Suno Speech beta: tal och musik i ett svep

Suno Speech är Suno AI-betan som öppnade 1 oktober 2026: den genererar talad röst och original-underscore som ett sammanhängande spår – inte en TTS-export som du sen klistrar ihop med BGM. Du hittar den under Create → Speech. Här går vi igenom ingången, Simple vs Advanced, vilka jobb som passar och vilka beta-buggar du bör budgetera för innan du publicerar.

Fakta följer Sunos inlägg Introducing Speech (beta) och release notes. Etiketter kan flyttas. suno.skin är en oberoende förklaring, inte Suno, Inc. Behöver du instrumentala sängar under en mänsklig värd, använd podcast-intro-guiden – det är ett annat arbetsflöde.

Vad Suno Speech är till för

Den gamla vägen är två steg: text-till-tal på ett spår, sedan hitta eller generera en säng och ducka nivåer i en editor. Speech beta viker ihop ”vad som sägs” och ”hur rummet känns” i en generation så tempo och stämning formas tillsammans. Officiella smakexempel: godnattsagor över mjuk piano, hypetal över stadiontrummor, ASMR-handlingslistor och dramatiska läsningar av vardagstext.

• Bra passform: diktläsning, guidad meditation, barns godnattsagor, kort VO med säng, eventöppnare
• Dålig passform: en full poplåt med sjungen refräng – det hör hemma i låt-Create, inte Speech
• Ren berättarröst: stäng av bakgrundsmusik och behåll röstspåret
• Längd: offentliga källor nämner ofta cirka åtta minuter per take; dela längre manus

Ingång: välj Speech i Create

Finns på webb, iOS och Android. Öppna Create, välj Speech bredvid vanlig låtgenerering. Skriv vad som ska sägas – eller scenen du vill ha – och beskriv röst och musikalisk stil. Betan är öppen för alla; Suno betonar att beta betyder beta och att de fortsätter iterera på feedback.

1. Öppna Create och byt till Speech
2. Simple: beskriv scenen på vanlig svenska (t.ex. ”en piratkaptän som peppar besättningen före stormen”)
3. Advanced: klistra in färdigt manus, ställ kön, leveransstil och variationsgrad
4. Stäng av musik när du behöver torr voiceover
5. Lyssna igenom hela taket: accentglidning, överdramatiska pauser, musik som maskerar tal
6. Kör två–tre versioner innan du laddar ner

Simple vs Advanced: välj läge

Simple är för att känna av stämning när manuset inte är låst – du vill höra ”varm mjuk röst + nattlampa-piano” innan du låser ord. Advanced är för låst copy: varumärkesinläsningar, meditationsmanus, showöppnare – när formuleringen inte får glida, lägg texten i manusfältet och strama åt röstkontrollerna.

• Simple: enradig brief; modellen hittar på formulering och underscore
• Advanced: eget manus plus kön / stil / variation; orden är dina
• Tyst musik: när du bara behöver röstspåret
• Ändra en variabel per körning: lås copy, sedan röst, sedan sängdensitet

Scenprompter att klistra in

Fyra starter du kan döpa om. För sömn- och meditationskänsla kan du fortfarande låna sängsmak från meditations- och sömn-guiden, men här talar Speech orden i samma take.

• Godnattsaga (Simple): mild låg berättarröst; en vilse räv hittar hem i skogen; mjukt piano och mycket lätta stråkar; långsam puls; inga plötsliga trummor
• Guidad meditation (Advanced-manus): korta andningsinstruktioner i andra person; lugn, något långsam röst; musiksignal mjuk underscore, utrymme för guidad röst, inga plötsliga drops
• Kort VO (Advanced): lås varumärkesnamnet i de två första raderna; håll musiken låg och fri från talband; bestäm sen om du stänger av musik och klipper torr VO
• Hypeöppnare (Simple): stadiontrummor och staplad energi, fast inte skrik; testa inom 60–90 sekunder först

Beta-förväntningar: accentglidning och långa pauser

Sunos egen varning: en brittisk accent kan glida mot australiensisk och tillbaka; dramatiska pauser kan bli väldigt dramatiska. Det är beteende i beta, inte ett misslyckat prompt. Motmedel: regenerera samma manus några gånger; placera kritiska egennamn i början eller slutet av korta meningar; lyssna på hela taket före kommersiellt bruk – inte bara de första femton sekunderna.

• Instabil accent: korta meningar, sänk variation eller finjustera kön/stil
• Pauser för långa: ta bort ellipser och staplade tankstreck som tvingar spänning
• Musik över tal: stäng av och kör om, eller skriv musik under tal / gles underscore
• Behöver sjungen refräng: lämna Speech; använd låt-Create och v6-modellguiden

Speech vs låtläge vs värd plus säng

Håll tre spår tydliga. Speech: modellen talar, med valfri underscore i samma fil. Låt-Create: melodi och sjungna texter. Separat värd + säng: du spelar in (eller anlitar) rösten och lägger podcast-intro eller kort BGM under – röst och musik går att redigera var för sig. Planer och kvoter följer fortfarande Gratis vs Pro.