Quando si realizzano video, piccoli giochi o si aggiunge un po' di suono a una pagina, spesso ci si blocca su dettagli molto piccoli.
L'immagine è già quasi pronta, manca solo una sezione di percussioni. Cercando nella libreria di risorse, i suoni con un ritmo adatto sono troppo pesanti, mentre quelli dal timbro gradevole includono voci. Dopo averne trovata una con molta fatica, la si ritaglia e la si riproduce ripetutamente, ma tra l'inizio e la fine c'è ancora una pausa evidente.
Lo stesso vale per i suoni naturali. Si desiderano il rumore di un ruscello e qualche cinguettio, ma la risorsa trovata è mescolata con un forte rumore di vento, oppure compare improvvisamente una sezione musicale.
Molte volte, non abbiamo bisogno di una canzone completa, ma soltanto di “un piccolo pezzo di suono che possa stare esattamente qui”.
Nell'interfaccia Suno di Ace Data Cloud, sounds è l'operazione pensata per questo tipo di esigenza. Genera risorse sonore in base a descrizioni testuali, e può creare sia brevi effetti sonori da riprodurre una sola volta, sia frammenti sonori da usare in loop. Per le operazioni specifiche, consulta la Guida all'integrazione della generazione audio Suno.

¶ Prima chiarisci se ti serve un suono o un brano musicale
Anche se entrambi vengono inviati dall'interfaccia audio di Suno, operazioni diverse sono più adatte a esigenze diverse.
Un suono “pop” alla pressione di un pulsante, o un colpo di legno, sono adatti alla modalità one-shot di sounds. Se si desidera che una sezione ritmica venga riprodotta ripetutamente, si sceglie loop. Se invece si vuole un lungo brano musicale con uno sviluppo completo, allora si dovrebbe usare il normale generate.
Questa distinzione è molto importante.
Questa volta abbiamo realizzato rispettivamente un ritmo in loop intenso, circa sei minuti di musica rilassante e un paesaggio sonoro naturale di ruscello e cinguettii. Tra questi, il ritmo in loop usa sounds; i due lunghi audio successivi usano generate, e non si possono considerare tutti come effetti generati da sounds.
¶ Prova loop con un ritmo di percussioni intenso
Il requisito per questa risorsa in loop è piuttosto diretto: il ritmo deve essere più intenso, con batteria pesante e basse frequenze, ma non deve diventare una canzone con introduzione, climax e finale.
Perché deve essere riprodotta ripetutamente.
Se il modello dispone una bella chiusura, da sola potrebbe suonare bene, ma quando viene ricollegata all'inizio risulta facilmente artificiale. Perciò, nella descrizione, oltre al timbro, bisogna chiarire anche la modalità di riproduzione: mantenere il ritmo stabile, niente dissolvenze in entrata o in uscita, nessun colpo finale marcato e nessuno spazio vuoto alla fine.
Il seguente brano è un esempio generato questa volta usando sounds e selezionando la modalità loop, della durata di circa 20,8 secondi.
L'obiettivo impostato questa volta è 140 BPM, sostenendo l'intensità con percussioni compatte, hi-hat e impulsi di sintetizzatore a bassa frequenza. È un obiettivo creativo e non significa che sia già stata effettuata una rilevazione del tempo.
Aver scelto loop non significa nemmeno che il file abbia già superato il “collaudo del loop senza soluzione di continuità”.
Questo esempio non è ancora stato sottoposto ad ascolto delle giunzioni e analisi della forma d'onda. Prima di inserirlo davvero nel progetto, si consiglia di riprodurlo in loop diverse volte, prestando particolare attenzione al punto in cui l'ultimo battito si ricollega al primo: ci sono pause, le basse frequenze si interrompono improvvisamente, la coda del riverbero viene tagliata, il ritmo anticipa o ritarda?
Anche il lettore stesso può influenzare l'esperienza. Anche se l'inizio e la fine dell'audio sono elaborati bene, ricaricare il file dopo la fine della riproduzione può comunque creare uno spazio vuoto. La risorsa in loop e la logica di riproduzione in loop devono essere controllate insieme.

¶ L'interfaccia non è complessa, la chiave è come scrivere sound
sounds non utilizza separatamente un indirizzo /suno/sounds, ma seleziona tramite action nell'interfaccia audio. L'indirizzo della richiesta è POST https://api.acedata.cloud/suno/audios, utilizza l'autenticazione Bearer Token; per i dettagli consulta i parametri dell'interfaccia Suno Audios.
Di seguito una richiesta di ritmo in loop che può essere usata come riferimento:
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
}'
Osservando questa richiesta scomposta, ciò su cui serve davvero riflettere è soprattutto sound.
Scrivere soltanto “un po' più intenso” esprime un'emozione. Aggiungendo “cassa pesante, rullante compatto, hi-hat veloce”, si inizia ad avvicinarsi al suono stesso. Spiegando poi “mantenere stabile, senza introduzione e finale, da usare per un loop continuo”, il modello capisce come verrà usata questa risorsa.
Consigliamo maggiormente di scrivere descrizioni specifiche, invece di continuare ad aggiungere aggettivi come “sconvolgente, estremo, epico”.
Per esempio, un effetto sonoro di pulsante può essere descritto così:
Un breve e morbido colpo di legno, con un suono pulito e ravvicinato, decadimento rapido, senza voci né musica di sottofondo.
Anche per i suoni naturali, “in una foresta ci sono acqua corrente e uccelli” è ancora piuttosto generico. Sostituendolo con “il ruscello più vicino, i cinguettii più lontani, lasciare silenzio tra i richiami, senza cinguettii continui e densi”, le relazioni spaziali e la densità diventano molto più chiare.
La descrizione non deve essere molto lunga. In questo test pratico, un sound superiore a 500 caratteri è stato rifiutato dall'interfaccia; l'invio è riuscito solo dopo averlo semplificato. Durante l'integrazione, è possibile innanzitutto mantenerlo entro 500 caratteri, mettendo all'inizio le caratteristiche sonore più importanti; il limite di lunghezza resta soggetto alla convalida effettiva e alla documentazione più recente.
¶ Questi parametri sono sufficienti per iniziare
I campi obbligatori di sounds sono action, sound e sound_type. Gli altri parametri degli effetti sonori servono a integrare modello, ritmo, tonalità e formato di output.
| Parametro | Come compilarlo | Quando usarlo |
|---|---|---|
action |
Fisso a "sounds" |
Seleziona l'operazione di generazione di materiale sonoro |
sound |
Descrizione testuale | Descrive sorgente sonora, timbro, spazialità e requisiti di riproduzione |
sound_type |
"one-shot" o "loop" |
Distingue tra effetto sonoro singolo e materiale in loop |
model |
In questo esempio viene usato "chirp-v6" |
Specifica esplicitamente il modello di generazione |
bpm |
Intero da 1 a 300 | Compilarlo quando vi sono requisiti ritmici chiari |
key |
Ad esempio "Dm", "C" |
Compilarlo quando vi sono requisiti di tonalità |
audio_format |
Attualmente "mp3" |
Specifica il formato audio |
async |
Impostato su true |
Dopo l'invio ottiene l'ID attività, poi interroga il risultato |
callback_url |
Indirizzo facoltativo per la ricezione dei risultati | Compilarlo quando è necessario un callback lato server |
Tra questi, l'intervallo di bpm, i valori di sound_type e l'attuale limitazione al formato MP3 possono essere consultati tutti nella pagina dei parametri dell'interfaccia.
Se si generano solo acqua corrente, vento o un singolo colpo, non è necessario compilare forzatamente BPM e tonalità per avere “parametri completi”.
C'è anche un errore in cui è facile incorrere: /suno/audios è un punto di ingresso condiviso da più operazioni; i campi che compaiono nella tabella generale dei parametri non sono necessariamente validi per ogni operazione. Ad esempio, duration: la documentazione indica che attualmente è usato per generate, quindi non si può ritenere che passando 360 a sounds si possano ottenere effetti sonori di sei minuti.
¶ Per sei minuti di ruscello e canti di uccelli, serve un approccio diverso
Oltre ai loop brevi, abbiamo provato anche un paesaggio sonoro naturale più lungo.
Questa volta non si vuole rappresentare “la natura è molto vivace”, ma la sensazione di restare seduti accanto a un ruscello per un po': l'acqua corrente è costantemente presente, i canti degli uccelli risuonano occasionalmente, con variazioni di vicinanza e lontananza, senza però contendersi spazio.
Nel sound design, il ruscello funge da base e i canti degli uccelli da ornamento. Si lascia solo un accenno di foglie e vento, senza predisporre tuoni o acquazzoni, né aggiungere attivamente strumenti musicali.
Di seguito è riportato un esempio di circa sei minuti di Ruscello limpido nel bosco.
Qui occorre chiarire: usa generate, non sounds, ed è un paesaggio sonoro sintetico, non una registrazione sul campo.
Per provare contenuti continui più lunghi, questa volta è stata usata la generazione personalizzata chirp-v5-5, impostando duration a 360. Anche la documentazione avverte che la durata è solo un obiettivo di generazione, non una garanzia precisa; alla fine è necessario leggere la durata effettiva nel risultato restituito.
Allo stesso modo, aver scritto “niente musica” non può sostituire l'ascolto di verifica. Questo esempio non ha ancora completato l'ascolto umano dell'intera traccia; il grado di riproduzione dell'acqua corrente, dei canti degli uccelli e del requisito di assenza di accompagnamento musicale deve essere confermato prima dell'uso.
Se il progetto ha requisiti molto rigorosi per i soli suoni ambientali, si può prima verificare la qualità sonora con brevi segmenti, e poi considerare un processo di produzione più lungo, senza dover concentrare tutti i requisiti in un audio di sei minuti fin dall'inizio.

¶ Anche la musica rilassante non va confusa con i suoni ambientali
Abbiamo realizzato anche un brano di circa sei minuti, Entrare lentamente nella quiete.
La sua direzione creativa è pianoforte dal suono morbido, una calda base ambientale e armonie che cambiano lentamente. A differenza del ruscello e dei canti di uccelli, questo è un brano musicale; a differenza dei loop intensi, permette di entrare lentamente, svilupparsi e poi concludersi gradualmente.
Anche questo brano usa generate e non appartiene agli esempi di sounds. È adatto come tentativo creativo in direzione di un rilassamento di supporto, ma non deve essere presentato come un audio con effetti terapeutici certi, né contiene promesse del tipo “una determinata frequenza può curare le malattie”.
Mettendo insieme queste diverse esigenze, la scelta dell'interfaccia risulta piuttosto chiara:
Se serve un evento sonoro, oppure una sezione di materiale sonoro da usare in loop, guardare prima sounds; se servono contenuti musicali che si sviluppano nel tempo, guardare invece generate.
¶ Dopo aver ottenuto il task_id, non inviare subito di nuovo
Nell'esempio viene usato async: true. Dopo l'invio si ottiene prima l'ID dell'attività, quindi si interroga il risultato tramite l'interfaccia delle attività, anziché restare in attesa nella stessa richiesta di generazione.
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"
}'
Durante l'integrazione, è consigliabile salvare insieme l'ID dell'attività e i record della richiesta. Finché l'attività originale è ancora in esecuzione, continuare a interrogare questa attività; non inviare una nuova richiesta di generazione solo perché il file non è stato ancora ottenuto.
Dopo aver ottenuto l'audio finale, non limitarsi a verificare “se c'è un URL”. Occorre anche controllare se l'attività è riuscita, se la durata effettiva è appropriata e poi verificare il contenuto sonoro in base all'uso previsto.
Per gli effetti sonori brevi, controllare l'attacco e il decadimento; per il materiale in loop, ascoltare la giunzione; per gli audio lunghi, ascoltare se ci sono passaggi bruschi, voci umane inattese o accompagnamenti musicali indesiderati.
L'interfaccia di generazione risolve il problema di “creare prima un materiale candidato”. Per renderlo davvero adatto alla tua pagina, video o gioco, vale comunque la pena dedicare tempo a questa fase finale di ascolto e regolazione.
Le tre illustrazioni nell'articolo sono immagini di accompagnamento originali generate in questa occasione. Gli audio sono esempi generati e non hanno ancora completato una revisione integrale tramite ascolto umano o un controllo qualità audio professionale. Il blog utilizza il tag nativo <audio> per l'incorporamento; la piattaforma di pubblicazione deve consentire di mantenere questo tag affinché i lettori possano riprodurli direttamente.

