muapi Logomuapi Logo
muapi Logomuapi Logo

Suno Speech: AI Audio & Music

Erzeuge ausdrucksstarke KI-Sprachausgabe mit Suno Speech. Steuere Tonfall, Emotion, Stimmgeschlecht und Hintergrundmusik. Bezahle pro Generierung, ohne Abonnement.

Interaktive Steuerung laden

Erzeuge ausdrucksstarke KI-Sprachausgabe mit Suno Speech. Steuere Tonfall, Emotion, Stimmgeschlecht und Hintergrundmusik. Bezahle pro Generierung, ohne Abonnement.

📝

Übersicht

Über dieses Modell

Suno Speech erzeugt gesprochene Audiodateien mit natürlichem Tonfall, Rhythmus und Emotion und kann optional Hintergrundmusik hinzufügen. Es ist keine Text-to-Speech-Engine mit fester Stimme: Beschreibe die Szene, und das Modell verfasst und spricht das Skript, oder gib dein eigenes Skript ein und steuere die Darbietung über Tonfall, Variation, Stimmgeschlecht und Einstellungen für Hintergrundmusik. Es eignet sich gut für Erzählungen, Nachrichten-Intros, Figuren-Dialoge, Werbung und Social-Media-Voiceovers, bei denen die Darbietung ebenso wichtig ist wie der Text.

Der einfache Modus nimmt eine einzeilige Szenenbeschreibung entgegen (bis zu 3000 Zeichen). Der erweiterte Modus nimmt ein genau vorgegebenes Skript entgegen (bis zu 5000 Zeichen) sowie optional Tonanweisungen mit bis zu 1000 Zeichen. Kombiniere es mit Suno Create Music für vollständige Songs oder Suno Sounds für Soundeffekte.

1Erzählungen: Ausdrucksstarke Voiceovers für Videos, Erklärformate und Podcasts.
2Marketing: Gesprochene Werbetexte und Promo-Intros mit integrierter Hintergrundmusik.
3Inhalte: Nachrichtenbriefings, Hörbuchauszüge und Social-Media-Clips.
4Figuren: Emotionale oder stilisierte Dialogzeilen für Spiele und Animationen.
💰

Preise und Wert

Kostenanalyse

muapiapp$0.10 per generation

Gleicher Preis wie bei Suno Create Music, Zahlung pro Generierung.

Fal.aiNicht verfügbar

Kein Suno Speech-Endpunkt bestätigt.

ReplicateNicht verfügbar

Kein Suno Speech-Endpunkt bestätigt.

** Die Preise der Mitbewerber werden auf der Grundlage ähnlicher Modellarchitekturen und Nutzungsstufen geschätzt.

⚙️

Technische Details

Konfigurationsschema

Benutzerdefinierter Modusboolean

Off (Simple): describe a scene in `prompt` and the model writes and speaks the script. On (Advanced): provide your own `script` plus optional tone, variety, vocal gender and background music.

Standardwertfalse
Scene Promptstring

Simple mode only. A one-line scene description; the model writes the script. 1-3000 characters.

StandardwertA short morning news intro about sunny weather
Scriptstring

Advanced mode only. The exact text to be spoken, 1-5000 characters. Multiline supported.

StandardwertWelcome to today's briefing. The weather is clear and the city is awake.
Tonestring

Advanced mode only, optional. Tone, rhythm, emotion, setting, accent or accompaniment style. Up to 1000 characters.

StandardwertWarm, calm female narrator, slightly smiling
VarietyEnum (5 Optionen)

Advanced mode only, optional. 0 = exact style, 1 = balanced variety, 2 = distinct styles, 3 = bold exploration, 4 = unreasonably varied.

Standardwert-
VokalgeschlechtEnum (2 Optionen)

Advanced mode only, optional. Voice gender.

Standardwert-
Background Musicboolean

Advanced mode only, optional. Add background music under the speech.

Standardwert-
📖

Implementierungsleitfaden

Entwicklerdokumentation

So verwendest du Suno Speech

  1. Modus auswählen: Lass custom_mode deaktiviert (einfacher Modus) und beschreibe eine Szene in prompt, oder aktiviere ihn (erweiterter Modus) und gib dein eigenes script an.

  2. Darbietung steuern (nur im erweiterten Modus): Verwende tone für Emotion, Rhythmus, Akzent und Umgebung, variety (0-4) dafür, wie weit das Modell vom beschriebenen Stil abweichen darf, vocal_gender (male oder female) sowie background_music, um Musik unter die Stimme zu legen.

  3. Absenden und Ergebnis abrufen: Der Aufruf gibt eine request_id zurück. Rufe das Ergebnis wiederholt über den Ergebnis-Endpunkt ab oder übergib einen Webhook.

curl -X POST https://api.muapi.ai/api/v1/suno-speech \
  -H "Content-Type: application/json" \
  -H "x-api-key: $MUAPI_KEY" \
  -d '{
    "custom_mode": true,
    "script": "Welcome to today'\''s briefing. The weather is clear and the city is awake.",
    "tone": "Warm, calm female narrator, slightly smiling",
    "vocal_gender": "female",
    "background_music": true
  }'

Beispiel für den einfachen Modus: {"custom_mode": false, "prompt": "A short morning news intro about sunny weather"}.

❓

Häufige Fragen

Häufig gefragt

Was ist Suno Speech?

Suno Speech erzeugt gesprochene Audiodateien mit steuerbarem Tonfall, Rhythmus und Emotion sowie optionaler Hintergrundmusik. Anders als bei TTS mit fester Stimme wird die Darbietung durch deinen Prompt oder deine Tonbeschreibung gestaltet.

Was ist der Unterschied zwischen dem einfachen und dem erweiterten Modus?

Der einfache Modus (`custom_mode: false`) nimmt einen kurzen Szenen-`prompt` entgegen, und das Modell verfasst das Skript. Im erweiterten Modus (`custom_mode: true`) spricht das Modell dein genau vorgegebenes `script` und akzeptiert optional `tone`, `variety`, `vocal_gender` und `background_music`.

Wie lang darf die Eingabe sein?

Prompts dürfen im einfachen Modus bis zu 3000 Zeichen lang sein. Skripte dürfen im erweiterten Modus bis zu 5000 Zeichen und Tonbeschreibungen bis zu 1000 Zeichen lang sein.

Was bewirkt die Variationseinstellung?

`variety` ist eine Ganzzahl von 0 bis 4: Bei 0 wird der beschriebene Stil genau eingehalten, 1 steht für eine ausgewogene Variation, 2 erzeugt klar unterscheidbare Stile, 3 steht für mutiges Ausprobieren und 4 für unangemessen starke Variation. Die Einstellung gilt nur im erweiterten Modus.

Kann ich Hintergrundmusik hinzufügen?

Ja. Setze `background_music` im erweiterten Modus auf true, damit die Sprache mit einer Musikuntermalung gemischt wird. Du kannst den Stil der Begleitung auch in `tone` beschreiben.

Wie viel kostet Suno Speech?

Jede Generierung kostet so viel wie eine Suno Create Music-Anfrage: $0.10 pro Anfrage. Die Abrechnung erfolgt nur, wenn du etwas generierst.