूप बता सकता है, जैसे शांत वर्णन और हल्का संगीत। कंपनी आवाज तथा संगीत को साथ बनाने की सुविधा पेश करती है, केवल रिकॉर्डिंग में पहले से मौजूद संगीत फाइल जोड़ने की नहीं।
सामग्री तैयार करने वालों के लिए यह विकल्प पूरी प्रोडक्शन प्रक्रिया से पहले किसी ऑडियो विचार को आजमाने में काम आ सकता है। एक ही पाठ को दो शैलियों में सोचकर देखा जा सकता है कि हर शैली उसका अनुभव कैसे बदलती है। यह संभावित उपयोग है, हर निर्देशन का सटीक पालन या पहले से तय अवधि का वादा नहीं।
घोषणा में खास ध्यान देने वाला विवरण बीटा का दर्जा है। Suno कहती है कि ऑडियो बनते समय उच्चारण का लहजा बदल सकता है और नाटकीय विराम जरूरत से ज्यादा लंबे हो सकते हैं। सबके लिए पहुंच खुलने का अर्थ यह नहीं कि टूल इतना स्थिर हो गया है कि हर परिणाम सुने बिना प्रकाशित किया जा सके।
शुरुआत एक ही अंश को धीमे संगीत और अधिक उभरते संगीत के साथ तुलना करके की जा सकती है। लक्ष्य केवल प्रभावशाली संस्करण चुनना नहीं, बल्कि वह संस्करण चुनना है जिसमें सुनने वाला बिना मेहनत के पाठ समझ सके।
आवाज को प्रकाशित सामग्री बनाने से पहले
घोषणा में हिब्रू की गुणवत्ता के लिए खास प्रतिबद्धता या Speech की भाषाओं की विस्तृत सूची नहीं है। हर प्लान की उपयोग सीमाएं और निर्यात शर्तें भी पूरी तरह नहीं बताई गई हैं। इसलिए बीटा को असीमित हिब्रू वाचन बनाने की सुविधा बताना या सार्वजनिक उपलब्धता से यह मान लेना गलत होगा कि हर खाते में सभी व्यावसायिक उपयोग अनुमत हैं।
पहली जांच के लिए अपने अधिकार वाला छोटा पाठ चुनना अच्छा होगा जिसमें कोई नाम, संख्या और ऐसा वाक्य हो जिसमें शब्द छूटना आसानी से पकड़ा जाए। बनने के बाद दो बातों को अलग-अलग सुनें: शब्द सही बोले गए या नहीं और संगीत उन्हें समझने देता है या नहीं। मधुर संगीत पाठ की छोटी गलती छिपा सकता है।
परिणाम वीडियो के लिए हो तो दृश्य की अवधि के साथ उसका मेल भी जांचें। केवल सुनने में ठीक लगने वाला विराम संपादन के क्रम को बिगाड़ सकता है। मूल पाठ को फाइल के साथ रखना उपयोगी होगा, ताकि दूसरे समीक्षक के पास आवाज का सामान्य प्रभाव लेने के बजाय तुलना का आधार हो।
घोषणा Speech को किसी खास व्यक्ति की आवाज की नकल बनाने वाले टूल के रूप में पेश नहीं करती। आवाज की शैली बताने को किसी व्यक्ति की नकल करने या अधिकार रहित सामग्री इस्तेमाल करने की अनुमति नहीं मानना चाहिए। इजराइली रचनाकार के लिए फिलहाल उपयोगी कदम हिब्रू में छोटा, नियंत्रित प्रयोग और वास्तविक प्लान की शर्तों की जांच है। उसके बाद ही तय किया जा सकता है कि टूल नियमित प्रोडक्शन प्रक्रिया के अनुकूल है या नहीं।