Der bekannte KI-Musikgenerator Suno hat eine neue Funktion namens „Speech“ vorgestellt. Diese Erweiterung ermöglicht es Nutzern, gesprochenen Text zusammen mit passender Hintergrundmusik als eine einzige Audiospur zu erstellen. Anwender geben lediglich eine Idee oder einen geschriebenen Text ein und beschreiben den gewünschten Sprach- und Musikstil. Das Modell generiert daraufhin sowohl die Stimme als auch die musikalische Untermalung.
Laut Jack Brody, Produktchef bei Suno, wurde „Speech“ einen Monat lang mit einer kleinen Nutzergruppe getestet. Das Unternehmen sieht Anwendungsbereiche wie Gedichte, Meditationen oder Gutenachtgeschichten vor. Allerdings befindet sich die Beta-Version noch in einer Entwicklungsphase und weist noch Fehler auf; beispielsweise kann ein britischer Akzent gelegentlich australisch klingen.
Fragen zur Datengrundlage bleiben unbeantwortet
Die Einführung der neuen Funktion erfolgt in einem Kontext, in dem KI-Musikgeneratoren zunehmend mit Kritik bezüglich potenzieller Urheberrechtsverletzungen konfrontiert sind. Suno hat bisher keine Angaben dazu gemacht, wie das Modell für die „Speech“-Funktion trainiert wurde. Diese mangelnde Transparenz ist ein wiederkehrender Kritikpunkt in der Branche.
Große Plattenlabels haben bereits Klagen gegen Suno eingereicht. Erst kürzlich entschied ein Münchner Gericht gegen das Startup und lehnte die Argumentation der „Fair Use“-Regelung ab, die eine angemessene Nutzung urheberrechtlich geschützter Daten rechtfertigen sollte. Diese rechtlichen Auseinandersetzungen unterstreichen die anhaltenden Debatten über die Nutzung von Trainingsdaten im Bereich der generativen KI.
Thema: Technologie / KI allgemein. Quelle/Inspiration: The Decoder.