গুগল লিরিয়া 3.5 প্রকাশ করেছে, তার এআই মিউজিক জেনারেশন মডেলের নতুন সংস্করণ, সরাসরি জেমিনি অ্যাপের ভিতরে এবং তার ডেভেলপার API এর মাধ্যমে, কোম্পানি এই সপ্তাহান্তে ঘোষণা করেছে। রোলআউটটি টেক্সট-টু-মিউজিক প্রজন্মকে জেমিনীর বিশাল ব্যবহারকারী বেসের সামনে রাখে এবং এই প্রজন্মের মধ্যে প্রথমবারের মতো ডেভেলপারদের মডেলটিতে প্রোগ্রাম্যাটিক অ্যাক্সেস দেয়।
লঞ্চটি দ্য ডিকোডার এবং অন্যান্য আউটলেটগুলি দ্বারা রিপোর্ট করা হয়েছিল, যা উল্লেখ করেছে যে Google তার পূর্বসূরির তুলনায় আরও ভাল কণ্ঠ এবং পূর্ণাঙ্গ ব্যবস্থা সহ, তার সবচেয়ে সক্ষম মিউজিক মডেল হিসাবে Lyria 3.5 এর অবস্থান করছে। এটিও সাম্প্রতিকতম লক্ষণ যে AI টুলস রেস এখন সরাসরি সৃজনশীল মিডিয়ার মাধ্যমে চলে — এমন কিছু যা আমরা আমাদের AI টুলস কভারেজ এ ঘনিষ্ঠভাবে অনুসরণ করি।
Lyria 3.5 কি করতে পারে
Google এর মতে, Lyria 3.5 এটি যে সংস্করণটি প্রতিস্থাপন করে তার চেয়ে বেশি অভিব্যক্তিপূর্ণ কণ্ঠ এবং সমৃদ্ধ সংগীত ব্যবস্থা সরবরাহ করে। ব্যবহারকারীরা জেমিনি অ্যাপে একটি জেনার এবং শৈলী বাছাই করতে পারেন, কণ্ঠ এবং যন্ত্রের মধ্যে বেছে নিতে পারেন এবং ছোট ক্লিপ থেকে শুরু করে দীর্ঘ মিউজিক পর্যন্ত ট্র্যাক তৈরি করতে পারেন।
Google নতুনদের শুরু করতে সাহায্য করার জন্য ডিজাইন করা টেমপ্লেটগুলিও যুক্ত করেছে, যার মধ্যে ব্যাকগ্রাউন্ড মিউজিক এবং ব্যক্তিগতকৃত জন্মদিনের গানের জন্য প্রিসেট রয়েছে - এটি একটি চিহ্ন যে কোম্পানিটি সঙ্গীতজ্ঞদের মতো নৈমিত্তিক ব্যবহারকারীদের এবং উদযাপনের দিকে লক্ষ্য রাখছে। পিচটি Google-এর অন্যান্য মিথুন বৈশিষ্ট্যগুলি থেকে পরিচিত: যতক্ষণ না কেউ একটি বাক্য বা দুটি বর্ণনা থেকে একটি সমাপ্ত শিল্পকর্ম তৈরি করতে না পারে ততক্ষণ পর্যন্ত বাধা কম করুন৷
কর্মপ্রবাহ সেই সরলতাকে প্রতিফলিত করে। একজন ব্যবহারকারী তারা যে ধরনের ট্র্যাক চান তা বর্ণনা করে, শৈলী এবং শৈলীর পরামিতি নির্বাচন করে এবং সিদ্ধান্ত নেয় যে আউটপুটটি ভোকাল বহন করবে নাকি যন্ত্র হিসেবে থাকবে। যেহেতু মডেলটি ছোট স্টিং এবং দীর্ঘ রচনা উভয়ই পরিচালনা করে, একই টুলটি একটি জন্মদিনের বার্তা, একটি পডকাস্ট বিছানা বা একটি হোম ভিডিওর জন্য একটি সাউন্ডট্র্যাক কভার করে — এমন ক্ষেত্রে ব্যবহার করুন যেগুলির জন্য আগে হয় একটি স্টক-মিউজিক সাবস্ক্রিপশন বা ভাড়া করা সুরকারের প্রয়োজন হয়৷
যেখানে মডেল পাওয়া যায়
রোলআউট জেমিনি অ্যাপের বাইরে যায়৷ Google-এর ঘোষণা অনুসারে, Lyria 3.5 যোগ করা বৈশিষ্ট্য সহ Google Flow Music-এ, ডেভেলপারদের জন্য Google AI স্টুডিওতে এবং কোম্পানির AI-চালিত ভিডিও তৈরির টুল Google Vids-এ উপলব্ধ। API অ্যাক্সেসের অর্থ হল তৃতীয় পক্ষের অ্যাপ্লিকেশনগুলি সরাসরি মডেলটিতে তৈরি করতে পারে, যা আগামী মাসগুলিতে তৃতীয় পক্ষের অ্যাপ্লিকেশনগুলিতে সঙ্গীত-চালিত বৈশিষ্ট্যগুলির একটি তরঙ্গ বয়ে আনতে পারে।
যে প্রস্থ গুরুত্বপূর্ণ. একটি ভোক্তা সহকারী, একটি বিকাশকারী প্ল্যাটফর্ম এবং একটি ভিডিও সম্পাদক জুড়ে একটি সঙ্গীত মডেল এম্বেড করা Google-কে একাধিক সারফেস দেয় যেখানে জেনারেট করা অডিও একটি স্বতন্ত্র নতুনত্বের পরিবর্তে একটি ডিফল্ট সৃজনশীল বিকল্প হয়ে ওঠে৷
বিকাশকারীদের জন্য, এআই স্টুডিও অ্যাক্সেস উল্লেখযোগ্য অংশ। এটি লিরিয়াকে ভোক্তাদের কৌতূহল থেকে একটি বিল্ডিং ব্লকে নিয়ে যায়: ফিটনেস অ্যাপগুলি অভিযোজিত ওয়ার্কআউট মিউজিক তৈরি করতে পারে, গেম স্টুডিওগুলি পদ্ধতিগতভাবে স্তরগুলি স্কোর করতে পারে এবং শিক্ষার সরঞ্জামগুলি পাঠের জন্য কাস্টম গান তৈরি করতে পারে৷ Google এখনও অবধি রিপোর্ট করা উপকরণগুলিতে API মূল্য ঘোষণা করেনি, তাই মডেলটি কীভাবে মিটার করা হয়েছে তা দেখা বাকি - তবে উপলব্ধতা একাই সংকেত দেয় যে সংস্থাটি তার নিজস্ব পণ্যগুলিতে সীমাবদ্ধ নয়, বৃহত্তর অ্যাপ অর্থনীতিতে লিরিয়া 3.5 এমবেড করতে চায়।
লাইসেন্সপ্রাপ্ত-প্রশিক্ষণ পিচ
গুগলের ঘোষণার সবচেয়ে গুরুত্বপূর্ণ অংশটি প্রশিক্ষণের ডেটা সম্পর্কিত। গুগল বলেছে যে লিরিয়া মডেলটি শুধুমাত্র লাইসেন্সকৃত সামগ্রীতে প্রশিক্ষিত হয়েছিল — সুনোর সাথে একটি স্পষ্ট বৈপরীত্য, এআই মিউজিক স্টার্টআপ যার প্রশিক্ষণের অনুশীলনগুলি কপিরাইট মামলা করেছে, যার মধ্যে সঙ্গীত অধিকার গ্রুপ GEMA দ্বারা আনা একটি ল্যান্ডমার্ক জার্মান মামলা রয়েছে যা সুনো এই বছরের শুরুতে হেরেছিল।
দ্য ডিকোডার উল্লেখ করেছে যে Google এটি আসলে কোন প্রশিক্ষণ ডেটা ব্যবহার করেছে সে সম্পর্কে সুনির্দিষ্টভাবে ভাগ করেনি। কিন্তু লাইসেন্সকৃত-সামগ্রী ফ্রেমিং এমন একটি শিল্পে একটি স্পষ্ট রেখা আঁকে যেখানে প্রশিক্ষণের তথ্যের উৎস একটি আইনি এবং বাণিজ্যিক পার্থক্যকারী হয়ে উঠছে। অধিকার ধারকদের জন্য, সম্পূর্ণ লাইসেন্সপ্রাপ্ত প্রশিক্ষণ দাবি করে একটি প্রধান ল্যাব প্রতিযোগীদের জন্য বাধা বাড়ায়; ব্যবসায়িক ব্যবহারকারীদের জন্য, এটি অন্তত কিছু আইনি ঝুঁকি হ্রাস করে যা এআই-উত্পাদিত অডিওকে বিজ্ঞাপন এবং মিডিয়া উত্পাদনে একটি ভরাট সম্পদ করে তুলেছে।
একটি ভিড়, মামলা মোকদ্দমা বাজার
এআই মিউজিক জেনারেশন জেনারেটিভ মিডিয়ার অন্যতম প্রতিদ্বন্দ্বিতাপূর্ণ কোণ হয়ে উঠছে। কপিরাইট প্রশ্নে সুনোর জার্মান আদালতের পরাজয় ইঙ্গিত দেয় যে সুরক্ষিত রেকর্ডিংগুলিতে প্রশিক্ষিত মডেলগুলির আইনি পরিবেশ কঠোর হচ্ছে, বিশেষ করে ইউরোপে৷ সেই পটভূমিতে, Google-এর লাইসেন্সিং-এর উপর জোর দেওয়ার সিদ্ধান্ত — বিশদ বিবরণ গোপন রাখার সময় — সতর্ক এন্টারপ্রাইজ গ্রাহকদের লক্ষ্য করে একটি আইনি ঢাল এবং একটি বিপণন বার্তা উভয়ই পড়ে।
প্রতিযোগিতামূলক বাজিও বন্টন সম্পর্কে। Gemini-এর ব্যবহারকারী বেস Lyria 3.5 পৌঁছে দেয় যে স্বতন্ত্র মিউজিক স্টার্টআপগুলিকে মেলে ধরার জন্য লড়াই করে, এবং Google Vids-এ একীভূত হওয়ার অর্থ হল AI সাউন্ডট্র্যাকগুলি প্রায় রাতারাতি কর্মক্ষেত্রে ভিডিও তৈরির একটি আদর্শ অংশ হয়ে উঠতে পারে।
সৃষ্টিকর্তাদের জন্য এর অর্থ কী
কর্মরত সঙ্গীতজ্ঞদের জন্য, একটি মূলধারার সহকারীর ভিতরে একটি পালিশ, লাইসেন্সপ্রাপ্ত-ডেটা মিউজিক মডেলের আগমন একটি দ্বিমুখী উন্নয়ন। এটি জিঙ্গেল, ব্যাকিং ট্র্যাক এবং ব্যক্তিগতকৃত গানের খরচ প্রায় শূন্যে কমিয়ে দেয়, যখন মানব শিল্পীরা তাত্ক্ষণিক, পর্যাপ্ত আউটপুটের সাথে কীভাবে প্রতিযোগিতা করে সে সম্পর্কে পরিচিত প্রশ্ন উত্থাপন করে। আপাতত, স্টুডিও প্রোডাকশনের পরিবর্তে Google-এর মেসেজিং কেন্দ্রগুলি সহায়তা এবং উদযাপন-স্কেল সৃজনশীলতার উপর।
কি স্পষ্ট যে AI সঙ্গীত ডেমো পর্বের বাইরে চলে যাচ্ছে। লিরিয়া 3.5 জেমিনি অ্যাপ, ফ্লো মিউজিক, এআই স্টুডিও, গুগল ভিডস এবং একটি পাবলিক এপিআই-এর অভ্যন্তরে বসবাস করে, একটি ব্যবহারযোগ্য গান তৈরি করা এখন একটি বৈশিষ্ট্য, এটির নিজস্ব কোনো পণ্য বিভাগ নয় - এবং লাইসেন্স-প্রশিক্ষণের দাবিটি যাচাই-বাছাই করা হয় কিনা তা ইন্ডাস্ট্রি দেখবে।
এআই থেকে এগিয়ে থাকুন
এআই টুল ল্যান্ডস্কেপ প্রতিদিন পরিবর্তিত হয়। এক জায়গায় সর্বশেষ AI উন্নয়ন পান।
আরও এআই খবর পড়ুন →
