Η Google βάζει μουσική στο Gemini: Lyria 3 με αυτόματους στίχους και μεγαλύτερο δημιουργικό έλεγχο

H Google περνά στο επόμενο βήμα με τη δυνατότητα δημιουργίας εξατομικευμένης μουσικής. Το Gemini από τα εργαλεία εικόνας και βίντεο μεταπηδά και στη μουσική, ενσωματώνοντας σε δοκιμαστική διάθεση το Lyria 3 της Google DeepMind.

Με μια σύντομη περιγραφή ή με μια φωτογραφία ως έμπνευση, ο χρήστης μπορεί να δημιουργήσει σε δευτερόλεπτα ένα κομμάτι διάρκειας 30 δευτερολέπτων, με αυτόματους στίχους, περισσότερο δημιουργικό έλεγχο σε ύφος, φωνητικά και ρυθμό, καθώς και προσαρμοσμένο εξώφυλλο.

Το Lyria 3, το πιο πρόσφατο μοντέλο δημιουργίας μουσικής της Google DeepMind, κυκλοφορεί στην εφαρμογή Gemini. Ο χρήστης μπορεί απλώς να περιγράψει μια ιδέα ή να ανεβάσει μια φωτογραφία, όπως «μια κωμική R&B μπαλάντα για μια κάλτσα που βρήκε το ταίρι του» και μέσα σε λίγα δευτερόλεπτα, το Gemini θα τη μεταφράσει σε ένα κομμάτι υψηλής ποιότητας. Για τη διεύρυνση των δημιουργικών ορίων, το Gemini προσφέρει πλέον τη δυνατότητα άντλησης έμπνευσης απευθείας από το περιεχόμενο που ανεβάζει ο χρήστης, μετατρέποντας οπτικά ερεθίσματα σε ολοκληρωμένες μουσικές συνθέσεις.

Το Lyria 3 αναβαθμίζει τη δημιουργία ήχου σε σύγκριση με την προηγούμενη έκδοση του μοντέλου, εστιάζοντας σε τρεις σημαντικούς άξονες:

• Δημιουργία Στίχων: Δεν απαιτείται πλέον η παροχή στίχων από τον χρήστη, καθώς το μοντέλο τους δημιουργεί αυτόματα βάσει της οδηγίας του χρήστη.
• Δημιουργικός Έλεγχος: Προσφέρεται μεγαλύτερη ελευθερία στον καθορισμό στοιχείων όπως το στυλ, τα φωνητικά και ο ρυθμός.
• Μουσική Πολυπλοκότητα: Επιτρέπεται η δημιουργία πιο ρεαλιστικών και μουσικά σύνθετων κομματιών.

Τρόποι Χρήσης

Κείμενο σε μουσικό κομμάτι: Ο χρήστης μπορεί να περιγράψει ένα συγκεκριμένο είδος, μια διάθεση, ένα αστείο της παρέας ή μια ανάμνηση για τη δημιουργία μοναδικών κομματιών με στίχους ή ορχηστρική μουσική που ταιριάζει με το vibe του. «Αισθάνομαι νοσταλγία. Δημιούργησε ένα κομμάτι για τη μητέρα μου σχετικά με τις υπέροχες στιγμές που περάσαμε ως παιδιά και τις αναμνήσεις από τα σπιτικά τηγανητά πλαντέινς της. Κάνε το ένα διασκεδαστικό κομμάτι afrobeat με αληθινή αφρικανική ατμόσφαιρα».

Από φωτογραφίες και βίντεο μέχρι κομμάτια: Ο χρήστης μπορεί να ανεβάσει μια φωτογραφία ή ένα βίντεο και να δει το Gemini να χρησιμοποιεί το περιεχόμενο για να συνθέσει ένα κομμάτι με στίχους που ταιριάζουν απόλυτα με τη διάθεσή του. «Χρησιμοποίησε αυτές τις φωτογραφίες για να δημιουργήσεις ένα κομμάτι για τον σκύλο μου τον Duncan σε μια πεζοπορία στο δάσος».

Η εφαρμογή Gemini δημιουργεί κομμάτια διάρκειας 30 δευτερολέπτων, τα οποία συνοδεύονται από προσαρμοσμένο εξώφυλλο που δημιουργείται από το Nano Banana. Η διαδικασία αυτή διευκολύνει τη γρήγορη κοινοποίηση σε φίλους, είτε μέσω λήψης του αρχείου, είτε μέσω ενός απλού συνδέσμου κοινοποίησης. Στόχος αυτής της λειτουργίας δεν είναι η δημιουργία ενός μουσικού αριστουργήματος, αλλά η παροχή ενός διασκεδαστικού και μοναδικού τρόπου έκφρασης.

Ο δημιουργός μπορεί, επίσης, να εξερευνήσει τις δυνατότητες του Lyria 3 στο Dream Track στοYouTube. Η λειτουργία αυτή, η οποία είναι ήδη διαθέσιμη στις ΗΠΑ και αναμένεται σύντομα σε περισσότερες χώρες, αναβαθμίζει την ποιότητα του μουσικού soundtrack στα Shorts. Είτε πρόκειται για τη δημιουργία ενός στίχου είτε για ένα ατμοσφαιρικό συνοδευτικό κομμάτι, η δυνατότητα για καλύτερη προσαρμογή της μουσικής οδηγεί τα Shorts των δημιουργών στο επόμενο επίπεδο.

Νέες δυνατότητες επαλήθευσης ήχου

Όλα τα κομμάτια που δημιουργούνται στην εφαρμογή Gemini έχουν ενσωματωμένο το SynthID, το υδατογράφημα της Google που επιτρέπει τον προσδιορισμό του περιεχομένου που έχει δημιουργηθεί από την Τεχνητή Νοημοσύνη της Google. Πλέον, παρέχονται επιπλέον εργαλεία που βοηθούν στον εντοπισμό περιεχομένου AI, επεκτείνοντας τις δυνατότητες επαλήθευσης στην εφαρμογή Gemini και στον τομέα του ήχου. O χρήστης μπορεί πλέον να ανεβάσει ένα αρχείο και να ρωτήσει εάν δημιουργήθηκε με το AI της Google. Το Gemini θα ελέγξει την ύπαρξη του SynthID και, συνδυάζοντας την τεχνολογία αυτή με τη δική του λογική ανάλυση, παρέχει μια τεκμηριωμένη απάντηση.

Η δέσμευση της Google για την υπεύθυνη ανάπτυξη της παραγωγικής τεχνητής νοημοσύνης (Gen AI)

Από την πρώτη κυκλοφορία του Lyria το 2023, η Google επιδιώκει να αναπτύξει αυτή την τεχνολογία υπεύθυνα σε συνεργασία με τη μουσική κοινότητα. Μέσα από πειραματισμούς και συνεργασίες, όπως το Music AI Sandbox, δόθηκε ιδιαίτερη προσοχή στα πνευματικά δικαιώματα και τις συμφωνίες συνεργατών κατά την εκπαίδευση του Lyria 3.

Όπως επισημαίνεται, η δημιουργία κομματιών με το Lyria 3 έχει σχεδιαστεί για την ανάδειξη της πρωτότυπης έκφρασης και όχι για τη μίμηση υπαρχόντων καλλιτεχνών. Αν η οδηγία του χρήστη αναφέρει έναν συγκεκριμένο καλλιτέχνη, το Gemini θα το λάβει ως ευρεία δημιουργική έμπνευση και θα δημιουργήσει ένα κομμάτι με παρόμοιο στιλ ή διάθεση. Η Google διαθέτει, επίσης, φίλτρα για τον έλεγχο των αποτελεσμάτων σε σχέση με το υπάρχον περιεχόμενο. Αναγνωρίζεται ότι, η προσέγγιση αυτή ενδέχεται να μην είναι αλάνθαστη, επομένως παρέχεται η δυνατότητα αναφοράς περιεχομένου που πιθανόν παραβιάζει δικαιώματα τρίτων. Επιπλέον, για να χρησιμοποιηθούν τα προϊόντα της Google, o χρήστης πρέπει να συμμορφώνονται με τους Όρους Παροχής Υπηρεσιών και τις Πολιτικές απαγορευμένης χρήσης Gen AI, οι οποίες απαγορεύουν την παραβίαση των δικαιωμάτων πνευματικής ιδιοκτησίας και προστασίας της ιδιωτικής ζωής.

Το Lyria 3 ξεκινά να διατίθεται σε δοκιμαστική φάση για desktop από σήμερα και στην εφαρμογή Gemini για κινητά μέσα στις επόμενες ημέρες, για όλους τους χρήστες παγκοσμίως.