با Suno Speech گفتار هوش مصنوعیِ رسا تولید کنید. لحن، احساس، جنسیت صدا و موسیقی پس‌زمینه را کنترل کنید. به‌ازای هر بار تولید هزینه بپردازید؛ بدون اشتراک.
با Suno Speech گفتار هوش مصنوعیِ رسا تولید کنید. لحن، احساس، جنسیت صدا و موسیقی پس‌زمینه را کنترل کنید. به‌ازای هر بار تولید هزینه بپردازید؛ بدون اشتراک.
مدل‌ها
Suno Speech گفتار صوتی با لحن، ریتم و احساس طبیعی تولید می‌کند و در صورت تمایل می‌تواند موسیقی پس‌زمینه را با آن ترکیب کند. این ابزار موتور تبدیل متن به گفتار با صدای ثابت نیست: صحنه را توصیف کنید تا مدل متن را بنویسد و اجرا کند، یا متن دلخواهتان را وارد کنید و نحوه اجرا را با کنترل‌های لحن، تنوع، جنسیت صدا و موسیقی پس‌زمینه هدایت کنید. برای روایت، شروع‌های خبری، دیالوگ شخصیت‌ها، تبلیغات و نریشن‌های شبکه‌های اجتماعی مناسب است؛ جاهایی که نحوه اجرا به‌اندازه کلمات اهمیت دارد.
در حالت ساده، یک توصیف یک‌خطی از صحنه وارد می‌کنید (حداکثر ۳۰۰۰ نویسه). حالت پیشرفته، متن دقیق (حداکثر ۵۰۰۰ نویسه) به‌همراه دستورهای اختیاری لحن با حداکثر ۱۰۰۰ نویسه می‌پذیرد. برای ساخت ترانه‌های کامل از Suno Create Music یا برای جلوه‌های صوتی از Suno Sounds استفاده کنید.
تحلیل هزینه
| ارائه‌دهنده | هزینه | یادداشت‌ها |
|---|---|---|
| muapiapp | $0.10 per generation | همان قیمت Suno Create Music؛ پرداخت به‌ازای هر بار تولید. |
| Fal.ai | در دسترس نیست | وجود endpoint برای Suno Speech تأیید نشده است. |
| Replicate | در دسترس نیست | وجود endpoint برای Suno Speech تأیید نشده است. |
همان قیمت Suno Create Music؛ پرداخت به‌ازای هر بار تولید.
وجود endpoint برای Suno Speech تأیید نشده است.
وجود endpoint برای Suno Speech تأیید نشده است.
** مدل‌ها。
طرح پیکربندی
| پارامتر | نوع | توضیحات | پیش‌فرض |
|---|---|---|---|
| حالت سفارشی | boolean | 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. | false |
| Scene Prompt | string | Simple mode only. A one-line scene description; the model writes the script. 1-3000 characters. | A short morning news intro about sunny weather |
| Script | string | Advanced mode only. The exact text to be spoken, 1-5000 characters. Multiline supported. | Welcome to today's briefing. The weather is clear and the city is awake. |
| Tone | string | Advanced mode only, optional. Tone, rhythm, emotion, setting, accent or accompaniment style. حداکثر تا 1000 characters. | Warm, calm female narrator, slightly smiling |
| Variety | （5 ） | Advanced mode only, optional. 0 = exact style, 1 = balanced variety, 2 = distinct styles, 3 = bold exploration, 4 = unreasonably varied. | - |
| جنسیت صدای خواننده | （2 ） | Advanced mode only, optional. Voice gender. | - |
| Background Music | boolean | Advanced mode only, optional. Add background music under the speech. | - |
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.
falseSimple mode only. A one-line scene description; the model writes the script. 1-3000 characters.
A short morning news intro about sunny weatherAdvanced mode only. The exact text to be spoken, 1-5000 characters. Multiline supported.
Welcome to today's briefing. The weather is clear and the city is awake.Advanced mode only, optional. Tone, rhythm, emotion, setting, accent or accompaniment style. حداکثر تا 1000 characters.
Warm, calm female narrator, slightly smilingAdvanced mode only, optional. 0 = exact style, 1 = balanced variety, 2 = distinct styles, 3 = bold exploration, 4 = unreasonably varied.
-Advanced mode only, optional. Voice gender.
-Advanced mode only, optional. Add background music under the speech.
-مستندات توسعه‌دهندگان
یک حالت انتخاب کنید: custom_mode را خاموش بگذارید (ساده) و صحنه را در prompt توصیف کنید، یا آن را روشن کنید (پیشرفته) و متن دلخواهتان را در script وارد کنید.
نحوه اجرا را هدایت کنید (فقط در حالت پیشرفته): از tone برای احساس، ریتم، لهجه و موقعیت، از variety (0-4) برای تعیین میزان فاصله‌گرفتن مدل از سبک توصیف‌شده، از vocal_gender (male یا female) برای جنسیت صدا، و از background_music برای افزودن موسیقی زیر صدا استفاده کنید.
درخواست را ارسال و نتیجه را دریافت کنید: فراخوانی، request_id را برمی‌گرداند؛ endpoint نتیجه را به‌صورت دوره‌ای بررسی کنید یا یک وب‌هوک ارسال کنید.
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
}'
نمونه حالت ساده: {"custom_mode": false, "prompt": "A short morning news intro about sunny weather"}.
سوالات پرتکرار
Suno Speech گفتار صوتی با لحن، ریتم و احساس قابل‌کنترل تولید می‌کند و امکان افزودن موسیقی پس‌زمینه را هم دارد. برخلاف تبدیل متن به گفتار (TTS) با صدای ثابت، نحوه اجرا بر اساس prompt یا توصیف لحن شما شکل می‌گیرد.
حالت ساده (`custom_mode: false`) یک `prompt` کوتاه برای توصیف صحنه می‌گیرد و مدل متن را می‌نویسد. حالت پیشرفته (`custom_mode: true`) متن دقیق `script` شما را اجرا می‌کند و `tone`، `variety`، `vocal_gender` و `background_music` اختیاری را می‌پذیرد.
در حالت ساده، promptها می‌توانند حداکثر ۳۰۰۰ نویسه باشند. در حالت پیشرفته، متن‌ها می‌توانند حداکثر ۵۰۰۰ نویسه و توصیف‌های لحن حداکثر ۱۰۰۰ نویسه باشند.
`variety` عدد صحیحی بین ۰ تا ۴ است: مقدار ۰ دقیقاً از سبک توصیف‌شده پیروی می‌کند، ۱ متعادل است، ۲ سبک‌های متمایز ارائه می‌دهد، ۳ کاوش جسورانه است و ۴ تنوعی بیش‌ازحد دارد. این گزینه فقط در حالت پیشرفته کاربرد دارد.
بله. در حالت پیشرفته، `background_music` را روی true تنظیم کنید تا گفتار با موسیقی پس‌زمینه ترکیب شود. همچنین می‌توانید سبک همراهی موسیقی را در `tone` توصیف کنید.
هزینه هر بار تولید با درخواست Suno Create Music یکسان است: ۰٫۱۰ دلار برای هر درخواست؛ فقط هنگام تولید هزینه دریافت می‌شود.