如何用 AI 做一首外語歌

西班牙語、日語和一首雙語歌,在 Suno v6、Lyria 3.5、ElevenLabs 和 ACE-Step 上實測,附完整歌詞和設定。

作者:RaoMusic
做一首歌
水彩插畫:一支復古麥克風送出三條彩色的聲音緞帶,每條畫著不同的地方:港口小鎮、立著鳥居的日本街道和海邊燈塔

想用 AI 做一首外語歌,就把用這個語言寫的歌詞貼進「自訂」模式,並在風格描述最後寫上 "sung in Spanish"(用西班牙語演唱,換成你要的語言)。我們試過的每個引擎都照歌詞的語言來唱,不過其中一個改了幾句詞。如果你不會這個語言,可以用「簡單」模式:用英文描述這首歌,並要求 "sung entirely in Spanish"(全程用西班牙語演唱)。在 RaoMusic 上,Suno v6 生成一次 30 點,產出兩首歌。

最後確認:2026年11月6日

具體步驟是什麼?

  1. 準備目標語言的歌詞。可以自己寫、請母語人士寫,或讓「簡單」模式代寫(見下文)。[Verse]、[Chorus] 這類段落標籤維持英文。如果自己寫,用自己的歌詞做歌指南講了每行長度和歌曲結構。
  2. 在 RaoMusic 開啟創作頁,選擇「自訂」。把歌詞貼進「歌詞」欄位。
  3. 在「風格」裡描述聲音。用英文寫出曲風、樂器和嗓音,最後加上 "sung in <language>"(用某種語言演唱)。再加一個適合這首歌的曲風,像我們用了 latin pop 和 J-pop。更多風格寫法請看 AI 音樂提示詞清單。
  4. 選擇引擎。我們試了 Suno v6、Google Lyria 3.5、ElevenLabs 和 ACE-Step 1.5。在 RaoMusic 上只有 ACE-Step 有「人聲語言」設定(在「進階」裡);其他引擎依歌詞和風格判斷語言。
  5. 生成後對照歌詞聽。打開歌詞邊聽邊看,把漏唱、被改或唱錯的句子標出來。
RaoMusic 創作頁的「自訂」模式,已選 Suno v6,「歌詞」欄位裡是西班牙語歌詞,「風格」欄位的描述以 sung in Spanish 結尾
「自訂」模式:歌詞用西班牙語,風格描述用英文,最後寫 "sung in Spanish"(用西班牙語演唱)。

我們是怎麼測試的?

2026年11月6日,我們寫了兩首原創短歌,一首西班牙語、一首日語,各有兩段主歌和兩段副歌。每種設定在 RaoMusic 上各生成一次:西班牙語歌詞用 Suno v6、Google Lyria 3.5 和 ElevenLabs v2;日語歌詞用 Suno v6,另在 ACE-Step 1.5 上把「人聲語言」設為「日語」跑了兩次(120 秒和 180 秒);還有一次用英文描述的「簡單」模式,以及一首英語和西班牙語混搭的歌。三次西班牙語「自訂」測試用的是同一個風格;日語這邊,ACE-Step 用的是 Suno 的風格但拿掉了 "sung in Japanese"(用日語演唱),改為設定「人聲語言」。完整歌詞和設定放在文末。每段音檔下方的簡短試聽筆記描述的是這個檔案聽起來如何,你也可以按播放自己判斷。

不會這個語言,AI 能幫你寫歌詞嗎?

可以。在「簡單」模式裡,用一般英文描述這首歌,並說明要用哪種語言唱。Suno v6 根據我們的一句話描述,寫出了一整套西班牙語歌詞,含導歌和橋段,歌名是 "Te espero junto al mar"(我在海邊等你)。兩版都長約 3:54,比我們用自己那份較短的歌詞做出來的歌更長。

Suno v6 · 「簡單」模式 · 描述:"A warm latin pop ballad sung entirely in Spanish, about waiting by the sea for someone to come home"(一首全程用西班牙語演唱的溫暖拉丁流行抒情歌,講在海邊等一個人回家)

試聽筆記:全程是自然的西班牙語,伴奏是木吉他,沒有混進英文句子。第二版(未放出)也全程是西班牙語。發布前請找懂西班牙語的人檢查一下生成的歌詞。

你看不懂的語言,沒辦法自己校對歌詞。所以分享之前,打開這首歌的歌詞,用翻譯工具過一遍,或拿給母語人士看看。想改某一句,就把歌詞複製到「自訂」模式,改好後用同樣的風格再生成一次。

西班牙語在 Suno、Lyria 和 ElevenLabs 上唱得如何?

三個引擎唱我們的西班牙語歌詞,發音都很自然,也都照原詞唱。差別在長度,以及編曲的起伏有多大。我們把 Suno v6 的「時長」留在「自動」,所以它的歌比較長;想要某個長度,就設定「時長」,生成後再檢查結果。

引擎時長設定實際長度
Suno v6「時長」維持「自動」2:47 和 2:42
Google Lyria 3.5參考時長 120 秒2:09
ElevenLabs v2120 秒2:00

Suno v6 · 「自訂」模式 · 西班牙語歌詞 · 風格結尾為 "sung in Spanish"(用西班牙語演唱)

試聽筆記:第 1 版:每句西班牙語發音都很自然,但混音聽起來比較平板、缺少變化。適合當電影或影片畫面下的背景音樂;如果是要單獨聆聽的歌,可以試試下面的 Lyria 版本。

試聽筆記:第 2 版:西班牙語清楚自然,沒有漏句,伴奏是尼龍弦吉他和輕柔的打擊樂。適合放在敘事類影片或獨立電影的場景下面。

Google Lyria 3.5 · 「自訂」模式 · 同樣的歌詞和風格 · 參考時長 120 秒

試聽筆記:每句西班牙語都唱得清楚,斷句自然,溫暖的女聲配尼龍弦吉他。可以當作完整的人聲歌曲配影片,也適合單獨聆聽。

ElevenLabs v2 · 「自訂」模式 · 同樣的歌詞和風格 · 120 秒

試聽筆記:西班牙語清楚自然,每句都照原詞唱,但編曲從頭到尾停在同一個強度。適合放在沉靜的旅行或劇情畫面下面;想要更有起伏,可以在風格裡加上類似 "builds into a bigger final chorus"(逐漸推向更飽滿的最後一段副歌)的描述,再生成一次。

換成日語這種不同的文字也可以嗎?

照這個語言平常的寫法貼歌詞就好。我們用的是漢字加假名,也就是日本讀者平常看到的寫法,並在 Suno v6 的風格裡加上 "sung in Japanese"(用日語演唱)。

Suno v6 · 「自訂」模式 · 日語歌詞 · 風格結尾為 "sung in Japanese"(用日語演唱)

試聽筆記:第 1 版:四個段落全用日語演唱,發音正確,沒有漏句。適合當視覺小說或遊戲場景的背景音樂。

試聽筆記:第 2 版:每句都唱了,夕焼け、五時、明日和遠回り的讀音都正確。可以當作動畫風格的片尾曲,或放在影片下面。

ACE-Step 1.5 有「人聲語言」設定,選項有自動、英語、中文、日語、韓語、西班牙語、法語和德語;選「自動」會依歌詞偵測語言。我們設成了「日語」。其他設定請看 ACE-Step 1.5 指南。

ACE-Step 1.5 · 「自訂」模式 · 人聲語言:日語 · 時長 120 秒 · 思考開啟

試聽筆記:日語清楚自然,但第二段副歌被截短,最後一分鐘是無詞哼唱和器樂尾奏。把時長調到 180 秒(見下)也沒能把歌詞唱完整,所以每個字都很重要時,請用上面的 Suno 版本。

ACE-Step 1.5 · 設定相同 · 時長 180 秒

試聽筆記:日語依然清楚,伴奏是鋼琴和弦樂,但副歌那句 季節が変わっても 被換成了別的詞,段落之間的過門也多半靠無詞哼唱。如果歌詞必須一字不差,使用 ACE-Step 的版本之前,請逐句對照你的歌詞;當背景音樂的話可以直接用。

一首歌可以混用兩種語言嗎?

可以。每個段落用你想讓它唱的語言來寫,再在「風格」裡說明怎麼分配。我們把主歌寫成英文,副歌沿用上面測試裡的西班牙語副歌,風格最後寫上 "bilingual: verses in English, chorus in Spanish"(雙語:主歌用英語,副歌用西班牙語)。

Suno v6 · 「自訂」模式 · 英語主歌、西班牙語副歌

試聽筆記:主歌是英語,順暢地切進西班牙語副歌,溫暖的人聲配尼龍弦吉他。適合當雙語 Podcast 的片頭曲,或放在獨立電影的場景下面。

某個字唱錯了怎麼辦?

  • 先比較兩版。如果這次生成出了兩首,留下把這句唱對的那一版。
  • 有歧義的字照讀音寫。日語的 明日 可以讀作 ashita 或 asu,如果你要的是 ashita 這個讀法,就在歌詞裡寫成 あした。
  • 精簡太擠的句子。翻譯過來的句子,音節常常比原文多。刪減一下,讓它貼合旋律,免得被唱得很趕或被跳過。
  • 發布前找一位母語人士聽一遍。請會這個語言的人對著歌詞聽一次。

我們用了哪些歌詞和設定?

"Vuelve"(原創西班牙語歌詞,用於 Suno v6、Lyria 3.5 和 ElevenLabs v2)。中文大意:港口的燈火慢慢熄滅,歌者數著夜晚等對方回家;副歌請對方在天亮前回來,因為咖啡還在,海邊還留著一張椅子。

[Verse]

Las luces del puerto se apagan despacio

y el viento me trae tu voz otra vez

camino descalzo por calles de barro

contando las noches que faltan al mes

[Chorus]

Vuelve, vuelve antes del amanecer

que el mar no sabe esperar

vuelve, vuelve, todavía hay café

y una silla junto al mar

[Verse 2]

Guardé tu sombrero colgado en la puerta

la radio cantando la misma canción

la abuela pregunta si llegas mañana

le digo que sí con el corazón

[Chorus]

Vuelve, vuelve antes del amanecer

que el mar no sabe esperar

vuelve, vuelve, todavía hay café

y una silla junto al mar

"また会おうね"(See you again,下次再見)(原創日語歌詞,用於 Suno v6 和 ACE-Step 1.5)。中文大意:夕陽下牽著腳踏車走上坡道,在車站說不出「明天見」;副歌約定就算季節變了,也要再見面。

[Verse]

夕焼けの坂道 自転車押して

君の名前を 小さく呼んだ

駅前の時計は 五時を指して

明日の約束 まだ言えない

[Chorus]

また会おうね 季節が変わっても

同じ空の下で 笑っていよう

また会おうね 涙は風に預けて

帰り道 少しだけ遠回り

[Verse 2]

改札の向こう 手を振る君に

言葉の代わりに 頷いた

ポケットの中の 切符を握って

夏の終わりを 数えていた

[Chorus]

また会おうね 季節が変わっても

同じ空の下で 笑っていよう

また会おうね 涙は風に預けて

帰り道 少しだけ遠回り

"Back Before the Dawn"(雙語版):

[Verse]

The harbor lights are fading out one by one

I hear your voice come rolling in with the wind

I walk the muddy streets without my shoes

Counting every night until you're home again

[Chorus]

Vuelve, vuelve antes del amanecer

que el mar no sabe esperar

vuelve, vuelve, todavía hay café

y una silla junto al mar

[Verse 2]

Your old hat is hanging by the door

The radio still plays the same old song

Grandma asks me if you're coming home tomorrow

I tell her yes, I tell her it won't be long

[Chorus]

Vuelve, vuelve antes del amanecer

que el mar no sabe esperar

vuelve, vuelve, todavía hay café

y una silla junto al mar

片段引擎風格描述其他設定
西班牙語Suno v6"latin pop ballad, nylon guitar, soft percussion, warm female vocal, sung in Spanish"(拉丁流行抒情,尼龍弦吉他,輕柔打擊樂,溫暖女聲,用西班牙語演唱)「自訂」模式
西班牙語Google Lyria 3.5"latin pop ballad, nylon guitar, soft percussion, warm female vocal, sung in Spanish"(拉丁流行抒情,尼龍弦吉他,輕柔打擊樂,溫暖女聲,用西班牙語演唱)「自訂」模式,參考時長 120 秒
西班牙語ElevenLabs v2"latin pop ballad, nylon guitar, soft percussion, warm female vocal, sung in Spanish"(拉丁流行抒情,尼龍弦吉他,輕柔打擊樂,溫暖女聲,用西班牙語演唱)「自訂」模式,時長 120 秒
西班牙語,「簡單」模式Suno v6無風格;描述:"A warm latin pop ballad sung entirely in Spanish, about waiting by the sea for someone to come home"(一首全程用西班牙語演唱的溫暖拉丁流行抒情歌,講在海邊等一個人回家)「簡單」模式
日語Suno v6"j-pop ballad, piano and strings, gentle drums, clear female vocal, sung in Japanese"(J-pop 抒情,鋼琴和弦樂,輕柔鼓點,清亮女聲,用日語演唱)「自訂」模式
日語ACE-Step 1.5"j-pop ballad, piano and strings, gentle drums, clear female vocal"(J-pop 抒情,鋼琴和弦樂,輕柔鼓點,清亮女聲)人聲語言:日語,時長 120 秒,思考開啟
日語ACE-Step 1.5"j-pop ballad, piano and strings, gentle drums, clear female vocal"(J-pop 抒情,鋼琴和弦樂,輕柔鼓點,清亮女聲)人聲語言:日語,時長 180 秒,思考開啟
英語和西班牙語Suno v6"latin pop ballad, nylon guitar, soft percussion, warm female vocal, bilingual: verses in English, chorus in Spanish"(拉丁流行抒情,尼龍弦吉他,輕柔打擊樂,溫暖女聲,雙語:主歌用英語,副歌用西班牙語)「自訂」模式

每次生成消耗的點數:Suno v6 30;Lyria 3.5 20;ElevenLabs v2 生成 120 秒為 80;ACE-Step 1.5 生成 120 秒為 20、180 秒為 29。

常見問題

可以,但要重新生成:先翻譯歌詞,請母語人士檢查,再搭配同樣的風格描述貼進「自訂」模式。引擎會重新演唱一次,旋律和編曲都可能改變;取代原版之前,先和原曲比較一下。

貼一段主歌和一段副歌,在 ElevenLabs 或 ACE-Step 1.5 上把「時長」設短一點。這兩個引擎依長度計費,試一小段比整首歌便宜。確認每個字都唱對了,再生成完整版。

把「人聲語言」維持在「自動」,它會依歌詞偵測語言。偵測得到不代表這種語言唱得好,而且我們在 ACE-Step 上只測了日語,其他語言請當作未經測試,先試一小段。

可以。在 RaoMusic 上做的歌,不論用哪種語言演唱,都依照 RaoMusic 商用授權附有免版稅的商業使用權。

用你的語言做一首歌

在「自訂」模式貼上歌詞,在風格裡寫明語言,再把幾個引擎的結果放在一起比較。

開啟創作頁