Опубликовано 27 марта 2026

Обновление Suno v5.5 персонализация голоса и стиля в музыке ИИ

Suno v5.5: голос, стиль и персонализация в одном обновлении

Suno выпустила версию 5.5 своего музыкального ИИ: теперь можно добавить собственный голос, обучить модель под свой вкус и сохранить уникальный стиль.

Продукты 2 – 3 минуты чтения
Источник события: Suno 2 – 3 минуты чтения

Музыкальный ИИ развивается быстро – и Suno, один из самых заметных инструментов для генерации треков, не отстаёт. Версия 5.5 – это не просто очередное техническое обновление, а шаг в сторону персонализации: теперь сервис предлагает инструменты, которые позволяют сделать создаваемую музыку ближе к конкретному человеку.

Suno Voices как ИИ воспроизводит ваш голос

Свой голос – буквально

Одна из главных новинок – функция Voices. Проще говоря, теперь можно загрузить образец своего голоса, и модель будет использовать его при генерации треков. Это не просто «подобрать похожий голос» – система старается воспроизвести именно вашу манеру пения, тембр и интонации.

Для тех, кто давно хотел услышать себя в контексте полноценной аранжировки, это ощутимый сдвиг. Раньше подобное требовало либо профессиональной студии, либо серьёзных технических знаний. Теперь – нет.

Custom models создание персональной модели Suno под ваш вкус

Своя модель, обученная на вашем вкусе

Второй крупный блок – Custom models, то есть возможность создать персональную версию модели. Идея в том, чтобы «донастроить» ИИ под конкретный музыкальный стиль: если вы всегда тяготеете к определённому звучанию – атмосферному инди, жёсткому электро или акустическому фолку – модель запоминает это и в дальнейшем генерирует треки, которые ближе к этому эстетическому полю.

Это немного похоже на то, как алгоритмы стриминговых сервисов учатся понимать ваши предпочтения – только здесь вы не просто получаете рекомендации, а создаёте музыку, уже «заточенную» под ваш слух.

My Taste ИИ адаптация Suno к вашим предпочтениям

My Taste: ИИ, который вас слушает

Третья составляющая обновления – функция My Taste. Она работает как накопительный профиль предпочтений: чем больше вы взаимодействуете с сервисом, тем точнее он понимает, что вам нравится. Лайки, сохранения, выбранные треки – всё это формирует контекст, который влияет на результаты генерации.

Если Custom models – это осознанная настройка, то My Taste – это обучение в фоновом режиме, почти незаметное для пользователя. Два подхода дополняют друг друга: один требует активного участия, второй работает сам по себе.

Для чего нужна персонализация в музыкальном ИИ

Зачем это всё?

Если смотреть шире, обновление отражает общую тенденцию в генеративном ИИ: инструменты всё больше двигаются от «сгенерируй что-нибудь» к «сгенерируй что-то моё». Голос, стиль, вкус – это попытка выйти за рамки универсальности и дать каждому пользователю ощущение авторства.

Вопрос, который остаётся открытым: насколько хорошо это работает на практике? Персонализация в ИИ-инструментах – задача сложная. Иногда «обученная» модель улавливает суть, иногда – лишь поверхностные признаки стиля. Насколько точно Suno v5.5 воспроизводит именно ваш голос и именно ваш вкус – покажет только реальный опыт использования.

Пока что направление выглядит логично: музыкальный ИИ взрослеет, и его следующий шаг – не просто «звучать хорошо», а звучать так, как нужно конкретному человеку.

Ссылка на публикацию: https://suno.com/blog/v5-5
Оригинальное название: Suno v5.5: More Expressive. More You.
Дата публикации: 26 мар 2026
Suno suno.com Американская платформа генерации музыки и песен с использованием ИИ.
Предыдущая статья Модель, которая умеет читать мозг: что такое TRIBE v2 и зачем это нужно Следующая статья NVIDIA GTC 2026: как виртуальные миры помогают обучать физический ИИ

Связанные публикации

Вам может быть интересно

Перейти к другим событиям

События – лишь часть картины. Эти материалы помогают увидеть шире: контекст, последствия и идеи, стоящие за новостями.

Google открыла разработчикам доступ к Lyria 3 – модели генерации музыки, которая умеет создавать треки с вокалом и инструментальные композиции по текстовому описанию.

Googleblog.google 26 мар 2026

От источника к разбору

Как создавался этот текст

Этот материал не является прямым пересказом исходной публикации. Сначала была отобрана сама новость – как событие, важное для понимания развития ИИ. Затем мы задали рамку обработки: что в тексте важно прояснить, какой контекст добавить и на чём сделать акцент. Это позволило превратить отдельный анонс или обновление в связный и осмысленный разбор.

Нейросети, участвовавшие в работе

Мы открыто показываем, какие модели использовались на разных этапах обработки. Каждая из них выполняла свою роль – анализ источника, переписывание, проверка и визуальная интерпретация. Такой подход позволяет сохранить прозрачность процесса и ясно показать, как именно технологии участвовали в создании материала.

1.
Claude Sonnet 4.6 Anthropic Анализ исходной публикации и написание текста Нейросеть изучает оригинальный материал и формирует связный текст

1. Анализ исходной публикации и написание текста

Нейросеть изучает оригинальный материал и формирует связный текст

Claude Sonnet 4.6 Anthropic
2.
Gemini 2.5 Flash Google DeepMind Проверка и правка текста Исправление ошибок, неточностей и спорных формулировок

2. Проверка и правка текста

Исправление ошибок, неточностей и спорных формулировок

Gemini 2.5 Flash Google DeepMind
3.
DeepSeek-V3.2 DeepSeek Подготовка описания для иллюстрации Генерация текстового промпта для визуальной модели

3. Подготовка описания для иллюстрации

Генерация текстового промпта для визуальной модели

DeepSeek-V3.2 DeepSeek
4.
FLUX.2 Pro Black Forest Labs Создание иллюстрации Генерация изображения по подготовленному промпту

4. Создание иллюстрации

Генерация изображения по подготовленному промпту

FLUX.2 Pro Black Forest Labs

Хотите знать о новых
экспериментах первыми?

Подписывайтесь на наш Telegram-канал – там мы делимся всем самым
свежим и интересным из мира NeuraBooks.

Подписаться