Suno AI: dalla musica alle parole, una nuova voce per l'intelligenza artificiale

Suno AI ha lanciato una nuova funzionalità chiamata Speech, che genera parole parlate. La novità è stata introdotta in versione beta pubblica il 1° ottobre 2026, ed è disponibile sulle piattaforme web e mobile di Suno.

Questa funzione permette agli utenti di creare tracce audio che uniscono contenuto parlato a musica di sottofondo originale. Gli utenti possono digitare un'idea, una poesia o un testo che hanno scritto, e poi descrivere la voce e lo stile musicale che desiderano. Speech crea audio parlato accompagnato da musica di sottofondo originale ed è integrato direttamente in Suno.

Suno, già noto per la creazione di canzoni complete con voci, testi e produzione da un singolo prompt testuale in meno di un minuto, si sta quindi espandendo dal mondo della musica generata dall'AI. L'azienda è stata presentata in pubblicazioni come Rolling Stone, Billboard, Wired e Variety, ed è utilizzata da creatori principianti e produttori e cantautori di alto livello. Suno Inc., la startup di musica AI, è valutata oltre 5 miliardi di dollari.

La funzionalità Speech consente di abbinare audio parlato, come poesie e storie della buonanotte, a musica originale. Un elemento da considerare riguarda la pronuncia e la qualità vocale. Le istruzioni per l'uso suggeriscono che per le lingue diverse dall'inglese, come l'hindi e le voci regionali indiane, si possono riscontrare pronunce approssimative al primo tentativo. In questi casi, viene consigliato di usare la stessa correzione di riscrittura fonetica per le parole pronunciate male prima di sottoscrivere un piano a pagamento per uso commerciale. Suno è uno strumento parte di un più ampio stack di strumenti AI.

Il mio commento

Questa mossa di Suno AI con la funzionalità Speech è un passo avanti interessante. Non si tratta solo di aggiungere voci, ma di integrare il parlato con la musica di sottofondo originale, il che apre possibilità per podcast, audiolibri o anche per chi vuole dare una voce alle proprie poesie con un accompagnamento musicale. Il fatto che sia in beta pubblica significa che stanno ancora raccogliendo feedback, e questo è un approccio sensato per affinare la tecnologia.

La capacità di creare un prodotto finito, con voce e musica, da un semplice prompt di testo è notevole. Tuttavia, la questione della pronuncia per le lingue diverse dall'inglese è un punto critico. Sebbene sia comprensibile che l'inglese sia il focus principale, per un'adozione globale è fondamentale che la qualità vocale e la pronuncia siano all'altezza anche per altre lingue. Le indicazioni su come "correggere" la pronuncia suggeriscono che c'è ancora del lavoro da fare per raggiungere una fluidità naturale in contesti multilingue.

La valutazione di Suno Inc. a oltre 5 miliardi di dollari indica una fiducia significativa nel potenziale della loro tecnologia. L'espansione verso il parlato, oltre alla musica, dimostra una visione più ampia sull'uso dell'AI nella creazione di contenuti audio. È chiaro che l'obiettivo è offrire strumenti sempre più completi, ma la sfida sarà mantenere un'alta qualità su tutte le nuove funzionalità e in tutte le lingue, evitando un entusiasmo da ufficio stampa che spesso non riflette la realtà dell'utente finale.