Suno v5.5: Datensätze für deine eigene Stimme

Gesang in Suno v5.5 erzeugen: Voice-Datasets für Klangfarbe und Stil aufbauen

Die Funktion „Your Voice“ in Suno v5.5 ermöglicht es, Gesang mit eigenen Voice-Datasets zu erstellen. Das System zerlegt die Stimme in Klangfarbe, Intonation und Artikulation. Die Klangfarbe wird durch die Geometrie des Stimmtrakts geprägt, die Intonation durch Tonhöhenvariationen mit Vibrato und Gleitern, die Artikulation durch Zungen- und Lippenbewegungen. Diese Aufteilung bietet Flexibilität: Das Klangfarbenmodell kombiniert sich mit Intonation und Artikulation für jede Sprache.

Die Wiedererkennbarkeit der Stimme hängt vom ausgewogenen Zusammenspiel dieser Elemente ab. Klingt das Ergebnis nicht stimmig, prüfen Sie, welches Bauteil aus dem Takt geraten ist.

Klangfarben-Kategorien

Singstimm-Klangfarben werden in diesen Kategorien beschrieben:

• Power (Kräftig): Resonante Stimme mit Sängerformant um 2,5 kHz, typisch für Oper.
• Normal (Neutral): Ausgeglichen ohne Anstrengung.
• Breathy (Luftig): Luftig mit Atemgeräuschen, nah an geflüsterten Tönen.

Tools wie Synth-V ergänzen Stilbeschreibungen: Soft, Power, Bright, Dark. Vocaloid betont Atemhaftigkeit, Dynamik und Öffnung.

Voice-Datasets vorbereiten

Tests mit 11 Datasets (DS) von 6 Sekunden bis 4 Minuten. Ungestimmte Vocals und vielfältige Sprechstile. Generierungen in 9 Stilen mit Weirdness 0–90 und Style/Audio Influence 50–100.

Erste 7 DS:

• Power (Vocals, kräftig).
• Normal (Vocals).
• Theater (Sprechgesang, dramatisch).
• Weinen (emotionales Weinen).
• Gemischt (Kombi aus 1–4).
• Expressiver Speech (Gedicht mit Ausdruck).
• Ausdrucksloser Speech (monotoner Vortrag).

Zusätzliche 4 DS für Präzision:

• Breathy (luftig, Tiefen gereinigt).
• RVC DS (Russisch/Englisch Vocals/Speech).
• Ein Lied (einzelnes Lied mit power/normal/breathy).
• Liedersammlung (Clips aus 8 Songs).

Datasets mit markanter Intonation (Weinen, RVC) oder Klangfarbe (Power, Breathy) liefern wiedererkennbare Ergebnisse. Sprech-Datasets erzeugen präzisen Rap mit Emotion und Rhythmus.

Mit eigener Melodie arrangieren

Für Arrangements mit MIDI-Skizze starten: Melodie, Rhythmus und Harmonie trocken (ohne Effekte). Als MP3 konvertieren und Cover-Modus + Your Voice + Lyrics + Style nutzen.

Skizzen-Tipps:

• Einfache Noten: Viertelnoten für Akkorde/Bass erlauben Variationen (Achtel, Triolen).
• Melodie: GM Klarinette oder Lead 6 (Stimme); gehumte Melodie mit Stimmung; Synth-V/Vocaloid.
• Harmonie: Bei Basics bleiben (Am7/G, Csus2 vermeiden); System vereinfacht ggf. zu Dur/Moll.

Getestet mit 8 DS: Volkslied, „Make Me Feel“, „Red Hair Girl“. Hohe Audio Influence steigert Ähnlichkeit.

Fertigtracks als Skizzen schränken Stilfreiheit und Qualität ein.

Wichtige Faktoren für Klangfarbe-Erhaltung

Entscheidend:

• Tonumfang der Skizze passt zu DS; System erweitert, morphen aber bei dünnen Daten.
• Prompt/Style stimmt mit DS überein: R&B-Gleiter passen nicht zu Power-Stimmen.
• Hohe Audio Influence priorisiert DS.

Lyrikvielfalt begrenzen, Strophen anpassen, um Melodie zu steuern.

Wichtige Erkenntnisse

• Zerlegung in Klangfarbe, Intonation und Artikulation ermöglicht flexible Synthese.
• Mehrere DS pro Stil: Ein Universalset deckt nicht jedes Lied ab.
• Einfache trockene Skizzen maximieren Arrangementsvariationen.
• Hohe Audio Influence und passender Stil sorgen für Wiedererkennbarkeit.
• Sprech-DS erzeugen Profi-Rap mit Emotion.

— Editorial Team