Ao fazer vídeos, pequenos jogos, ou adicionar um pouco de som a uma página, muitas vezes ficamos presos em detalhes muito pequenos.
A imagem já está quase pronta, faltando apenas uma batida. Ao procurar na biblioteca de materiais, os timbres com ritmo adequado são pesados demais, enquanto os timbres agradáveis vêm misturados com vozes. Depois de muito esforço para encontrar um trecho, ao cortá-lo e reproduzi-lo repetidamente, ainda há uma pausa evidente entre o início e o fim.
Os sons naturais são iguais. O desejado é água corrente de um riacho e alguns cantos de pássaros, mas o material encontrado vem misturado com um vento muito forte ou, de repente, aparece um trecho de música de fundo.
Muitas vezes, não precisamos de uma música completa, apenas de “um pequeno trecho de som que se encaixe exatamente aqui”.
Na interface Suno da Ace Data Cloud, sounds é a operação voltada para esse tipo de necessidade. Ela gera materiais sonoros com base em descrições em texto, podendo criar tanto efeitos sonoros curtos reproduzidos uma vez quanto trechos de som para repetição em loop. Para operações específicas, consulte o Guia de integração de geração de áudio Suno.

¶ Primeiro, deixe claro se você quer um som ou um trecho de música
Embora ambos sejam enviados pela interface de áudio Suno, diferentes necessidades são mais adequadas para operações diferentes.
Um som de “ploc” ao pressionar um botão, ou uma batida de madeira, é adequado para o modo one-shot de sounds. Se quiser que um trecho rítmico seja reproduzido repetidamente, escolha loop. Se o desejado for um trecho longo de música com um processo completo de desenvolvimento, então deve-se considerar o generate convencional.
Essa diferença é muito importante.
Desta vez, fizemos respectivamente um ritmo intenso em loop, cerca de seis minutos de música suave e uma paisagem sonora natural de riacho e pássaros. Entre eles, o ritmo em loop usa sounds; os dois áudios longos posteriores usam generate, e não se pode considerar todos eles como efeitos de geração de sounds.
¶ Experimente loop com uma batida intensa
O requisito para este material em loop é relativamente direto: um ritmo mais intenso, com bateria pesada e graves, mas sem se tornar uma música com introdução, clímax e final.
Porque ele precisa ser reproduzido repetidamente.
Se o modelo organizar um encerramento bonito, ele pode soar bem isoladamente, mas ao reconectar ao início, será fácil perceber o problema. Portanto, além do timbre, é preciso deixar claro na descrição a forma de reprodução: manter o ritmo estável, sem fade in ou fade out, sem batida forte no final e sem deixar um trecho em branco no fim.
O trecho abaixo é o exemplo gerado desta vez usando sounds e selecionando o modo loop, com cerca de 20,8 segundos.
O objetivo definido desta vez é 140 BPM, sustentando a intensidade com batidas compactas, chimbal e pulsos de sintetizador de baixa frequência. Ele é um objetivo criativo e não significa que já tenha passado por uma detecção de batidas.
Escolher loop também não significa que o arquivo já tenha passado na “validação de loop sem emendas”.
Este exemplo ainda não passou por audição da emenda e detecção de forma de onda. Antes de realmente colocá-lo no projeto, recomenda-se reproduzi-lo em loop contínuo algumas vezes, observando especialmente o ponto em que a última batida retorna à primeira: há alguma pausa, os graves são interrompidos de repente, a cauda da reverberação foi cortada, ou o ritmo se adianta ou atrasa.
O próprio player também afeta a experiência. Mesmo que o início e o fim do áudio estejam bem tratados, ainda pode haver um intervalo ao recarregar o arquivo após o término da reprodução. Os materiais em loop e a lógica de reprodução em loop precisam ser verificados juntos.

¶ A interface não é complexa, o ponto-chave é como escrever sound
sounds não utiliza separadamente um endereço /suno/sounds, mas é selecionado por meio de action na interface de áudio. O endereço da requisição é POST https://api.acedata.cloud/suno/audios, usando autenticação Bearer Token; consulte os detalhes em Parâmetros da interface Suno Audios.
Abaixo está uma requisição de ritmo em loop que pode servir como referência:
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
}'
Ao dividir essa requisição, o que realmente exige mais atenção é principalmente sound.
Escrever apenas “um pouco mais intenso” expressa uma emoção. Ao acrescentar “bateria pesada, caixa compacta, chimbal rápido”, começa-se a se aproximar do som em si. Ao explicar ainda “manter estável, sem introdução e final, para loop contínuo”, o modelo entende como esse material será usado.
Recomendamos mais escrever descrições específicas, em vez de acumular continuamente adjetivos como “impactante, extremo, épico”.
Por exemplo, um efeito sonoro de botão pode ser descrito como:
Uma breve e suave batida de madeira, som limpo e próximo, decaimento rápido, sem voz e música de fundo.
Também para sons naturais, “há água corrente e pássaros na floresta” ainda é relativamente amplo. Ao trocar por “o riacho mais próximo, os cantos dos pássaros mais distantes, deixando silêncio entre os chamados, sem cantos contínuos e densos”, a relação espacial e a densidade ficam muito mais claras.
A descrição também não precisa ser muito longa. Neste teste prático, sound com mais de 500 caracteres foi recusado pela interface, e a submissão só foi bem-sucedida após ser simplificado. Ao integrar, você pode primeiro mantê-lo dentro de 500 caracteres e colocar as características sonoras mais importantes no início; o limite de comprimento ainda deve seguir a validação real e a documentação mais recente.
¶ Estes parâmetros são suficientes para começar
Os campos obrigatórios de sounds são action, sound e sound_type. Os demais parâmetros de efeitos sonoros são usados para complementar o modelo, o ritmo, a tonalidade e o formato de saída.
| Parâmetro | Como preencher | Quando usar |
|---|---|---|
action |
Fixo como "sounds" |
Selecionar a operação de geração de material sonoro |
sound |
Descrição em texto | Descrever a fonte sonora, o timbre, a sensação espacial e os requisitos de reprodução |
sound_type |
"one-shot" ou "loop" |
Distinguir entre efeito sonoro único e material em loop |
model |
Este exemplo usa "chirp-v6" |
Especificar explicitamente o modelo de geração |
bpm |
Inteiro de 1 a 300 | Preencher quando houver requisitos claros de ritmo |
key |
Por exemplo, "Dm", "C" |
Preencher quando houver requisitos de tonalidade |
audio_format |
Atualmente "mp3" |
Especificar o formato de áudio |
async |
Definir como true |
Obter o ID da tarefa após o envio e depois consultar o resultado |
callback_url |
Endereço opcional para receber resultados | Preencher quando for necessário callback do servidor |
Entre eles, o intervalo de bpm, os valores de sound_type e a limitação atual do formato MP3 podem ser consultados na página de parâmetros da interface.
Se for apenas gerar água corrente, som de vento ou uma batida, não é necessário preencher BPM e tonalidade à força apenas para ter “parâmetros completos”.
Há também uma armadilha fácil: /suno/audios é uma entrada compartilhada por várias operações; os campos que aparecem na tabela geral de parâmetros não significam que sejam válidos para todos os tipos de operação. Por exemplo, duration, a documentação explica que atualmente é usado para generate; não se deve concluir por isso que, ao passar 360 para sounds, será possível obter um efeito sonoro de seis minutos.
¶ Para seis minutos de riacho e canto de pássaros, é preciso mudar a abordagem
Além de loops curtos, também experimentamos uma paisagem sonora natural mais longa.
Desta vez, o que se desejava apresentar não era “a natureza é muito animada”, mas a sensação de ficar sentado à beira de um riacho por um tempo: a água corrente está presente continuamente, o canto dos pássaros soa ocasionalmente, há variações de distância, mas eles não disputam espaço entre si.
No design sonoro, o riacho serve como base, e o canto dos pássaros como enfeite. Folhas e som de vento ficam apenas um pouco, sem incluir trovões ou chuvas fortes, nem adicionar instrumentos por iniciativa própria.
Abaixo está um exemplo de aproximadamente seis minutos de 《Riacho Claro na Floresta》.
Aqui é preciso deixar claro: ele usa generate, não sounds, e é uma paisagem sonora sintetizada, não uma gravação de campo.
Para experimentar conteúdo contínuo mais longo, desta vez foi usada a geração personalizada chirp-v5-5, com duration definido como 360. A documentação também lembra que a duração é apenas um objetivo de geração, não uma garantia precisa; a duração real no resultado retornado deve ser lida ao final.
Da mesma forma, escrever “sem música” também não substitui a avaliação por audição. Este exemplo ainda não concluiu a audição humana de todo o trecho; o grau de reprodução da água corrente, do canto dos pássaros e do requisito de ausência de trilha sonora precisa ser confirmado antes do uso.
Se o projeto tiver requisitos muito rigorosos para sons puramente ambientais, você pode primeiro validar a qualidade sonora com trechos curtos e depois considerar um processo de produção mais longo, sem precisar concentrar todos os requisitos em um áudio de seis minutos logo no início.

¶ Música relaxante também não deve ser confundida com som ambiente
Também criamos um trecho de aproximadamente seis minutos, 《Entrando Lentamente na Quietude》.
Sua direção criativa é piano de timbre suave, uma base ambiente acolhedora e harmonias que mudam lentamente. Diferentemente do riacho e canto de pássaros, isto é uma música; diferentemente de loops intensos, ela permite entrar lentamente, desenvolver-se e então terminar gradualmente.
Este trecho também usa generate e não pertence aos exemplos de sounds. Ele é adequado como uma tentativa criativa voltada ao relaxamento assistido, não deve ser apresentado como um áudio com efeitos terapêuticos comprovados, nem faz promessas de que “uma determinada frequência pode curar doenças”.
Ao colocar esses tipos de necessidades juntos, fica mais claro como escolher a interface:
Se for necessário um evento sonoro ou um material sonoro para loop, veja primeiro sounds; se for necessário conteúdo musical que se desenvolva por um longo tempo, veja generate.
¶ Depois de obter o task_id, não envie novamente de imediato
O exemplo usa async: true. Após o envio, primeiro será obtido o ID da tarefa e, em seguida, o resultado será consultado pela interface de tarefas, em vez de esperar continuamente na mesma solicitação de geração.
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 a integração, recomenda-se salvar juntos o ID da tarefa e o registro da solicitação. Enquanto a tarefa original ainda estiver em execução, continue consultando essa tarefa; não envie outra solicitação de geração apenas porque o arquivo ainda não foi obtido temporariamente.
Depois de obter o áudio final, também não avalie apenas se “há ou não uma URL”. É preciso ainda verificar se a tarefa foi bem-sucedida, se a duração real é adequada e, então, aceitar o conteúdo sonoro de acordo com o uso.
Para efeitos sonoros curtos, observe o ataque e o decaimento; para materiais em loop, ouça as emendas; para áudios longos, é preciso ouvir se há transições abruptas, vozes humanas inesperadas ou trilha sonora indesejada.
A interface de geração resolve “primeiro criar um material candidato”. Para torná-lo realmente adequado à sua página, vídeo ou jogo, ainda vale reservar tempo para esta última etapa de audição e ajustes.
As três ilustrações do texto são imagens originais geradas desta vez. Os áudios são exemplos gerados e ainda não concluíram uma audição humana completa ou uma inspeção profissional de qualidade de áudio. O blog usa a tag nativa <audio> para incorporação; a plataforma de publicação precisa permitir a preservação dessa tag para que os leitores possam reproduzir diretamente.

