suno的这个功能属实有点拉了。希望尽快进化,我要当歌手。
Suno近日上线了名为Vocal的声音克隆功能,旨在允许用户将自己的声音模型应用于AI音乐生成。该功能提供了三种声音获取方式,并设置了歌手水平识别等参数,但在实际操作与最终成声效果上仍存在一定局限。
01声音采集与训练流程
- 现场录音采集
需在安静环境下使用优质麦克风,以得意腔调清唱至少10秒音频样本。 - 干声文件上传
支持上传本地已有的干声文件,系统限制文件时长不超过4分钟,并需手动选取最像本人的片段。 - 历史歌曲提取
可直接从Suno历史生成的歌曲中提取人声作为样本。
完成声音采集后,用户需朗读一段指定文本(含英文)以辅助校准。随后系统进入模型训练阶段,期间可设定歌手水平为“专业”或“初学者”,并填写模型名称及相关标签。
02实测效果与体验反馈
在实际测试中,生成的歌曲效果与预期存在较大差距,声音克隆的相似度与自然度表现不佳,目前仍处于初级阶段。
功能体验反馈
功能局限性
- 预览播放环节存在音频无法播放的异常
- 最终生成的歌曲声音还原度较低
- 需人工手动选择“最像本人”的片段,逻辑过于主观
- 4分钟的样本时长限制可能制约模型学习效果
潜力与期待
- 功能尚在内测阶段,后续有升级迭代空间
- 歌手水平分类选项为个性化输出提供了可能
- 多种采集方式降低了用户使用门槛
综合来看,Suno的声音克隆功能目前更多处于探索性测试阶段。虽然提供了完整的采集与训练流程,但在核心的生成质量上仍有待提升,需进一步优化算法与样本处理机制。
当前文章无评论,是时候发表评论了