Suno Speech (beta): voz falada e música em uma única take

Suno Speech é a beta pública do Suno AI aberta em 1º de outubro de 2026: gera voz falada e underscore original como uma faixa coesa — não um export de TTS para colar no BGM depois. Você encontra em Create → Speech. Este guia cobre entrada, Simple vs Advanced, quais trabalhos encaixam e quais peculiaridades de beta vale planejar antes de publicar.

Os fatos seguem o post Introducing Speech (beta) e as release notes da Suno. Rótulos podem mudar. suno.skin é um explicador independente, não a Suno, Inc. Se você precisa de camas instrumentais sob um apresentador humano, use o guia de intro de podcast — é outro fluxo.

Para que serve o Suno Speech

O caminho antigo tem duas etapas: texto para voz em uma faixa, depois achar ou gerar um bed e abaixar níveis no editor. Speech beta junta «o que é dito» e «como o ambiente soa» em uma geração, para ritmo e clima nascerem juntos. Exemplos oficiais: histórias de ninar com piano suave, discursos hype com bateria de estádio, listas de compras em ASMR, leituras dramáticas de textos comuns.

• Bom encaixe: leituras de poesia, meditação guiada, histórias infantis, VO curto com bed, aberturas de evento
• Encaixe ruim: pop completo com refrão cantado — fica no Create de música, não no Speech
• Só narração limpa: desligue a música de fundo e mantenha a faixa de voz
• Duração: cobertura pública costuma citar cerca de oito minutos por take; divida roteiros maiores

Entrada: escolha Speech dentro do Create

Disponível na web, iOS e Android. Abra o Create e escolha Speech ao lado da geração normal de músicas. Escreva o que deve ser dito — ou a cena que você quer — e descreva voz e estilo musical. A beta está aberta para todos; a Suno enfatiza que beta é beta e vai iterar com feedback.

1. Abra o Create e mude para Speech
2. Simple: descreva a cena em linguagem simples (ex.: «um capitão pirata motivando a tripulação antes da tempestade»)
3. Advanced: cole um roteiro pronto e ajuste gênero de voz, estilo de entrega e variedade de geração
4. Desligue a música quando precisar de locução seca
5. Ouça a take inteira: deriva de sotaque, pausas teatrais, música encobrindo a fala
6. Gere duas ou três versões antes de gastar um download

Simple vs Advanced: escolha o modo

Simple serve para sentir o clima quando o roteiro não está fechado — você quer ouvir «voz quente e suave + piano de luz noturna» antes de fixar palavras. Advanced é para copy travado: reads de marca, roteiros de meditação, vinhetas de programa — quando o texto não pode variar, coloque no box de roteiro e aperte os controles de voz.

• Simple: brief de uma linha; o modelo inventa fraseado e underscore
• Advanced: roteiro customizado mais gênero / estilo / variedade; as palavras são suas
• Música muda: quando você só precisa da faixa de voz
• Mude uma variável por passada: trave o texto, depois a voz, depois a densidade do bed

Prompts de cena prontos para colar

Quatro arranques que você pode renomear. Para estética de sono e meditação ainda dá para emprestar o gosto de bed do guia de meditação e sono, mas aqui o Speech fala as palavras na mesma take.

• História de ninar (Simple): narrador grave e gentil; uma raposa perdida acha o lar na floresta; piano suave e cordas bem leves; pulso lento; sem bateria abrupta
• Meditação guiada (roteiro Advanced): cues curtos de respiração na segunda pessoa; voz calma, um pouco lenta; música: underscore suave, espaço para voz guiada, sem quedas bruscas
• VO curto (Advanced): trave o nome da marca nas duas primeiras linhas; música baixa e clara nas bandas de voz; decida depois se muta e corta VO seco
• Abertura hype (Simple): bateria de estádio e energia empilhada, firme sem gritar; teste primeiro em 60–90 segundos

Expectativas beta: deriva de sotaque e pausas longas

O aviso da Suno: um sotaque britânico pode derivar para australiano e voltar; pausas dramáticas podem ser bem dramáticas. É comportamento beta, não prompt falho. Mitigações: regenere o mesmo roteiro algumas vezes; coloque nomes próprios críticos no início ou fim de frases curtas; ouça a take inteira antes de uso comercial — não só os primeiros quinze segundos.

• Sotaque instável: encurte frases, baixe variedade ou ajuste gênero/estilo
• Pausas longas demais: corte reticências e travessões empilhados que forçam suspense
• Música sobre a fala: mute e rode de novo, ou peça música sob voz / underscore esparso
• Precisa de refrão cantado: saia do Speech; use Create de música e o guia de modelos v6

Speech vs modo música vs apresentador + bed

Mantenha três faixas mentais claras. Speech: o modelo fala, com underscore opcional na mesma faixa. Create de música: melodia e letra cantada. Apresentador + bed separados: você grava (ou contrata) a voz e preenche com uma intro de podcast ou BGM curto — voz e música continuam editáveis separadamente. Planos e cotas seguem Free vs Pro.