Créer des vidéos, créer de petits jeux, ou ajouter un peu de son à une page, on se retrouve souvent bloqué sur de tout petits détails.
L’image est déjà presque prête, il ne manque qu’un passage de percussion. En cherchant dans une bibliothèque de ressources, les sons au rythme approprié sont trop lourds, tandis que ceux dont le timbre est agréable contiennent des voix. Après avoir enfin trouvé un extrait, on le découpe et on le joue en boucle, mais il reste une pause évidente entre la fin et le début.
Les sons naturels sont pareils. On veut le bruit d’un ruisseau et quelques chants d’oiseaux, mais le fichier trouvé contient un vent très fort, ou bien un passage musical apparaît soudainement.
Très souvent, nous n’avons pas besoin d’une chanson complète, seulement d’« un petit extrait sonore qui puisse être placé exactement ici ».
Dans l’interface Suno d’Ace Data Cloud, sounds est l’opération destinée à ce type de besoin. Elle génère des ressources sonores à partir de descriptions textuelles, pouvant servir aussi bien à créer de courts effets sonores joués une seule fois que des extraits sonores destinés à être mis en boucle. Pour les opérations détaillées, consultez le guide d’intégration de génération audio Suno.

¶ Déterminez d’abord clairement si vous voulez un son ou un morceau de musique
Bien que tout soit soumis depuis l’interface audio Suno, les opérations adaptées diffèrent selon les besoins.
Un son « pop » lors de l’appui sur un bouton, ou un coup de bois, convient au mode one-shot de sounds. Si vous souhaitez qu’un rythme soit répété en boucle, choisissez loop. Si vous voulez un long morceau de musique avec un développement complet, il faut plutôt regarder le generate standard.
Cette différence est très importante.
Cette fois, nous avons respectivement créé un rythme en boucle intense, environ six minutes de musique apaisante, ainsi qu’un paysage sonore naturel de ruisseau et de chants d’oiseaux. Parmi eux, le rythme en boucle utilise sounds ; les deux longs audios suivants utilisent generate, et ils ne doivent pas tous être considérés comme des résultats générés par sounds.
¶ Essayez loop avec un rythme de percussion intense
Les exigences pour cette ressource en boucle sont assez directes : un rythme plutôt intense, avec de grosses percussions et des basses fréquences, mais sans qu’il devienne une chanson avec une introduction, un climax et une fin.
Parce qu’elle doit être jouée en boucle.
Si le modèle organise une belle conclusion, elle peut être bonne à écouter seule, mais elle risque de se remarquer lorsqu’elle revient au début. Ainsi, en plus du timbre, la description doit indiquer clairement le mode de lecture : maintenir un rythme stable, sans fondu d’entrée ou de sortie, sans impact final, et sans laisser de silence à la fin.
L’extrait ci-dessous est l’exemple généré cette fois avec sounds en choisissant le mode loop, d’une durée d’environ 20,8 secondes.
L’objectif défini cette fois est de 140 BPM, en soutenant l’intensité avec des percussions compactes, des charlestons et des pulsations de synthétiseur dans les basses fréquences. C’est un objectif créatif, cela ne signifie pas qu’une détection du tempo a déjà été effectuée.
Choisir loop ne signifie pas non plus que le fichier a déjà passé la « validation de boucle sans raccord ».
Cet exemple n’a pas encore fait l’objet d’une écoute du raccord ni d’une analyse de forme d’onde. Avant de le placer réellement dans un projet, il est recommandé de le boucler plusieurs fois, en prêtant particulièrement attention à l’endroit où le dernier temps revient au premier : y a-t-il une pause, les basses fréquences se coupent-elles soudainement, la queue de réverbération est-elle coupée, le rythme part-il trop en avance ou trop en retard.
Le lecteur lui-même peut également influencer l’expérience. Même si le début et la fin de l’audio sont bien traités, recharger le fichier après la fin de la lecture peut tout de même créer un espace vide. Les ressources en boucle et la logique de lecture en boucle doivent être vérifiées ensemble.

¶ L’interface n’est pas compliquée, l’essentiel est de savoir comment écrire sound
sounds n’utilise pas une adresse /suno/sounds séparée, mais sélectionne plutôt l’opération via action dans l’interface audio. L’adresse de requête est POST https://api.acedata.cloud/suno/audios, avec une authentification Bearer Token ; consultez les paramètres de l’interface Suno Audios pour les détails.
Voici une requête de rythme en boucle que vous pouvez prendre comme référence :
curl --request POST \
--url https://api.acedata.cloud/suno/audios \
--header "Authorization: Bearer YOUR_API_TOKEN" \
--header "Content-Type: application/json" \
--data '{
"action": "sounds",
"model": "chirp-v6",
"sound": "Intense industrial percussion loop at 140 BPM. Punchy kick, tight snare, fast hi-hats and gritty D minor bass pulses. Stable tempo and energy. Seamless cyclic boundary, complete bars. No intro, outro, fades, ending hit, silence or vocals.",
"sound_type": "loop",
"bpm": 140,
"key": "Dm",
"audio_format": "mp3",
"async": true
}'
En décomposant cette requête, ce qui demande vraiment de la réflexion est principalement sound.
Écrire seulement « un peu plus intense » exprime une émotion. Ajouter « grosse caisse, caisse claire compacte, charlestons rapides » commence à se rapprocher du son lui-même. Puis, en précisant « maintenir la stabilité, sans introduction ni conclusion, pour une boucle continue », le modèle comprend comment cette ressource doit être utilisée.
Nous recommandons davantage d’écrire des descriptions précises, plutôt que d’empiler sans cesse des adjectifs comme « spectaculaire », « ultime » ou « épique ».
Par exemple, un effet sonore de bouton peut être décrit ainsi :
Un coup de bois court et doux, au son propre et proche, avec une décroissance rapide, sans voix ni musique de fond.
De même pour les sons naturels, « il y a de l’eau qui coule et des oiseaux dans une forêt » reste assez vague. En le remplaçant par « le ruisseau est plus proche, les chants d’oiseaux sont plus lointains, laisser du calme entre les cris, sans chants continus et denses », la relation spatiale et la densité deviennent beaucoup plus claires.
La description n’a pas besoin d’être très longue non plus. Lors de ce test, un sound de plus de 500 caractères a été refusé par l’API, et la soumission n’a réussi qu’après simplification. Lors de l’intégration, vous pouvez d’abord le limiter à moins de 500 caractères, en plaçant les caractéristiques sonores les plus importantes au début ; la limite de longueur reste soumise à la validation réelle et à la documentation la plus récente.
¶ Ces paramètres suffisent pour commencer
Les champs obligatoires de sounds sont action, sound et sound_type. Les autres paramètres sonores servent à compléter le modèle, le rythme, la tonalité et le format de sortie.
| Paramètre | Comment le renseigner | Quand l’utiliser |
|---|---|---|
action |
Toujours "sounds" |
Sélectionner l’opération de génération de ressources sonores |
sound |
Description textuelle | Décrire la source sonore, le timbre, la spatialisation et les exigences de lecture |
sound_type |
"one-shot" ou "loop" |
Distinguer un effet sonore ponctuel d’une ressource en boucle |
model |
Cet exemple utilise "chirp-v6" |
Spécifier explicitement le modèle de génération |
bpm |
Un entier de 1 à 300 | À renseigner lorsqu’il existe une exigence rythmique claire |
key |
Par exemple "Dm", "C" |
À renseigner lorsqu’il existe une exigence de tonalité |
audio_format |
Actuellement "mp3" |
Spécifier le format audio |
async |
Définir sur true |
Obtenir l’ID de tâche après soumission, puis interroger le résultat |
callback_url |
Adresse facultative de réception des résultats | À renseigner lorsqu’un rappel côté serveur est nécessaire |
Parmi eux, la plage de bpm, les valeurs de sound_type et la limitation actuelle au format MP3 peuvent tous être consultés sur la page des paramètres de l’API.
S’il s’agit seulement de générer de l’eau qui coule, du bruit de vent ou un seul coup frappé, il n’est pas nécessaire de renseigner de force le BPM et la tonalité pour avoir des « paramètres complets ».
Il existe aussi un piège facile à rencontrer : /suno/audios est une entrée commune à plusieurs opérations ; les champs figurant dans le tableau global des paramètres ne sont pas forcément valables pour chaque opération. Par exemple, duration est actuellement indiqué par la documentation comme étant utilisé pour generate ; il ne faut pas en déduire qu’en transmettant 360 à sounds, on peut obtenir un effet sonore de six minutes.
¶ Pour six minutes de ruisseau et de chants d’oiseaux, il faut changer d’approche
Au-delà des courtes boucles, nous avons également essayé un paysage sonore naturel plus long.
Cette fois, l’objectif n’est pas de présenter « une nature très animée », mais la sensation de rester un moment assis au bord d’un ruisseau : l’eau qui coule est continuellement présente, les chants d’oiseaux retentissent occasionnellement, avec des variations de distance, sans se disputer l’espace.
Dans la conception sonore, le ruisseau sert de couche de fond, et les chants d’oiseaux de touches décoratives. Les feuilles et le vent ne sont présents qu’un peu ; aucun tonnerre ni averse soudaine n’est prévu, et aucun instrument n’est ajouté volontairement.
Voici l’exemple d’environ six minutes de « Ruisseau clair dans la forêt ».
Il faut préciser clairement ici : il utilise generate, et non sounds, et il s’agit d’un paysage sonore synthétique, pas d’un enregistrement sur le terrain.
Afin d’essayer un contenu continu relativement long, cette fois-ci la génération personnalisée chirp-v5-5 a été utilisée, avec duration défini sur 360. La documentation rappelle également que la durée n’est qu’un objectif de génération, pas une garantie précise ; la durée réelle dans le résultat retourné doit être lue au final.
De même, écrire « pas de musique » ne peut pas remplacer une validation par écoute. Cet exemple n’a pas encore fait l’objet d’une écoute humaine complète sur toute sa durée ; le degré de restitution de l’eau qui coule, des chants d’oiseaux et de l’exigence d’absence d’accompagnement musical doit être confirmé avant utilisation.
Si le projet a des exigences très strictes concernant les sons d’ambiance purs, vous pouvez d’abord vérifier la texture sonore avec de courts extraits, puis envisager un processus de production plus long, sans devoir dès le départ concentrer toutes les exigences dans un audio de six minutes.

¶ La musique apaisante ne doit pas non plus être confondue avec les sons d’ambiance
Nous avons également réalisé une séquence d’environ six minutes intitulée « Entrer lentement dans le calme ».
Sa direction créative est un piano doux, une nappe d’ambiance chaleureuse et des harmonies évoluant lentement. Contrairement au ruisseau et aux chants d’oiseaux, c’est une musique ; contrairement à une boucle intense, elle permet d’entrer progressivement, de se déployer, puis de se terminer graduellement.
Cette séquence utilise également generate et ne fait pas partie des exemples sounds. Elle convient comme tentative de création dans une direction favorisant la relaxation ; elle ne doit pas être présentée comme un audio ayant un effet thérapeutique certain, et aucune promesse du type « une certaine fréquence peut guérir une maladie » n’a été faite.
En réunissant ces différents besoins, le choix de l’API devient assez clair :
Si vous avez besoin d’un événement sonore, ou d’une ressource sonore destinée à être mise en boucle, regardez d’abord sounds ; si vous avez besoin d’un contenu musical qui se développe sur une longue durée, regardez ensuite generate.
¶ Après avoir obtenu le task_id, ne soumettez pas à nouveau tout de suite
L’exemple utilise async: true. Après la soumission, vous obtenez d’abord l’ID de tâche, puis interrogez le résultat via l’API des tâches, au lieu d’attendre continuellement dans la même requête de génération.
curl --request POST \
--url https://api.acedata.cloud/suno/tasks \
--header "Authorization: Bearer YOUR_API_TOKEN" \
--header "Content-Type: application/json" \
--data '{
"action": "retrieve",
"id": "替换为提交时返回的task_id"
}'
Lors de l’intégration, il est recommandé d’enregistrer ensemble l’ID de tâche et les données de la requête. Tant que la tâche d’origine est encore en cours d’exécution, continuez à interroger cette tâche ; ne renvoyez pas une requête de génération parce que le fichier n’a pas encore été obtenu temporairement.
Après avoir récupéré l’audio final, ne vérifiez pas seulement « s’il y a une URL ». Il faut aussi vérifier si la tâche a réussi, si la durée réelle est appropriée, puis valider le contenu sonore selon l’usage prévu.
Pour les effets sonores courts, écoutez l’attaque et la décroissance ; pour les ressources en boucle, écoutez la jonction ; pour les longs audios, écoutez s’il y a des transitions abruptes, des voix humaines inattendues ou des accompagnements musicaux non souhaités.
L’API de génération résout la question de « produire d’abord une ressource candidate ». Pour qu’elle soit réellement adaptée à votre page, votre vidéo ou votre jeu, cette dernière étape d’écoute et d’ajustement mérite encore du temps.
Les trois illustrations de l’article sont des images originales générées pour cette occasion. Les audios sont des exemples générés et n’ont pas encore fait l’objet d’une écoute humaine complète ni d’un contrôle qualité audio professionnel. Le blog utilise des balises natives <audio> pour l’intégration ; la plateforme de publication doit autoriser la conservation de cette balise pour que les lecteurs puissent les lire directement.

