Suno अब आपकी कविता पढ़कर सुनाता है और साथ में उसका संगीत भी बना देता है

Suno ने एक-पंक्ति के प्रॉम्प्ट को गाने में बदलकर अपनी पहचान बनाई थी। अब यह आपके लिखे शब्दों के साथ कुछ और अनोखा करता है: उन्हें ज़ोर से पढ़ता है और उसी प्रक्रिया में उनके लिए संगीत भी तैयार करता है। कविता, जाम उठाकर कही जाने वाली बधाई या सोने से पहले सुनाई जाने वाली कहानी लिखें, मनचाही आवाज़ और मिज़ाज बताएं—Speech एक ऐसा ट्रैक तैयार करता है, जिसमें कथन और संगीत बाद में परतों की तरह जोड़ने के बजाय साथ-साथ बनाए जाते हैं। घर पर ऑडियो तैयार करते समय मुश्किल अक्सर आवाज़ निकालना नहीं रहा है। असली चुनौती आवाज़ और संगीत को ऐसा बनाना है, मानो दोनों एक ही कमरे में हों।

शादी में बधाई देने वाले भाषण, छोटे वीडियो, निर्देशित ध्यान या पॉडकास्ट का इंट्रो बनाने वालों के लिए इससे वह चरण हट जाता है, जिसके लिए आम तौर पर दो ऐप और एडिटिंग टाइमलाइन की ज़रूरत पड़ती है। आज यह काम करने का मतलब है—एक जगह कथन तैयार करना, दूसरी जगह रॉयल्टी-फ़्री संगीत तलाशना, फिर आवाज़ के स्तर को तब तक घटाना-बढ़ाना, जब तक संगीत शब्दों को दबाना बंद न कर दे। Suno का दावा है कि एक ही मॉडल दोनों हिस्सों को संभालता है, इसलिए संगीत को भाषण के इर्द-गिर्द रचा जाता है, न कि उसके नीचे बाद में जोड़ दिया जाता है।

Speech में दो मोड हैं। Simple मोड में आप किसी विचार का वर्णन करते हैं—जैसे समुद्री लुटेरों का कोई कप्तान अपने दल में जोश भर रहा हो—और Suno शब्द लिखने के साथ उन्हें आवाज़ भी देता है। Advanced मोड में आप अपनी लिखी स्क्रिप्ट देते हैं और आवाज़ का जेंडर, बोलने का अंदाज़ और अलग-अलग टेक में प्रस्तुति कितनी बदल सकती है, इस पर नियंत्रण मिलता है। ट्रैक लगभग आठ मिनट तक के हो सकते हैं—एक पूरी सोने से पहले की कहानी या छोटा ध्यान सत्र तैयार करने के लिए इतना समय पर्याप्त है। संगीत डिफ़ॉल्ट रूप से चालू रहता है, लेकिन जिसे सिर्फ कथन चाहिए, वह टॉगल से इसे हटा सकता है।

Suno के मुख्य उत्पाद अधिकारी जैक ब्रॉडी (Jack Brody) इसे पहला ऐसा ऑडियो मॉडल बताते हैं, जो आवाज़ और संगीत को एक सुसंगत ट्रैक के रूप में साथ तैयार करता है। सिर्फ सिंथेटिक कथन कोई नई बात नहीं है। ElevenLabs, Adobe और Google DeepMind—तीनों ही ऐसी टेक्स्ट-टू-स्पीच सुविधा देते हैं, जिसकी आवाज़ इंसानी लगती है; लेकिन संगीत तैयार करना उपयोगकर्ता पर छोड़ दिया जाता है, जिसे उसे अलग से बनाकर हाथ से मिक्स करना पड़ता है। Suno इस क्षेत्र में उलटी दिशा से आ रहा है: यह संगीत बनाने वाली कंपनी है, जो आवाज़ जोड़ रही है, न कि आवाज़ बनाने वाली कंपनी, जो संगीत जोड़ रही हो।

कमियां वाकई हैं, और Suno खुद उनमें से कुछ का ज़िक्र करता है। कंपनी चेतावनी देती है कि ब्रिटिश लहजा भटककर ऑस्ट्रेलिया तक जा सकता है और फिर लौट सकता है, और नाटकीय ठहराव कभी-कभी बेहद नाटकीय हो सकते हैं। सटीक अवधि या हर शब्द के समय को नियंत्रित करने का कोई विकल्प नहीं है। यह भी साफ नहीं किया गया है कि गानों के लिए उपयोगकर्ता जिन कस्टम आवाज़ों को पहले से रिकॉर्ड कर सकते हैं, वे Speech में काम करेंगी या नहीं। इस सुविधा में किन भाषाओं का इस्तेमाल किया जा सकता है, यह भी प्रकाशित नहीं किया गया है—अंग्रेज़ी बोलने वाले बाज़ारों से बाहर के श्रोताओं के लिए यह अहम कमी है। यह भी नहीं बताया गया है कि कथन वाले एक ट्रैक पर कितने क्रेडिट खर्च होंगे। मुफ़्त प्लान में Suno की मानक शर्तों के मुताबिक, उपयोगकर्ताओं की बनाई सामग्री का स्वामित्व कंपनी के पास रहता है और उसके व्यावसायिक इस्तेमाल की अनुमति नहीं है। इसलिए पैसे लेकर चलाए जाने वाले पॉडकास्ट या विज्ञापन की योजना बनाने वालों को पहले बारीक शर्तें पढ़ लेनी चाहिए।

करीब एक महीने तक सीमित समूह के साथ परीक्षण के बाद, Speech 1 अक्टूबर को वेब और iOS तथा Android ऐप पर Suno के सभी उपयोगकर्ताओं के लिए उपलब्ध हुआ। इस पर अब भी बीटा का लेबल लगा है, यह गाने बनाने वाले उन्हीं क्रेडिट प्लान पर चलता है और Suno ने इसके तैयार संस्करण की कोई तारीख नहीं बताई है।

यह लॉन्च एक कानूनी लड़ाई के बीच भी हुआ है। Warner Music Group ने Suno के साथ समझौता किया और नवंबर 2025 में उसे लाइसेंस दिया, लेकिन Universal Music Group और Sony Music ने v6 म्यूज़िक मॉडल को लेकर सितंबर में नया मुकदमा दायर किया। उनका आरोप है कि कंपनी ने 60,000 से अधिक रिकॉर्डिंग की नकल की और उन्होंने $9 billion तक के वैधानिक हर्जाने की मांग की है। मामला बोस्टन की संघीय अदालत में लंबित है। यानी आपकी सोने से पहले की कहानी के पीछे बजने वाला संगीत ऐसी कंपनी से आता है, जो अब भी इस बात का बचाव कर रही है कि उसने संगीत बनाना कैसे सीखा।

टैग: जनरेटिव एआई, टेक्स्ट-टू-स्पीच, Sony Music, Suno, Suno Speech, Universal Music Group