Suno, la plateforme de musique par IA, génère désormais des paroles

Suno, la plateforme populaire de génération de musique par IA, étend officiellement ses capacités au-delà de la mélodie et du rythme en introduisant une nouvelle fonctionnalité de synthèse vocale. Actuellement disponible en version bêta publique sur les plateformes web et mobiles, cet outil permet aux utilisateurs de générer du contenu parlé accompagné d'une musique de fond. Ce mouvement stratégique marque un tournant significatif pour l'entreprise, principalement connue pour ses outils de création musicale virale, alors qu'elle cherche à intégrer des voix off et de l'audio narratif dans son écosystème génératif existant.

Le directeur produit, Jack Brody, a souligné que si la musique reste au cœur de Suno, la vision de l'entreprise a toujours englobé des formes plus larges d'expression humaine. Brody a déclaré : « Aujourd'hui, nous élargissons ce qui est possible chez Suno avec Speech : le premier modèle audio qui génère la voix et la musique ensemble comme une seule piste cohérente. » La plateforme propose deux modes distincts : un mode « Simple » pour la création basée sur des invites et un mode « Avancé » pour les utilisateurs souhaitant saisir des scripts personnalisés, ajuster le genre de la voix et affiner les styles de parole, avec une durée maximale de huit minutes par génération.

Le paysage de la parole générée par IA est déjà très compétitif, des acteurs établis comme ElevenLabs, Adobe et DeepMind dominant le secteur depuis des années. L'entrée de Suno dans cet espace est perçue par les analystes comme une tentative calculée de diversifier ses offres de produits, d'autant plus que l'entreprise fait face à des défis juridiques continus liés aux données d'entraînement de sa génération musicale. En associant la parole à la musique, Suno tente de se différencier des services de synthèse vocale standard, offrant une proposition de valeur unique aux créateurs ayant besoin de bandes sonores intégrées pour leur contenu parlé.

Cette nouvelle fonctionnalité devrait avoir des répercussions importantes pour les créateurs de contenu, les podcasteurs et les spécialistes du marketing qui ont besoin d'une production audio rapide et de haute qualité. Les utilisateurs peuvent désactiver la musique de fond s'ils préfèrent une parole claire, mais l'utilité principale réside dans la capacité d'associer des voix off dramatiques à des bandes sonores atmosphériques pour des poèmes, des discours ou de la narration. Bien que la fonctionnalité soit actuellement en version bêta et sujette à des incohérences occasionnelles, comme des accents errants ou des pauses trop dramatiques, elle représente un grand pas en avant dans l'audio génératif unifié.

À l'avenir, Suno prévoit d'affiner le modèle vocal en fonction des retours continus des utilisateurs, reconnaissant que la technologie est loin d'être parfaite. Les experts de l'industrie suggèrent qu'à mesure que Suno continuera d'itérer, la plateforme pourrait devenir une force dominante dans l'économie des créateurs, à condition qu'elle puisse naviguer dans le paysage juridique complexe entourant les droits d'auteur de l'IA. L'avenir de l'audio génératif réside probablement dans ces systèmes multimodaux, où la musique et la parole ne sont plus isolées, mais existent en tant que résultat créatif unique, cohérent et hautement personnalisable.