演講（Speech）生成 API

2026-09-18 更新 · Suno-API 團隊

介面說明

演講（Speech）用於把演講稿或一句話描述生成「說話／演講」音訊，可選是否配背景音樂。 適合演講、致辭、旁白、口播稿、有聲內容等場景。

請注意：本介面生成的是說話音訊，不是演唱歌曲（沒有旋律、沒有歌唱人聲）。 需要唱歌請使用靈感模式生成 API 或專業模式生成 API。

介面位址：POST /api/music/speech

計費：收費，目前預設 0.6 元/次。每次通常回傳 2 條音訊，實際扣費以目前後台價格設定為準。

Max Mode / Variety：本介面支援選用參數 max_mode 與 variety（0-4）。開啟 max_mode 時本次依 2 倍價格計費（0.6 → 1.2 元/次），variety 不額外計費；兩者含義與寫法見 Suno API 介面文件總覽 的「進階參數」一節。

等待時間與逾時（重要）：本介面是同步介面，回應返回時才代表訂單已被受理並提交生成。 實測多數請求數秒內返回（1–10 秒）；但與其它同步生成介面一樣，極端情況下可能更久， 請把用戶端逾時設定為 300 秒以上； 未收到回應不等於沒有生成，逾時後請勿立即重試（會重複下單、重複扣費）。 連線中斷可稍後用 GET /api/music/songs 確認。詳見 Suno API 介面文件總覽的「等待時間與逾時設定」。

內容合規：平台會對演講稿做版權與內容政策校驗。若被判定為涉及版權材料（例如直接引用他人歌詞、知名作品原文），本次會生成失敗並自動全額退費。改用你自己的表述、把引用改成轉述後再試即可。

請求參數

Headers

Body 參數

本介面不支援 duration（時長參數）：傳了會回傳 HTTP 400，不做靜默忽略。 演講時長由 script 的內容長度決定。

請求範例

最小請求（只需要演講稿）

curl -X POST https://www.suno-api.io/api/music/speech \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  --max-time 300 \
  -d '{
    "script": "各位老師、各位同學，大家好！今天我演講的題目是《不負時光，奮力前行》。"
  }'

完整請求（指定語氣、性別、關閉背景音樂）

curl -X POST https://www.suno-api.io/api/music/speech \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  --max-time 300 \
  -d '{
    "script": "Good evening everyone, thank you all for coming to celebrate this special day with us.",
    "tone": "warm and slow, wedding reception",
    "song_title": "Wedding Toast",
    "gender": "f",
    "backing_music": false,
    "model": "suno-v6"
  }'

Python 範例

import requests

response = requests.post(
    'https://www.suno-api.io/api/music/speech',
    headers={'Authorization': 'Bearer YOUR_API_KEY'},
    json={
        'script': '各位同事，下午好。下面報告一下本週的進展。',
        'tone': '平穩清晰，會議報告',
        'gender': 'male',
        'backing_music': True,
    },
    timeout=300,
)
response.raise_for_status()
items = response.json()          # 通常 2 條
for item in items:
    print(item['song_id'], item['status'])

參數說明

script（演講稿，必填）

• 直接貼上你要講的內容；也支援寫一句描述讓模型自己生成演講稿 （例如「給一支落後二十分的球隊做中場動員，從低聲到全場咆哮」）。
• 換行、段落、[停頓] 之類的舞台提示都可以直接寫進去，模型會盡量遵循。
• 上限 3000 字元（按 Unicode 字元統計，一個漢字算 1 個），超長回傳 400 且不扣費。

tone（語氣與場景，選用）

用來描述「怎麼講」，而不是「講什麼」。建議包含四類資訊：語氣、語速／節奏、情緒、場景。

激昂有力，語速由慢到快，停頓明顯；學校禮堂，面向全校師生
溫暖柔和，語速平緩；婚禮宴會現場
沉穩克制，均速清晰；董事會報告

上限 1000 字元。不填時由模型依 script 的內容自行判斷。

gender / vocal_gender（演講者性別，選用）

• 男聲傳 m 或 male，女聲傳 f 或 female；伺服器會統一如一化為 m / f。
• 兩個欄位名都支援，二選一即可：gender 是本介面的推薦寫法；如果你已經在用 專業模式，直接沿用 vocal_gender 也可以。
• 不傳表示「不限」，由模型自行決定。

backing_music（背景音樂，選用）

• 預設 true（配背景音樂），與 Suno 網頁版的預設一致。
• 傳 false 得到純人聲演講，適合後續自行配音／配樂。
• 必須是 JSON 布林值 true / false；字串 "true"、"1" 也接受，但建議用布林值。

model（模型，選用）

三個對客模型都可用且同價（0.6 元/次）。演講由 Suno v6 系列引擎生成；不填時依預設 suno-v6 處理。除非你有明確偏好，通常不需要傳這個欄位。

參數驗證與文字上限

以下情況會回傳 HTTP 400，都在扣費之前攔截，不會產生費用：

文字欄位長度上限

超長同樣回傳 HTTP 400，不會進入生成、不會預扣費。計數按 Unicode 字元（一個漢字算 1 個字元）， 首尾空白也計入：

錯誤訊息形如 script must not exceed 3000 characters; received 4120： 第一個詞是超限的欄位名，末尾是實際字數，拿到 400 直接按這兩個數字裁剪即可。

回應結果

回傳與其它生成介面完全一致的歌曲陣列（通常 2 條），保存 song_id 後依 歌曲查詢與歷史 API 查詢最終狀態與音訊位址：

[
  {
    "song_id": "b7529174-b495-465b-8c5e-cd21bea2df8c",
    "song_title": "不負時光",
    "status": "pending",
    "audio_url": "",
    "cover_url": "",
    "video_url": "",
    "model_version": "suno-v6",
    "generation_type": "generate",
    "created_at": "2026-10-08T01:00:00Z"
  }
]

生成失敗與退款

生成失敗時，本次費用會自動全額退回，不需要聯絡客服。失敗原因可在回應或 歌曲查詢與歷史 API 的 error_message 裡看到。

最常見的失敗原因是內容被平台判定為涉及版權材料，例如：

Your lyrics contain copyrighted material. Please change it and try again.

遇到這種情況，把稿件換成你自己的表述（或把引用改成轉述）後重新提交即可。

常見問題

Q：為什麼生成出來是「說話」，不是唱歌？ A：本介面就是演講介面，輸出為說話音訊。要唱歌請用生成／專業模式介面。

Q：每次為什麼回傳 2 條？ A：與本平台其它生成介面一致，一次生成產出 2 條候選，按 song_id 分別查詢，選滿意的一條即可。

Q：怎麼控制時長？ A：由 script 的長度決定，本介面不接受 duration 參數。

Q：可以指定音色（例如我複製的聲音）嗎？ A：目前版本不支援。演講使用固定的演講音色，可用 gender 指定男聲／女聲； 如需用自己的聲音，請使用複製音色 API（推薦） 的相關能力。

Q：tone 不填會怎樣？ A：模型會依 script 的內容自行判斷語氣與節奏。要穩定重現某個風格，建議把語氣、語速、場景寫進 tone。

相容欄位

新接入請統一使用 snake_case。其餘欄位（script、tone、song_title、backing_music）沒有 camelCase 別名。

下一步

拿到 song_id 後：

1. 用歌曲查詢與歷史 API 查詢生成狀態與音訊位址；
2. 完成後用歌曲媒體下載與試聽 API 下載或試聽；
3. 想批次下載或轉存，見下載中心相關介面。