Suno推出Speech功能，可生成口播与匹配背景音乐

Suno新增Speech功能，用户输入想法或文字并描述声音和音乐风格后，可生成包含口播和匹配背景音乐的单条音频。该功能仍处于测试阶段，存在口音等问题；Suno尚未说明模型训练方式，相关版权争议仍在持续。

宝玉@doteyAI 评分7171

Claude Opus 5.5 本身没有视频能力，那些动画视频是它写程序逐帧绘制再合成的。作者拆解了规划、画面、动作、声音、拍摄合成五步流程，涉及 JS+Canvas、GSAP、Remotion、ElevenLabs 时间戳配音和 FFmpeg 合成，并对比了它与 Seedance、可灵等视频模型在文字准确度、局部修改和旁白对齐上的差异。