Suno 釋出 v5 音樂模型：人聲質感大升級，先向付費使用者開放

如果你這幾年試過用 AI 搓一首歌，大概很熟悉那種塑膠感：吉他、貝斯和人聲全糊在一塊，像把幾個廉價 MP3 疊放一起播放。

Suno 上線了全新的 v5 模型，先面向 Pro 和 Premier 付費訂閱會員開放。這家一邊被各大唱片公司起訴侵權、一邊瘋狂迭代工具的明星初創公司，這次交出的答卷在硬指標上確實有了明顯躍升。

混音更乾淨，但人聲太完美反而假了

聽過上一代 v4.5+ 的人，一耳朵就能聽出 v5 的底噪更少，樂器之間的分離度做得非常乾脆。

在 The Verge 的現場演示中，Suno 產品經理 Henry Phipps 指出一段合成器旋律裡帶出了類似乒乓延遲的立體聲效果。因為 Suno 並不是在軌道上掛效果器外掛，這說明模型已經學會識別特定樂器，並在立體聲場裡模擬出空間反射。

編曲能力也肉眼可見地變聰明了。以前的模型基本只會死板的“主歌接副歌”，新模型會自己加入預副歌、後副歌甚至多段漸進的橋段，曲子聽起來有了層層遞進的弧度。

但問題恰恰出在它太“聰明”了。

v5 的人聲幾乎沒有任何瑕疵，音準完美無缺，渾身裹滿了精緻的混響和厚實的多軌合唱。哪怕你在提示詞裡寫明“不要混響、唱跑調一點”，模型也完全不管你。

Phipps 坦承，模型目前還做不出真人表演裡那些獨特的瑕疵。Suno 甚至悄悄改掉了早期的宣傳口徑，把原本承諾的“情緒充沛、類人情感深度”刪掉，換成了更務實的“自然、真實”，並把這種變化解釋為“風格取捨”。

會搞複雜編曲，卻摸不透復古味道

除了把人聲修得太滿，v5 對小眾和年代風格的理解也顯得有點飄忽。

測試中如果給它輸入“90 年代初 4 軌卡帶錄製的低保真獨立搖滾”，原本想要的是 Pavement 那種鬆弛而粗糙的質感，但 v5 吐出來的全都是齊整厚重的強力和絃，聽起來更像 2000 年後的北極猴子（Arctic Monkeys）。

想要 70 年代末的西德泡菜搖滾（krautrock），出來的東西也常常帶著濃郁的 80 年代流行合成器味，甚至連老機器的底噪都顯得像精心貼上去的貼紙。

不過在重混現有音軌時，它倒是表現出了一些靈氣。比如把上傳的原曲吉他獨奏改編成貫穿全曲的合成器動機，把死板的墊音和絃拆解成流動的琶音，這些編曲技巧確實挑不出毛病。

為什麼重要

對內容創作者和獨立開發者來說，Suno v5 徹底跨過了“做出來的東西能不能直接用”的門檻。做自媒體背景音樂、遊戲配樂或需要交差的商業小樣，v5 的動態混音省去了以前必須匯出分軌去 DAW 裡二次精修的麻煩，現在花幾塊錢訂閱去跑幾首，價效比極高。

但如果你是追求個性、想要粗糲 Lo-fi 或者特定地下樂隊質感的獨立音樂人，現在去試很可能會失望。它像一個技術毫無挑剔、但被各大唱片公司磨平了稜角的金牌製作人，永遠只給你做最穩妥的廣播電臺流行樂。

從行業競爭來看，音樂生成賽道正在從“比誰能哼一段好聽旋律”，正式轉向“比誰更懂聲場工程和現代編曲結構”。Suno 這次把樂器聲場和複雜曲式推到了新高度，壓力直接給到了老對手 Udio 這邊。

我們認為，Suno 現在的隱患在於把“完美”當成了唯一的進化方向。人類音樂里最動人的東西，往往恰恰藏在那些不準的吉他品位、破音的高潮和凌晨客廳裡錄下的呼吸聲中。當 AI 把所有粗糙感全當成噪聲過濾掉，它交出的歌哪怕工業標準再高，聽多了也只剩下一層精緻的空洞。