Ep.1538 Suno、音声と音楽を統合する「Speech (beta)」を公開──生成AIの表現領域を拡張（2026年10月4日配信）

名古屋ではたらく社長のITニュースポッドキャスト · Oct 4, 2026 · 3m

タイトル

Suno、音声と音楽を統合する「Speech (beta)」を公開──生成AIの表現領域を拡張

このエピソードで登場するキーワードを説明します。

Suno: 音楽生成AIプラットフォームを手がける米国のテック企業。テキストプロンプトから楽曲を自動生成する技術で知られる。

Jack Brody: Sunoの最高製品責任者（CPO）。新機能「Speech (beta)」の発表を主導した人物。

音声モデル (Speech Model): 音声や言語の生成に特化した人工知能モデル。今回Sunoは音声と音楽を1つのトラックとして統合するモデルを発表した。

v6: Sunoが展開する最新世代の音楽・音声生成モデル。従来モデルから品質と構造が大幅に向上している。

それでは解説に入ります。

音楽生成AIの分野で高いシェアを持つSunoは、2026年10月1日に新機能「Speech (beta)」を発表し、音声モデル市場へ本格的に参入しました。従来のAI音声生成が音声と音楽のトラックを個別にレイアウトしていたのに対し、同社の新しい音声モデルは声と音楽を1つのコヒーレントなトラックとして同時に生成する点が最大の特徴です。ユーザーがアイデアや詩などのテキストを入力し、声のトーンや音楽のスタイルを指定するだけで、オリジナルのBGM付き音声コンテンツをワンストップで構築できます。…