Suno Speech Beta: Sprache und Musik im Test

Suno macht Songs. Das wissen die meisten. Seit dem 1. Oktober 2026 gibt es daneben etwas Neues: Speech. Gesprochene Stimme, und wenn man will, gleich passende Hintergrundmusik dazu – als ein zusammenhängender Track. Klingt nach Podcast-Intro, Meditation, Pep-Talk, Kindergeschichte. Ich habe es im KI-Musik-Update ausprobiert – und genau an dem Punkt, an dem der Tonfall sitzen soll, gemerkt: Beta heißt hier wirklich Beta.

Was Suno offiziell angekündigt hat

Laut dem Blog-Post von Jack Brody (Chief Product Officer) erzeugt Speech gesprochene Audio mit optionaler, originaler Hintergrundmusik. Die Idee: Text, Gedicht oder eigene Zeilen eingeben, Stimme und musikalischen Stil beschreiben – und daraus einen Track bekommen, in dem Stimme und Musik zusammen gedacht sind. Suno selbst schreibt von „creative entertainment“ und von Use-Cases wie Meditationen, Gedichten, Pep-Talks oder Vorlesegeschichten. Die Beta ist nach einem kleinen Testkreis für alle freigeschaltet – Web und App.

Suno sagt auch klar: Britische Akzente können mal nach Australien wandern, dramatische Pausen können sehr dramatisch werden. Das steckt man sich besser schon beim ersten Create in den Kopf.

Simple und Advanced – so sieht der Workflow aus

Unter Create gibt es neben Songs und Sounds jetzt Speech. Zwei Wege:

Simple: Kurz beschreiben, was du willst. Die KI schreibt den Text mit und setzt die Stimme dazu.

Advanced: Du lieferst das Script selbst. Dazu Tone (wie es klingen soll), Geschlecht der Stimme, Background-Musik an oder aus, und wie stark die beiden Varianten voneinander abweichen sollen. Create – und es kommen, wie bei der Musik, schnell zwei Versionen.

Laut Berichten (u. a. The Verge) liegt die maximale Länge bei ungefähr acht Minuten. Das reicht für kurze Erklärstücke, Podcast-Segmente oder längere Narration – nicht für einen ganzen Hörspiel-Abend.

Ich habe die Desktop-Oberfläche genommen; am Handy soll dasselbe gehen. Extra Features, die ich nicht im Video und nicht in der offiziellen Ankündigung gesehen habe, erfinde ich hier nicht dazu.

Mein Test: Nachrichtensprecher – und dann Wellness

Für den Praxischeck habe ich Advanced genommen und ein eigenes Script über das KI-Musik-Update reingelegt. Beim Tone habe ich bewusst geschrieben: Nachrichtensprecher, männliche Stimme, Deutsch, professionell, klar, ernst. Musik an. Create – und wirklich blitzschnell zwei Takes. Das Video ist an der Stelle nicht geschnitten.

Inhaltlich kam der Text an. Die Stimmen klangen für mich okay – nicht peinlich unprofessionell. Was nicht kam: der Nachrichtensprecher.

Stattdessen: Wellness. Meditation. Hotel-Lobby-Ruhe. Egal, wie klar ich den Prompt formuliert hatte – aus dieser Welt bin ich nicht rausgekommen. Spaß beiseite: Für den Tonfall wirken die Trainingsdaten gerade so, als wären Meditations-Apps und Wellness-Werbung stark vertreten. Ob das stimmt, weiß ich nicht. Was ich weiß: Mit einem Prompt habe ich den ernst-journalistischen Ton nicht erwischt.

Genau das ist für mich der Unterschied zwischen „Feature funktioniert“ und „Feature ist produktionsreif“. Die Stimme ist brauchbar. Der Stil-Treffer noch nicht zuverlässig.

Wofür Speech Sinn ergeben kann – und wofür noch nicht

Sinnvoll wirkt Speech dort, wo man schnell gesprochene Audio plus Musik braucht und der exakte Tonfall nicht kritisch ist: Demo-Ideen, persönliche Geschichten, lockere Sketches, Entspannungsformate, interne Entwürfe. Weniger sinnvoll gerade dort, wo Marke und Haltung am Ton hängen – Nachrichten-Style, harte Product-Demos, ernstes Branding. Da will man den Stil treffen, nicht „irgendwie gesprochen mit Musik“.

Wichtig: Das ist kein Urteil darüber, ob Speech „gut für Artists“ ist oder ein Business-Modell rettet. Rechte, AGB, kommerzielle Nutzung und ob man die Stimme überhaupt so einsetzen darf, wie man will – das muss jeder selbst prüfen. Ich beschreibe, was angekündigt ist und was ich gehört habe.

Was ich mitnehme

Speech ist eine echte Erweiterung von Suno – weg vom reinen Song, hin zu gesprochenem Audio mit optionaler Musik. Der Workflow ist schnell und verständlich. In meinem Test war die Stimme okay, der Tonfall noch typische Beta: Ich wollte Nachrichten, ich bekam Wellness.

Wenn Suno mehr Trainingsdaten und bessere Prompt-Treue nachzieht, wird das Feature für viele Formate interessant. Bis dahin: ausprobieren, ehrlich hinhören, und nicht erwarten, dass „männlich, Deutsch, ernst“ automatisch einen Nachrichtensprecher liefert.

Im Video siehst du den Create-Flow und beide Takes direkt: KI-Musik-Update vom 02.10.2026.

Wer gerade sowieso Suno mit anderen Generatoren vergleicht: Den Hörtest Mozart AI gegen Suno habe ich separat aufgeschrieben – Genre für Genre, gleiche Prompts. Speech ändert an dem Song-Vergleich nichts; es ist eine andere Baustelle.