Suno AI音乐生成：权威技术参考

更新于2026年5月13日

TL;DR：Suno可根据文本提示词生成完整歌曲（人声、乐器、编曲和混音）。V5.5可生成工作室级音频，每次生成最长8分钟，并新增Voices、Custom Models和My Taste自适应偏好。掌握三套系统（提示词文本+metatags（元标签）+Creative Sliders）后，Suno就会成为生产工具，而不是新奇玩具。使用Custom Mode获得控制力，用metatags安排歌曲结构，再通过Song Editor进行迭代优化。Pro方案（10美元/月，或年付8美元/月）可使用V5.5并获得商业权利。点数不会结转。

Suno的200万付费订阅用户每天生成700万首曲目，每两周就会超过Spotify整个1亿首歌曲的曲库规模。¹⁸ V5跨过了早期版本无法达到的门槛：生成的作品能让听众投入其中，而不会意识到这是AI生成的。¹ 它不再只是猎奇内容或占位素材，而是真正用于制作场景的音乐。

“有意思的AI音乐”和“我真的会发布的音乐”之间，差别在于是否理解三套控制系统：

1. 提示词文本：用自然语言描述流派、情绪、配器和人声风格
2. Metatags：用于控制编曲的结构指令，例如[Verse]、[Chorus]、[Bridge]
3. Creative Sliders：通过Weirdness、Style Influence和Audio Influence塑造生成结果的个性

默认工作流（输入一句话，然后点击生成）的结果往往不稳定，因为Suno优化的是广泛吸引力，而不是您具体想要的效果。精准控制，才是可用输出与随机结果之间的分水岭。

我已经在Suno支持的所有流派中生成了数千首曲目，测试过所有已记录和未记录的metatag组合，并摸清了每个模型版本擅长与薄弱的边界。本指南将这些经验提炼为一份权威技术参考。

关键要点

• 严肃创作必须使用 Custom Mode。 Simple Mode 会剥离让 Suno 成为制作工具的控制项。本指南中的每项技巧都默认使用 Custom Mode，并分别填写 Style、Lyrics 和 Title 字段。
• 这是3套控制系统，而不是1套。 提示词文本定义音乐特征。metatags（元标签）控制编曲和结构。Creative Sliders 塑造生成结果的个性。掌握这三者，才能把可用输出与随机结果区分开来。
• 元标签是影响最大的技能。 采用 [Verse]/[Chorus]/[Bridge] 结构，并加入参数化修饰符（[Verse: whispered vocals, acoustic guitar only]），可以让您按段落控制歌曲，几乎仅靠文本就接近 DAW 级编排。
• V5.5 是当前旗舰版本。 在 V5 的制作级基础之上（录音室级音频、自然人声、真实乐器分离），V5.5 增加了 Voices、可按个人风格定制的 Custom Models，以及 My Taste 自适应偏好。访问 V5.5、Voices 和 Custom Models 需要 Pro 层级（每月10美元，或按年每月8美元）。
• 要迭代，不要碰运气。 生成循环（构思 -> 选择 -> 优化 -> Extend -> 编辑 -> 导出）通常每首打磨完成的曲目需要50–100个 credits。请为迭代预留预算，而不是期待一次生成完美成品。
• credits 不会结转，但 top-ups 不会过期。 月度 credits 会在每个计费周期重置。购买的 top-up credits 只要订阅保持有效就会保留，因此适合在高强度创作前囤积使用。¹³

如何使用本指南

目录

第1部分：基础

1. 什么是 Suno？
2. 入门
3. 模型与版本
4. 定价与 Credits

第2部分：提示词工程

1. 提示词架构
2. 提示词增强助手
3. 流派与风格描述词
4. 人声风格
5. Instrumental Mode

第3部分：歌曲结构

1. Metatags 参考
2. 结构标签
3. 器乐与人声标签
4. 高级 Metatag 模式

第4部分：创意控制

1. Creative Sliders
2. Song Editor
3. Covers 和 Remixes
4. Voices
5. My Taste (V5.5)

第5部分：制作工作流

1. 生成循环
2. Suno Studio DAW
3. Stem 分离与导出
4. DAW 集成

第6部分：高级技巧

1. 流派融合
2. 多段落作曲
3. 提示词串联
4. 故障排查

第7部分：商业与法律

1. 商业授权
2. 版权与法律格局
3. 竞争者与替代方案

第8部分：参考

1. API 与集成状态
2. 快速参考卡
3. 更新日志
4. 参考资料

什么是 Suno？

Suno 是一个生成式 AI 平台，可以根据文本描述创作完整歌曲。不同于 DAW、采样库或基于 loop 的工具，Suno 会同时生成曲目的每个元素：旋律、和声、节奏、配器、人声（含歌词）、编排和混音。您描述想要的内容，Suno 产出一首完成度较高的歌曲。

Suno 与传统音乐制作有何不同？

您可以创作的内容：

• 带人声的完整歌曲：任意流派、任意语言，原创歌词或 AI 生成歌词
• 纯器乐：背景音乐、配乐、氛围曲目
• 流派实验：跨流派融合，通常需要多位专业乐手才能完成
• 变体：围绕同一概念生成数十个 takes，再选择最佳版本
• 制作元素：可用于传统 DAW 工作流的 stems

Suno 不是什么：

• 不是 DAW：您不能手动混音、母带处理或编排（不过 Studio 增加了其中一部分能力）
• 不是确定性工具：同一个提示词每次都会产生不同结果
• 不是采样库：您无法精确分离并复用单个声音
• 不是无限制工具：生成会消耗 credits，并且每次尝试的质量并不稳定

入门

快速开始（5分钟）

1. 创建账户：访问 suno.com。免费层级每天提供50个 credits（大约10首歌，通常是5批每批2首的 Create 生成）。

2. 先试用 Simple Mode。 输入一段简短描述，例如 “upbeat indie rock song about a road trip”，然后点击 Create。Suno 会自动生成歌词、旋律、编排和人声。

3. 切换到 Custom Mode 以获得控制权。Custom Mode 会将提示词拆分为独立字段：

4. Style of Music：流派、情绪、配器描述词
5. Lyrics：您的歌词，以及用于结构控制的元标签

6. Title：歌曲标题

7. 聆听两个输出。 Suno 每次创作会生成2个变体。选择更接近意图的版本，然后继续优化。

8. 使用 Extend 将歌曲从初始生成继续延展，或使用 Song Editor 替换特定段落。

界面概览

Suno 的网页界面有两种主要创作模式：

Simple Mode：一个文本框。用自然语言描述歌曲。Suno 会推断流派、撰写歌词并生成所有内容。适合探索，不适合精确控制。

Custom Mode：3个独立字段（Style、Lyrics、Title）加上 Creative Sliders。Custom Mode 才是严肃创作的核心。Style 字段接受流派与制作描述词。Lyrics 字段接受带元标签的文本。滑块控制生成个性。

从 Custom Mode 开始。 Simple Mode 很方便，但会剥离让 Suno 适合制作工作的控制项。本指南中的每项技巧都默认使用 Custom Mode。

模型与版本

Suno自发布以来迭代迅速。每个版本都带来了实质性的质量提升，但访问权限会因订阅层级而异。

版本时间线

当前模型访问权限

V5相较V4.5是一次意义重大的升级。 差异在人声自然度（更少“AI歌手”感）、低频清晰度（贝斯和底鼓分离）以及立体声成像方面最为明显。如果您正在评估Suno是否适合生产用途，请基于V5评估，而不是免费层级。

V5带来了哪些变化

V5（内部称为“chirp-crow”²⁰）代表了Suno迄今为止最大的一次单版本改进：¹

• 录音室级音频保真度：V5的母带质量高于V4.5；官方文档以制作术语描述这种改进，而不是给出具体采样率。第三方Suno产品中心列出V5为44.1 kHz；如果精确采样率对您的工作流很重要，请检查导出的WAV。¹⁶²⁰
• 人声自然度：降低了此前版本中明显的“恐怖谷”感。颤音、呼吸声和辅音发音都更可信。¹
• 乐器分离度：混音中的各个乐器更加分明。减少了“音墙”式的混杂感。¹
• 动态范围：更好地处理由弱到强的过渡。此前版本往往会把所有内容都压缩在一起。¹
• 类型准确性：更能遵循音乐类型惯例。“jazz”prompt听起来更像真正的爵士，而不是“带爵士和弦的流行乐”。¹⁹
• Suno Studio：用于生成后编辑的浏览器内DAW。无需重新生成，即可调整混音、隔离stem并修改编曲。²

V5.5带来了哪些变化

V5.5（2026年3月26日）在V5的音频质量基础上，加入了3项个性化功能：³⁰³¹

• Voices：克隆或复用您自己的声音，用于生成作品。Suno会将一段朗读短语与上传或现场采集的人声样本进行比对，以完成验证。仅限Pro/Premier，需使用v5.5模型，并且可用性受年龄和所在地限制。在Create菜单中，Voices按钮已取代Personas按钮，不过Style Personas仍可在Voices菜单内访问。³¹
• Custom Models：基于您曲库中的歌曲或在Suno之外制作的曲目，训练最多3个个性化V5.5版本。Suno当前的v5.5公告称，Custom Models至少需要6首歌曲；建议使用风格一致的曲目，而不是混合随机类型，因为模型学习的是您的声音特征，不是一堆彼此无关的参考。³⁰³¹
• My Taste：面向所有用户的自适应偏好系统。它会从您偏爱的类型、情绪以及创作/收听习惯中学习，让未来生成更偏向您喜欢的风格、制作美学和人声质感。启用Style Augmentation后，Styles框右上角的魔杖图标会生成个性化风格描述。My Taste默认启用，可从头像菜单编辑或关闭。³¹

定价与积分

截至2026年5月已验证。 Suno定价可能随时变更，恕不另行通知。请查看suno.com/pricing获取当前价格。¹³

套餐对比

积分经济性

每首歌大约消耗5积分。一次典型的Create操作会返回2个歌曲变体，因此每批2首歌大约需要预留10积分。Pro订阅每月2,500积分，最多可生成500首歌曲。¹³

节省积分的做法： - 使用Custom Mode并编写具体prompt，减少废弃生成 - 对有潜力的曲目使用Extend，而不是从头重新生成 - 使用Song Editor修复片段，而不是重新生成整首歌 - 先优化Style prompt，再开始生成，以节省积分

每月积分不会结转。 账单周期结束时未使用的积分会失效。请据此规划您的生成时段。

月度额度用完后会获得额外每日积分。 月度积分用完后，付费订阅者每天会获得50个额外积分，直到下一个账单周期。这与免费层级的每日额度相同。它可以避免月底完全无法生成，但相比月度额度折算的日均水平明显减少（Pro约83/天，Premier约333/天，而此处为50/天）。²⁴

只要订阅保持有效，充值积分不会过期。 购买的充值积分需要有效订阅才能使用。如果取消订阅，充值积分将不可用，直到重新订阅。由于充值积分可持续保留，在密集制作前囤积积分会很有用。¹³

提示架构

Suno的Custom Mode将您的创意输入拆分为三个字段，每个字段服务于不同的目的。理解什么内容放在哪里（以及什么不该放）是碰运气与稳定输出之间的差异。

Style字段

Style字段定义了您生成内容的音乐特征。它接受用于描述流派、情绪、节奏、乐器编排、人声质感和制作风格的自然语言描述符。

最佳公式：

[Genre] [Subgenre], [Tempo/Energy], [Key instruments], [Vocal style], [Production quality], [Mood]

示例：

Indie folk rock, mid-tempo, acoustic guitar and mandolin, warm female vocals, lo-fi production, nostalgic and wistful

描述符甜蜜点：4–7个描述符。 少于4个会让Suno拥有过多自由度。超过7个，描述符之间会相互竞争，产出浑浊的结果，没有任何一个特质能清晰呈现。¹⁴

前后对比：提示精度至关重要

相同的创作意图，根据Style字段精度的不同，会产生截然不同的结果：

模糊提示（2个描述符）：

rock, energetic

结果： 通用流行摇滚，标配鼓组、失真吉他，以及默认为电台友好音色的男声。Suno会用最流行的默认值填充每一个未指定的参数。10次生成中，没有两首听起来有关联。

精确提示（6个描述符）：

Garage rock, raw and aggressive, distorted bass, room mic drums, shouted male vocals, lo-fi production

结果： 风格一致的车库摇滚，带有可辨识的lo-fi特征。鼓声听起来像房间麦克风录制，贝斯占主导，人声粗粝。10次生成中，都共享可识别的声音身份。差异体现在旋律和编曲上，而非根本特征。

差异的原因： 每个描述符都约束了输出的一个维度。仅仅”rock”让节奏、人声风格、制作质量、乐器平衡和情绪完全交由Suno决定。加上”garage”约束了子流派惯例，”lo-fi production”约束了声音纹理，”shouted male vocals”约束了人声演绎方式。模型陷入通用选择的空间就更小了。

过度指定提示（10个以上描述符）：

Garage rock, raw and aggressive, distorted bass, room mic drums, shouted male vocals, lo-fi production, 145 BPM, minor key, reverb-heavy, vintage tube amp warmth, 1960s Detroit influence

结果： 浑浊的折中产物。Suno无法同时兑现所有约束，只能对每个部分略作满足。”1960s Detroit influence”可能与”145 BPM”冲突，”reverb-heavy”与”lo-fi production”相互抵触。输出听起来混乱而非精准。

Style字段中有效的内容

Style字段中无效的内容

• 特定艺术家姓名：”Sounds like Adele”不可靠，且可能被过滤。请使用描述性的等价表达：”powerful female vocal, piano-driven pop ballad”
• 技术性混音术语：”Sidechain compression on the kick”会被忽略。Suno不解析混音参数
• 精确BPM控制：”127 BPM”被视为近似指引，而非节拍器锁定
• 否定式指令：在Style字段中写”No drums”并不可靠。请使用Advanced Options下的官方Exclude字段来排除不需要的乐器和元素，使用Instrumental开关控制整曲结构，或使用metatags进行段落级控制

Lyrics字段

Lyrics字段接受您的歌词文本，并可选择性地使用metatags进行结构控制。若不使用metatags，Suno会根据换行和内容模式推断结构。

基础歌词（无metatags）：

Walking down the empty road
Headlights fading in the rain
Every mile feels like a year
But I keep driving through the pain

带metatags的歌词（推荐）：

[Verse 1]
Walking down the empty road
Headlights fading in the rain

[Chorus]
Keep driving, keep driving
Through the storm and through the night

[Verse 2]
Every mile feels like a year
But the horizon's getting bright

[Chorus]
Keep driving, keep driving
Through the storm and through the night

[Outro]
And the sun comes up again

请始终使用metatags。 若不使用，Suno会做出可能不符合您意图的结构决策。[Chorus]标签确保重复与旋律强调。[Bridge]标签示意和声走向的转折。这些结构性提示会显著提升输出的一致性。

Title字段

Title字段为您的生成作品命名。它对音乐输出的影响极小，但会出现在元数据和Suno的资料库中。请保持描述性命名，便于自行整理。

Prompt Enhancement Helper

Prompt Enhancement Helper在V4.5中引入，是一项由AI驱动的功能，会在生成前重写您的Style字段提示。启用后，Suno会将您的描述符扩展为更详细的提示，以便模型能更精确地解读。¹⁴

工作原理

1. 您编写Style提示：indie rock, energetic
2. Helper将其扩展为类似这样：Energetic indie rock, driving electric guitars, punchy drums, dynamic bass, bright and raw production, anthemic and youthful
3. Suno基于扩展后的提示生成，而非您的原始提示

何时使用

重要行为特征

• Helper是非确定性的：即便输入相同，每次重写也不一样
• 您可以在生成后查看扩展后的提示，以了解Suno认为哪些描述符有用
• 扩展后的提示是良好的学习工具：先用Helper生成一次，阅读扩展内容，然后在后续提示中直接使用这些描述符，而不再启用Helper
• 在生产工作中请禁用它，以便对Suno接收的内容保持精确控制

把Helper当作学习工具，而非依赖对象。 从它的扩展中提取有用的描述符，纳入您自己的词汇库，并亲自撰写精确的提示。最佳成果来自您完全掌控的提示。

流派与风格描述符

Suno识别数百种流派和风格术语。研究显示,约86%的AI音乐模型训练数据来自全球北方流派,其中吉他、钢琴和鼓等乐器占训练片段的52–67%,而地区性乐器占比不足3%。²¹流派准确性因具体程度和文化来源而异,这是直接的结果。

高置信度流派(结果稳定)

这些流派能够产生可靠准确的输出,因为它们在训练数据中有充分的代表性:

中等置信度流派(在指导下可用)

低置信度流派(需要反复迭代)

Vocal Styling

人声特征是Suno输出中最可控的方面之一。V5显著提升了人声的自然度和表现力。

人声描述符

组合人声描述符

叠加2–3个人声描述符以实现精确控制:

Raspy male vocals with subtle vibrato, lo-fi warmth

Ethereal female vocals, breathy and reverb-heavy, choir harmonies

Deep baritone, smooth jazz delivery, minimal processing

语言与多语种人声

Suno V5支持多语种人声生成。模型会根据您的歌词推断语言。对于非英语歌词:

• 在Lyrics字段中以目标语言书写歌词
• 可选择在Style字段中添加语言:”Japanese city pop, female vocals”
• 英语、西班牙语、葡萄牙语、法语、日语、韩语和普通话预计效果最佳
• 代表性较弱的语言可能会出现口音或发音不准

Instrumental Mode

在Custom Mode中切换Instrumental开关以生成无人声的曲目。Style字段成为唯一的创作输入。

何时应使用instrumental模式?

• 背景音乐:播客片头、视频配乐、氛围工作音乐
• 制作元素:节奏铺垫、和弦进行、氛围质感
• 流派探索:在测试流派描述符时排除人声质量这一变量
• DAW集成:为现场人声录制生成伴奏轨道

Instrumental提示词模式

没有人声时,Style字段需要更多描述性细节加以弥补:

Cinematic orchestral score, sweeping strings, French horns, timpani rolls, epic and triumphant, Hans Zimmer inspired

Lo-fi hip-hop beat, jazzy piano chords, vinyl crackle, mellow drums, study music

Ambient electronic, pad textures, slow evolving synths, ethereal and spacious, Brian Eno inspired

提示:即便在instrumental模式下,也建议在Lyrics字段中加入[Instrumental]或[Instrumental Break]metatags,以强化意图并控制编排结构。

Metatags参考

Metatags是Suno的结构控制语言。将其放入Lyrics字段的方括号内,即可引导编排、配器、动态和人声行为。Metatags将Suno从提示词到歌曲的玩具,转变为真正的作曲工具。¹⁰

Metatags如何工作

Metatags被作为编排指令处理,而非歌词。当Suno遇到[Chorus]时,它会: 1. 在编排中标示段落切换 2. 应用典型的副歌特征(旋律强调、更饱满的配器、更高的能量) 3. 若相同的[Chorus]文本再次出现,尝试重复旋律与编排

Metatags不区分大小写:[VERSE]、[Verse]和[verse]等效。

为何metatags比提示词文本更重要:没有metatags时,Suno会从换行和歌词内容推断歌曲结构。模型根据训练模式猜测主歌何处结束、副歌何处开始。Metatags消除了这种猜测。与其指望Suno把您的副歌识别为副歌,[Chorus]会明确触发与副歌相称的音乐行为:旋律钩子、更饱满的配器、更高的能量,以及后续出现时的重复。这种效果在整首歌中会层层累积。一首3分钟、无metatags的曲目,大约有6–8个结构决策由Suno推断完成。而一首带metatags的曲目,这6–8个结构决策都由您掌控。

Structural Tags

这些标签定义歌曲段落并控制编排流向。

主要结构标签

编号段落

使用数字来区分重复的段落类型:

[Verse 1]
First verse lyrics here

[Chorus]
Chorus lyrics

[Verse 2]
Second verse with different lyrics

[Chorus]
Same chorus lyrics (encourages melodic repetition)

为主歌编号有助于Suno理解每段主歌应有不同旋律,而副歌应重复其旋律。

Instrumental and Vocal Tags

这些标签控制段落内的配器与人声行为。

器乐标签

人声标签

高级Metatag模式

参数化metatag

Metatag在冒号后接受描述性修饰符：

[Verse: whispered vocals, acoustic guitar only]
Walking through the morning mist
The world still sleeping, still

[Chorus: full band, powerful vocals]
But I'm awake, I'm alive
And every sound is a sign

冒号语法让您无需修改全局Style字段就能调整单个段落。参数化metatag是最强大的metatag功能，让您能够对编曲进行逐段控制。

动态和制作类metatag

结合结构标签与修饰标签

[Intro: ambient pads, reversed guitar, ethereal]
[Verse 1: lo-fi drums, muted bass, whispered vocals]
Words that float on morning air
Disappearing into light

[Pre-Chorus: building energy, adding layers]
But something shifts beneath the surface

[Chorus: full production, soaring vocals, epic drums]
We break through the silence
Into the wide open sky

[Bridge: stripped down, piano only, vulnerable vocals]
And in the quiet after the storm

[Outro: fade out, ambient reprise]

仅凭文本，您就能获得DAW级别的编曲控制力。

Creative Sliders

Creative Sliders是V4.5+版本的控制项，用于塑造生成作品的个性。它们出现在Custom Mode中Lyrics字段下方。¹¹

为何滑块与文本提示并存： 文本提示定义要生成什么（风格、乐器、氛围），滑块则控制模型如何解读这些提示。低Weirdness下的”jazz”提示会产出常规爵士标准曲；同一提示在高Weirdness下则会产出打破自身常规的爵士乐。提示定义词汇，滑块定义语法。

Weirdness

范围： Safe ← → Chaos（滑块，不显示数值）

Weirdness在实际使用中的表现： 数值较低时，Suno在每一步都选择概率最高的下一个音乐事件，产生常规结果；数值较高时，低概率事件出现得更频繁，产生令人意外的组合。Suno并未公开具体机制，但可观察到的权衡在于连贯性：较安全的设置听起来更精致，较怪诞的设置则产生更有创意但可能不够连贯的输出。

何时提高Weirdness： - 实验性或前卫风格 - 常规结果显得过于平庸时 - 进行genre blending（风格融合）实验时

何时降低Weirdness： - 需要听起来”正常”的商业音乐 - 在严格的风格惯例内创作 - 不应喧宾夺主的背景/氛围音乐

Style Influence

范围： Loose ← → Strong（滑块）

使用Strong：当您的Style字段已经精确，且您想要与描述完全一致的结果时。使用Loose：当您希望Suno更自由地解读提示，并可能带来惊喜时。

Audio Influence

范围： 控制任何上传的参考音频对生成结果的影响程度。

在使用Audio Upload（Covers、Remixes或Add Vocals/Instrumentals）时可用。数值越高，输出越贴近参考音频的特征。

Song Editor

Song Editor支持在生成后进行编辑，无需重新制作整首歌曲。Song Editor解决了”90%完美但某一段出了问题”的难题。¹²

可用操作

Inpainting工作流

1. 选择要替换的时间范围（在波形上拖动）
2. 可选：为替换段落提供新的歌词/metatag
3. 生成：Suno创建与周围音频匹配的新内容
4. 试听比较。接受或重新生成。

Inpainting是迭代式的。 首次替换很少能完美匹配上下文。建议预留2–5次尝试，才能与周围素材实现干净的过渡。

Extend工作流

1. 在任何已有生成结果上点击Extend
2. 可选：为续接部分提供歌词/metatag
3. Suno从终点开始生成约30–60秒的新音频
4. 每次延展都是独立的生成（消耗额度）

最佳实践： 在延展提示的开头加入结构类metatag（例如[Chorus]或[Outro]），以引导延展内容的生成方向。

Covers and Remixes

Pro和Premier层级可以对现有Suno曲目创建covers和remixes。

Covers

上传或选择一首现有的Suno曲目作为参考，然后应用新风格：

Style: Acoustic folk cover, fingerpicked guitar, soft female vocals, intimate production

Cover保留旋律和歌词，但对编曲和制作进行重新构思。

Remixes

Remixes在现有曲目基础上进行比covers更大刀阔斧的重塑：

Style: EDM remix, heavy bass, 128 BPM, drop-focused, festival energy

Add Vocals / Add Instrumentals

两种在现有音频之上叠加的专用模式：

• Add Vocals：上传一段纯乐器音轨，Suno在其上生成人声
• Add Instrumentals：上传一段人声音轨，Suno在其背后生成伴奏

两种模式都将Suno融入传统制作流程：录制真实人声并让Suno生成伴奏轨，或反之亦然。

Voices

Voices系统（Pro/Premier，v5.5）允许您在多次生成中创建并复用一致的声乐角色。您不必寄希望于每次生成都分配到相似的嗓音，而是可以定义一个voice并引用它。Voices基于早期的Personas工作；Suno当前帮助中心说明，Create菜单现在使用Voices，而Style Personas仍保留在Voices菜单中。¹⁵³¹

创建Persona Voice

1. 生成一首带有您喜欢人声的歌曲
2. 点击该生成结果上的三点菜单，并选择“Create Persona”
3. 为该persona取一个描述性名称（例如：“Warm Alto Folk”、“Raspy Baritone Rock”、“Ethereal Soprano”）
4. 该persona会保存到您的账户库中

创建高效personas的提示： - 应专门为persona生成，而不是把它当作另一首歌的副产物。使用清晰、符合流派的Style prompt，并让人声足够突出。 - 避免从带有大量人声处理（auto-tune、distortion）的歌曲中创建personas。persona捕捉的是处理后的声音，而不是底层嗓音。 - 创建特定流派的personas，而不是一个“通用”voice。用indie folk曲目训练出的persona，在trap beat上往往会产生难以预测的结果。

使用Persona Voices

在Custom Mode中，生成前从Persona下拉菜单选择已保存的persona。该persona会应用于当前会话中的所有生成，直到您更改它。

Persona行为： - persona会保留音色（人声声调、共鸣）和基本演唱风格（气声感、沙哑、顺滑） - 它不会保留精确的旋律模式、乐句处理或节奏化演唱方式。这些来自Style prompt和metatags - 将persona应用到不同速度和调性通常效果不错。跨越差异极大的流派使用（例如把jazz persona用于death metal）会产生不稳定结果。

Persona管理

• 存储限制：Suno允许保存多个personas（确切限制未公开记录，但用户反馈保存20多个也没有问题）
• 命名规范：使用包含人声特质和流派语境的描述性名称。否则以后您会忘记“Voice 3”到底是什么
• 删除：personas可以从您的库中删除。删除不可撤销。
• 账户专属：personas不能在账户之间共享，也不能导出

局限

• Persona Voices捕捉的是音色和基本演唱风格，而不是精确的人声技巧
• 当persona被应用到远超其原始流派范围的内容时，结果会有波动
• Persona Voices属于账户专属，无法共享
• 2025年12月更新提升了persona在多次生成中的一致性，但仍不保证完美复现¹⁵

Voice Cloning（V5.5）

V5.5引入了Voices，允许Pro和Premier订阅用户克隆自己的voice，用于生成内容。³⁰³¹ 与Persona Voices（从生成歌曲中提取音色）不同，经过验证的Voice会捕捉真实人声的特征。

工作方式：

1. 录制或上传一段人声样本
2. 完成验证流程：系统会将一段朗读短语与您上传或实时采集的人声样本进行比较
3. 克隆后的voice会作为可选voice出现在Custom Mode中

与Persona Voices的关键区别：

验证与共享： Suno要求进行验证，以防止未经授权克隆他人的voice。您必须确认自己是被克隆voice的所有者，或已获得明确使用许可。只有您可以使用自己的Voice进行创作，但如果您发布或分享包含该Voice的歌曲，并在发布选项中允许remixing，其他用户可以对这些歌曲进行covered或remixed。³¹

Custom Models（V5.5）

Custom Models让Pro和Premier订阅用户可以根据自己的具体音乐风格个性化V5.5。³⁰³¹ 它不是每次都从Suno的通用模型开始，而是把Custom Model调校到您的创作偏好上。

Custom Models的工作方式：

1. 上传至少6首来自您曲库的歌曲，或在Suno之外制作、能够代表目标风格的曲目
2. 保持训练材料在风格上一致。把随机流派混在一个模型中会让学习过程变得嘈杂；坚持单一路线（例如full orchestral、future bass、indie folk）会给模型更清晰的方向
3. 命名Custom Model，Suno会基于这些选择训练一个个性化版本的V5.5
4. 将Custom Model用于未来生成，使其继承您的风格指纹

限制： 每位Pro或Premier订阅用户最多可拥有3个Custom Models。这便于为不同项目或流派维护独立模型（例如一个用于indie folk，一个用于electronic，一个用于hip-hop）。

Custom Models捕捉的内容： 从您选择的训练歌曲中捕捉流派倾向、编曲模式、制作审美和风格偏好。它们不会记忆或复现训练材料中的具体旋律或歌词。

My Taste（V5.5）

My Taste是V5.5功能，面向所有用户开放（包括免费层级），会随着时间推移让Suno的生成行为适应个人偏好。³⁰³¹

工作方式： 随着您生成、点赞并与歌曲互动，Suno会建立一个偏好画像。My Taste默认启用，但可以从头像菜单中查看、编辑或禁用。Styles框右上角的魔杖图标是主要触发方式：启用Style Augmentation后，它会生成一段贴合您taste profile的style文本。³¹ My Taste会影响生成默认值，并对您持续偏好的流派、制作风格、人声特质和结构模式形成细微倾向。

My Taste会影响： - prompt描述不充分时的默认流派和风格倾向 - 制作审美偏好（lo-fi与polished、sparse与dense） - 人声风格倾向 - 编曲和结构模式

My Taste不会替代： - 明确的Style字段描述仍会覆盖My Taste偏好 - Creative Sliders仍然独立运作 - Persona Voices和Voice Cloning不受影响

实际影响： My Taste减少了“冷启动”问题，即新用户容易获得通用化结果。随着时间推移，即使是“upbeat rock song”这样的简单prompt，也会根据您的生成历史，产出更贴近您所偏好rock口味的结果。

生成循环

有效使用Suno遵循的是迭代式工作流，而不是一次性提示词方法。

制作周期

1. IDEATION
   ↓ Generate 5-10 variations with different Style descriptors
   ↓ (Cost: ~25-50 credits)

2. SELECTION
   ↓ Pick the 1-2 best results
   ↓ Identify what works and what doesn't

3. REFINEMENT
   ↓ Adjust Style descriptors based on what you heard
   ↓ Refine lyrics and metatags
   ↓ Regenerate with tighter prompts
   ↓ (Cost: ~15-30 credits per round)

4. EXTENSION
   ↓ Extend the best track to full length
   ↓ Add missing sections (bridge, outro)
   ↓ (Cost: ~5-15 credits)

5. EDITING
   ↓ Use Song Editor to fix weak sections
   ↓ Inpaint, crop, fade as needed
   ↓ (Cost: ~5-20 credits)

6. EXPORT
   ↓ Download final audio (MP3/WAV)
   ↓ Optionally export stems for DAW work

一首精修曲目的典型成本：50–100credits（约10–20首生成歌曲，通常是5–10批双歌Create，加上编辑）。

演练：一首歌从概念到导出

下面是单首曲目的完整制作周期，展示每个阶段的实际提示词和决策：

1.概念：“关于失眠的忧郁独立民谣歌曲。”

2.第一批Create（10credits，2个变体）：

Style: Indie folk, slow tempo, acoustic guitar fingerpicking, soft female vocals, intimate lo-fi recording, melancholic
Lyrics:
[Verse 1]
The ceiling holds no answers
Just shadows and the clock
Every hour stretches longer
When the world has gone to dark

[Chorus]
Sleep won't come, sleep won't come
I'm counting every sound

[Verse 2]
The neighbors' lights went out at ten
The street grew still by twelve
Now it's somewhere past forever
And I'm talking to myself

[Chorus]
Sleep won't come, sleep won't come
I'm counting every sound

[Outro: fade out, humming]

3.选择：Variation B的人声音色合适，但副歌旋律相对于情绪来说过于轻快。Variation A的副歌更好，但吉他音色偏薄。

4.精修（10credits）：用调整后的Style重新生成：将“lo-fi recording”改为“warm analog recording”，并添加“sparse arrangement”。歌词保持不变。新的Variation A既有第一轮的温暖感，也有更克制的副歌。

5.Extend（5credits）：歌曲在2:30结束。使用[Bridge: piano only, vulnerable vocals]+新歌词+[Chorus]+[Outro: fade out, ambient reprise]进行Extend。桥段自然引入钢琴。

6.编辑（10credits）：第2段主歌进入副歌的过渡很突兀。使用Song Editor在该连接处对4秒窗口进行Inpainting。第二次Inpainting尝试衔接顺滑。

7.导出：下载WAV，用于在Logic Pro中母带处理。总成本：35credits，约7次歌曲级生成或编辑。

关键洞察：大部分credits花在前两轮（找到合适声音），而不是最后三轮（打磨一个好的take）。前期提高提示词精度，相比“模糊提示词再反复迭代”的做法，至少节省了30credits。

节省credits的工作流建议

1. 把时间花在提示词上，而不是生成次数上。精心编写的Style+Lyrics提示词，比用模糊提示词快速迭代更容易得到优质初稿。
2. 批量生成。探索一个概念时，一次生成4–6个变体，再选择最佳方向进行精修。
3. 优先使用Song Editor，而不是重新生成。如果一首歌80%都不错，就编辑剩余20%，不要整首重新生成。
4. 保存成功的Style提示词。某个描述词组合效果好时，保存下来以便复用。

Suno Studio DAW

Suno Studio（Premier层级，随V5推出）是一款浏览器内数字音频工作站，用于生成后的编辑。它连接了Suno的生成引擎与传统音乐制作流程。²

Studio能力

Studio 1.2（2026年2月）

最新Studio更新加入了：²⁵

• 带Quantize的Warp Markers：微调单个音符和乐句的时间，并通过吸附到网格的Quantize实现更紧密的节奏对齐
• Remove FX：移除AI应用的混响和延迟，获得干声stems
• Alt Takes：在线生成并试听替代段落
• Studio网格中的拍号支持：网格和节拍器支持3/4、6/8以及奇数拍号，用于编辑和对齐。拍号尚未影响生成模型本身；标签/高级设置影响的是编辑界面，而不是生成行为。⁴

Suno的Sounds（浏览并叠加预制音频元素）是Create Mode中的独立beta功能，不属于Studio 1.2功能。Personas另有文档说明；请查看应用内UI和官方帮助中心，确认两者当前的功能入口。

WavTool收购

Suno于2025年6月收购WavTool。WavTool是一款基于浏览器的DAW，支持VST插件、采样级精确编辑和AI功能。²⁷WavTool核心团队加入Suno，担任产品和工程领导角色。这次收购解释了Studio的快速功能发展：Warp Markers、Remove FX和Sounds库，都体现了WavTool专业DAW能力被整合进Suno“生成优先”的工作流。CEO Mikey Shulman将这次举措描述为用“tools that amplify human creativity”赋能音乐人。²⁷

MILO-1080：AI Step Sequencer

2026年3月，Suno推出MILO-1080（Model-Integrated Loop Orchestrator），这是一款面向资深制作人和beatmakers的16轨step sequencer与合成器设计工具。²⁸MILO-1080将手动编曲与AI生成声音相结合：

• 文本到声音生成：通过文本提示词创建samples
• Suno曲库：从此前生成的Suno曲目中提取clips
• 内置合成器引擎：不依赖AI，手动设计声音
• MIDI支持：用于硬件集成的标准MIDI输入/输出
• 16轨：带单轨控制的完整多轨编曲

MILO-1080代表Suno从文本到音乐迈向完整创作平台的扩展。结合WavTool收购和Studio DAW来看，这表明Suno正在面向专业制作人，而不仅是休闲用户。

应该使用Studio，还是导出到DAW？

Stem分离和导出

Suno提供两个层级的stem分离：

2-stem分离（所有层级）

将音频分离为： - Vocals：所有人声内容 - Instrumental：其他所有内容

适用于：卡拉OK版本、人声采样、基础remixing。

12-stem分离（Pro/Premier）

将音频分离为最多12个独立stems：²² - Vocals、drums、bass、guitar、keys/piano、synths、strings、brass、woodwinds、percussion、effects、other

一个重要区别：Suno的“stem分离”与iZotope RX或Demucs等工具有本质不同。这些工具会分析一个混合音频文件，并尝试在事后隔离声源。Suno很可能直接导出各个生成层，因为音频本身就是由它创建的。其结果更接近从DAW导出submixes，而不是事后的声源分离。²³实际使用中，Suno stems比第三方分离工具在同一混音文件上产生的结果更干净，但它们不一定能与原始混音完美通过null-test。

质量说明：预期stems之间会有一些串音，尤其是频率相近的乐器之间。V5中的分离质量显著提升。对于任意音频文件（非Suno生成）的专业工作，Demucs和iZotope RX等专用工具仍是标准选择。²³

导出格式

• MP3：标准压缩音频。适合分享、流媒体和草稿。
• WAV：无压缩音频。专业DAW工作和母带处理需要使用此格式。

DAW集成

Suno的输出可以通过stem导出集成到传统制作工作流中。

推荐工作流

1. 在Suno中生成，直到编曲和氛围合适
2. 导出12个stems（Pro/Premier）为WAV文件
3. 导入您的DAW（Logic Pro、Ableton、Pro Tools、FL Studio、Reaper）
4. 混音和母带处理，使用专业工具和处理流程
5. 替换或增强单个stems，如有需要可使用现场录音

DAW混音能带来什么

• EQ和压缩：对每个stem进行音色塑形，这是Suno的AI混音不提供的
• 空间处理：精确的立体声定位、混响发送、延迟点缀
• 自动化：随时间变化的动态调整（淡入构建、滤波扫频）
• 外部乐器：将现场录音与AI生成的stems叠加
• 母带链：响度标准化、限幅、发布前最终打磨
• 自动化脚本：使用Claude Code构建提示词模板、批量处理Style字段变体，或编写生成-选择-精修循环脚本

风格融合

Suno的独特优势之一，是能够生成处于风格交汇处的音乐。这类作品在传统制作中往往需要多位专门乐手协作完成。

有效的融合模式

双风格融合（最可靠）：

Jazz-funk fusion, slap bass, Rhodes piano, syncopated drums, groovy and sophisticated

风格+年代混搭：

80s synthwave meets modern trap, analog synths, 808 bass, retro-futuristic

风格+意外乐器：

Death metal with jazz saxophone solos, blast beats, dissonant chords

融合规则

1. 先写主导风格。 “Jazz with electronic elements”和“Electronic with jazz elements”会产生不同结果。
2. 限制在2–3种风格内。 超过这个范围后，Suno的输出容易变成重点不明的折中结果。
3. 用年代标记锚定风格。 “90s”或“2020s”有助于Suno选择合适的制作惯例。
4. 为不寻常的融合提高Weirdness。 默认Weirdness设置会尝试把一切标准化，这会削弱风格融合的意义。

多段落作曲

对于超过8分钟的歌曲，需要通过多次生成来作曲，然后再进行拼接。

策略1：Extend

先生成第一段，然后使用Extend添加后续段落。每次扩展都会以前一段的结尾作为上下文。

优点： 音乐连续性好。每次扩展都会自然衔接上一段。 缺点： 对后续段落的控制较弱。多次扩展后可能出现音乐漂移。

策略2：逐段生成

使用特定metatag+Style组合独立生成每个段落，然后在DAW中拼接。

优点： 能最大程度控制每个段落的性格。 缺点： 独立生成的段落之间可能听起来衔接生硬。需要具备DAW拼接能力。

策略3：混合方法（推荐）

1. 将歌曲核心部分（verse-chorus-verse-chorus）作为一次生成完成
2. 使用Extend生成bridge和final chorus
3. 使用Song Editor对任何薄弱过渡进行Inpainting
4. 导出stems，并在DAW中完成最终处理

Prompt Chaining

通过一系列相关生成来构建复杂歌曲。

链式模式

Generation 1: "Atmospheric intro, ambient pads, slow build"
   → Extend with: "[Build-Up] [Drop: full energy, heavy drums]"
   → Extend with: "[Verse 1: vocals enter, riding the beat]"
   → Extend with: "[Chorus: anthemic, crowd-singing energy]"
   → Extend with: "[Outro: fade out, return to ambient pads]"

每次扩展都会继承上一代生成的音乐DNA，从而在不必每次从零开始的情况下，创建连贯的多段落作品。

故障排查

为什么我的Suno歌曲听起来不对？

生成质量检查清单

在花费点数进行优化前，请确认prompt覆盖了以下内容：

• [ ] 风格足够具体（不要只写“rock”，而应写“indie rock”或“post-punk”）
• [ ] 描述了人声风格（或已开启Instrumental）
• [ ] Metatags定义了结构（至少包括：Verse、Chorus、Outro）
• [ ] Style字段中有4–7个描述词（不要太少，也不要太多）
• [ ] 情绪表达明确（没有指导时，Suno默认偏向轻快/积极）

商业授权

截至2026年5月已验证。 授权条款会变化。请查看Suno当前的服务条款，以确认具有约束力的表述。⁵

各层级允许的用途

重要注意事项

100%AI内容的版权保护在法律上仍未确定。 Suno当前帮助中心将付费计划输出视为订阅者拥有，用于平台和商业使用目的：在您计划条款允许范围内，这些歌曲归您使用、变现和分发。²⁶ 不能保证的是根据当地法律获得正式版权保护。美国版权局已表示，完全由AI生成的作品在缺乏足够人类作者贡献的情况下不能获得版权。因此，Suno在其平台上授予的所有权，并不会自动转化为可依法执行的版权主张。其影响包括： - 您拥有商业使用权（Suno在付费计划下授予您所有权） - 但如果缺乏人类作者贡献元素，作品可能不符合版权登记条件 - 您可能无法阻止他人使用相同或相似输出 - 加入人类创作元素（原创歌词、现场乐器录音、在DAW中的编曲选择）可以强化您的版权主张 - 无追溯授权： 在免费层级创建歌曲后再开始付费订阅，并不会为该歌曲追溯授予商业权利³⁴ - 消费者计划无赔偿承诺： Suno当前的价格和权利页面并未宣传为Pro或Premier用户提供赔偿。如果某首Suno生成歌曲被主张侵犯现有受版权保护的音乐，不要默认认为消费者订阅包含法律辩护或补偿。⁵¹³²⁶

收入归您。 Pro和Premier用户保留Suno生成音乐收入的100%。Suno不主张版税或收入分成。⁵

版权与法律格局

AI音乐生成正处于不断演变的法律环境中。

关键法律进展

• Warner Music合作（2025年11月）：Warner与Suno就诉讼达成和解，并宣布建立战略合作关系。Suno收购了Songkick，并将开发WMG授权模型，计划于2026年发布，同时逐步淘汰当前未授权模型。³⁴ 合作公告描述了一个未来情形：免费用户将失去音频下载权限，付费用户将面临下载上限，并可购买额外额度；但截至2026年5月，这些上限尚未在Suno官方帮助中心上线。Suno仍然记录免费用户可下载MP3，WAV则限于付费计划。除非Suno发布正式上线信息，否则应将下载上限相关表述视为“已宣布但未上线”。选择加入的艺术家和词曲作者将获得AI生成音乐中的收入机会。艺术家保留对姓名、肖像、形象和声音使用的控制权。⁶³⁵
• UMG和Sony诉讼：大型唱片公司针对Suno的诉讼仍在进行中。UMG Recordings v. Suno中的简易判决动议已推迟至2027年1月8日。³² 2026年3月，UMG执行副总裁兼首席数字官Michael Nash公开表示，“从收入角度看，我们没有看到AI版税稀释对UMG构成重大问题的迹象”，这与UMG在法庭文件中声称市场会被Suno生成作品“淹没”的说法直接矛盾。³³ 相关主张集中在训练数据中涉嫌使用受版权保护录音。⁶
• GEMA诉讼（德国）：德国表演权组织GEMA在慕尼黑起诉Suno。首次听证会于2026年3月9日举行，慕尼黑地区法院将判决公告日期定为2026年6月12日。这是欧洲首个聚焦AI生成音频内容的重大法律挑战。²⁹
• Udio/UMG和解（2025年）：竞争平台Udio与UMG达成和解，为行业建立了一定先例。⁷
• 美国版权局：已表示完全由AI生成的作品不能获得版权，不过包含AI元素且具有足够人类作者贡献的作品可能符合条件。⁸

实用建议

1. 不要用Suno复制特定受版权保护的歌曲。 Covers功能是为翻唱Suno生成曲目而设计的，不是为商业录音设计的。
2. 加入人类创作元素以强化版权主张：编写原创歌词，在Suno stems上录制现场乐器，在DAW中作出编曲决策。
3. 记录您的创作过程。 如果作品将来受到质疑，人类创作选择的证据会强化您的立场。Obsidian等工具可作为带时间戳的创作日志，用于这一目的。
4. 持续关注法律进展。 这一领域变化迅速。

竞品与替代方案

应该使用哪款AI音乐生成器？

• 带人声的完整歌曲：Suno（V5.5）
• 用于DAW制作的stems：Udio（stem质量最高）
• 由API驱动的生成：Stable Audio（本组对比中提供公开API的选项）
• 声音设计和SFX：Stable Audio
• 电影配乐：AIVA（MIDI导出便于管弦乐编辑）
• 用于专辑封面的AI图像生成：请参阅Midjourney指南，了解适合搭配音乐制作工作流的prompt engineering技巧

API与集成状态

已于2026年5月验证。

Suno在当前文档或定价页面中没有发布官方公开开发者API。 本轮检查中，我没有找到面向个人用户或开发者的官方REST API或SDK文档。请将逆向工程封装视为非官方且脆弱的方案。¹³¹⁷

目前有哪些方案

面向开发者

如果需要以编程方式生成音乐： - Stable Audio：提供官方API，并有文档化端点 - Replicate：托管可通过API访问的开源音乐生成模型 - 自定义部署：MusicGen（Meta）等开源模型可自行托管

快速参考卡

Custom Mode模板

STYLE FIELD:
[Genre] [Subgenre], [Tempo], [Key instruments], [Vocal style], [Production], [Mood]

LYRICS FIELD:
[Intro: descriptors]

[Verse 1]
Your lyrics here

[Pre-Chorus]
Building lyrics

[Chorus]
Hook lyrics

[Verse 2]
More lyrics

[Chorus]
Same hook (for melodic repetition)

[Bridge: contrasting descriptors]
Different energy lyrics

[Chorus]
Final hook

[Outro: fade out]

关键metatags

Creative Sliders速查表

定价快速参考

更新日志

参考文献