Suno ajoute des voix parlées générées par IA et musique d’ambiance

Suno, plateforme d’IA connue pour la génération musicale, a lancé Speech en bêta publique sur le web et les applications mobiles. La fonction crée une voix parlée à partir d’un texte ou d’une description, tout en ajoutant une musique de fond générée par l’IA. L’enjeu est clair : élargir l’usage de Suno au-delà de la musique pure, dans un marché où la voix synthétique est déjà très disputée.

Une voix, une ambiance, un seul fichier audio

Speech se présente comme une réponse de Suno aux outils de synthèse vocale classiques. L’utilisateur peut désactiver la musique d’accompagnement s’il veut une voix seule, mais le principe reste de produire un morceau audio cohérent, avec narration et atmosphère sonore. Jack Brody, chief product officer de Suno, décrit ainsi la nouveauté : « the first audio model that generates voice and music together as one cohesive track ».

La fonction cible des usages assez variés : poèmes, méditations, histoires du soir, voix off dramatiques ou messages de motivation. Cette approche peut sembler simple, mais elle change la chaîne de production pour des créateurs qui veulent un résultat prêt à diffuser, sans passer par plusieurs outils. Et oui, le “calme et la nappe sonore” sont désormais empaquetés ensemble.

Deux modes pour écrire ou improviser

Pour utiliser Speech, il faut passer par l’onglet « Create » puis choisir l’option Speech. Suno propose deux modes. Le mode Simple laisse décrire le rendu souhaité dans une boîte de prompt, avec des indications comme « a pirate captain rallying his crew ». Le mode Advanced accepte un script rédigé à l’avance et permet d’ajuster le sexe de la voix, le style de parole et la variété entre générations.

La durée maximale annoncée est d’environ huit minutes. Suno indique aussi avoir testé la fonction pendant un mois auprès d’un petit groupe d’utilisateurs avant l’ouverture en bêta. La société reconnaît toutefois que Speech reste imparfait : les accents britanniques peuvent parfois « wander off to Australia and back », et les pauses dramatiques peuvent devenir très dramatiques.

Un virage qui tombe au moment sensible des droits

Cette arrivée intervient dans un contexte juridique tendu pour Suno. Les générateurs de musique par IA sont accusés de s’appuyer sur des données protégées, et Suno fait déjà face à plusieurs plaintes de maisons de disques. Selon THE DECODER, un tribunal de Munich a récemment rejeté l’argument du fair use avancé par la startup [à vérifier selon le périmètre exact de la décision]. Dans ce contexte, élargir la gamme de produits peut aussi servir à diversifier l’activité, pas seulement à séduire les créateurs.

Speech n’est donc pas qu’une nouvelle fonction de plus. Suno essaie de prendre place sur un terrain où ElevenLabs, Adobe ou encore DeepMind ont déjà avancé sur la voix synthétique, tout en y ajoutant sa spécialité historique : la musique générée. Le résultat vise un usage plus “clé en main” pour le spoken word génératif, avec une promesse assez simple à comprendre pour les utilisateurs professionnels comme pour les curieux : moins d’outils à assembler, plus d’audio prêt à l’emploi.