Η Google κυκλοφόρησε το Lyria 3.5, τη νεότερη έκδοση του μοντέλου της γενιάς μουσικής AI, απευθείας μέσα στην εφαρμογή Gemini και μέσω του API προγραμματιστή της, ανακοίνωσε η εταιρεία αυτό το Σαββατοκύριακο. Η κυκλοφορία θέτει τη δημιουργία κειμένου σε μουσική μπροστά στην τεράστια βάση χρηστών του Gemini και δίνει στους προγραμματιστές πρόσβαση μέσω προγραμματισμού στο μοντέλο για πρώτη φορά σε αυτήν τη γενιά.
Η κυκλοφορία αναφέρθηκε από το The Decoder και άλλα καταστήματα, τα οποία σημείωσαν ότι η Google τοποθετεί το Lyria 3.5 ως το πιο ικανό μουσικό μοντέλο της μέχρι σήμερα, με καλύτερα φωνητικά και πληρέστερες διασκευές από τον προκάτοχό του. Είναι επίσης το πιο πρόσφατο σημάδι ότι ο αγώνας εργαλείων AI τρέχει τώρα κατευθείαν μέσω δημιουργικών μέσων — κάτι που παρακολουθούμε στενά στην [κάλυψη εργαλείων AI] (https://aibuzzwire.news).
Τι μπορεί να κάνει το Lyria 3.5
Σύμφωνα με την Google, το Lyria 3.5 προσφέρει πιο εκφραστικά φωνητικά και πλουσιότερες μουσικές διασκευές από την έκδοση που αντικαθιστά. Οι χρήστες μπορούν να επιλέξουν ένα είδος και ένα στυλ στην εφαρμογή Gemini, να επιλέξουν μεταξύ φωνητικών και ορχηστρών και να δημιουργήσουν κομμάτια που κυμαίνονται από σύντομα κλιπ έως μεγαλύτερα κομμάτια μουσικής.
Η Google έχει επίσης προσθέσει πρότυπα που έχουν σχεδιαστεί για να βοηθήσουν τους νεοφερμένους να ξεκινήσουν, συμπεριλαμβανομένων προεπιλογών για μουσική υπόκρουση και εξατομικευμένα τραγούδια γενεθλίων - ένα σημάδι ότι η εταιρεία στοχεύει σε απλούς χρήστες και γιορτές όσο και σε μουσικούς. Ο τόνος είναι γνωστός από τα άλλα χαρακτηριστικά Gemini της Google: χαμηλώστε το φράγμα έως ότου οποιοσδήποτε μπορεί να δημιουργήσει ένα ολοκληρωμένο τεχνούργημα από μια ή δύο προτάσεις περιγραφής.
Η ροή εργασίας αντικατοπτρίζει αυτή την απλότητα. Ένας χρήστης περιγράφει το είδος του κομματιού που θέλει, επιλέγει παραμέτρους είδους και στυλ και αποφασίζει εάν η έξοδος θα έχει φωνητικά ή θα παραμείνει ορχηστρικό. Επειδή το μοντέλο χειρίζεται τόσο σύντομα τσιμπήματα όσο και μεγαλύτερες συνθέσεις, το ίδιο εργαλείο καλύπτει ένα μήνυμα γενεθλίων, ένα κρεβάτι podcast ή ένα soundtrack για ένα οικιακό βίντεο — περιπτώσεις χρήσης που προηγουμένως απαιτούσαν είτε μια συνδρομή στο stock-music είτε έναν μισθωμένο συνθέτη.
Πού είναι διαθέσιμο το μοντέλο
Η διάθεση υπερβαίνει την εφαρμογή Gemini. Σύμφωνα με την ανακοίνωση της Google, το Lyria 3.5 είναι επίσης διαθέσιμο στο Google Flow Music με πρόσθετες λειτουργίες, στο Google AI Studio για προγραμματιστές και στο Google Vids, το εργαλείο δημιουργίας βίντεο της εταιρείας με τεχνητή νοημοσύνη. Η πρόσβαση στο API σημαίνει ότι οι εφαρμογές τρίτων μπορούν να βασιστούν απευθείας στο μοντέλο, κάτι που θα μπορούσε να δημιουργήσει ένα κύμα δυνατοτήτων που υποστηρίζονται από μουσική σε εφαρμογές τρίτων τους επόμενους μήνες.
Αυτό το εύρος έχει σημασία. Η ενσωμάτωση ενός μουσικού μοντέλου σε έναν βοηθό καταναλωτή, μια πλατφόρμα προγραμματιστή και ένα πρόγραμμα επεξεργασίας βίντεο προσφέρει στην Google πολλές επιφάνειες όπου ο παραγόμενος ήχος γίνεται μια προεπιλεγμένη δημιουργική επιλογή και όχι μια αυτόνομη καινοτομία.
Για τους προγραμματιστές, η πρόσβαση στο AI Studio είναι το αξιοσημείωτο κομμάτι. Μετακινεί τη Lyria από την περιέργεια του καταναλωτή σε ένα δομικό στοιχείο: οι εφαρμογές γυμναστικής θα μπορούσαν να δημιουργήσουν προσαρμοστική μουσική προπόνησης, τα στούντιο παιχνιδιών θα μπορούσαν να σκοράρουν επίπεδα διαδικαστικά και τα εκπαιδευτικά εργαλεία θα μπορούσαν να παράγουν προσαρμοσμένα τραγούδια για μαθήματα. Η Google δεν έχει ανακοινώσει την τιμολόγηση του API στα υλικά που έχουν αναφερθεί μέχρι στιγμής, επομένως ο τρόπος μέτρησης του μοντέλου μένει να φανεί - αλλά η διαθεσιμότητα από μόνη της σηματοδοτεί ότι η εταιρεία θέλει το Lyria 3.5 ενσωματωμένο στην ευρύτερη οικονομία εφαρμογών, όχι περιορισμένο στα δικά της προϊόντα.
Το γήπεδο προπόνησης με άδεια χρήσης
Το πιο αιχμηρό μέρος της ανακοίνωσης της Google αφορά τα δεδομένα εκπαίδευσης. Η Google λέει ότι το μοντέλο Lyria εκπαιδεύτηκε μόνο σε αδειοδοτημένο περιεχόμενο – μια ρητή αντίθεση με τη Suno, τη μουσική startup με τεχνητή νοημοσύνη της οποίας οι πρακτικές εκπαίδευσης έχουν προκαλέσει δικαστικές διαμάχες για τα πνευματικά δικαιώματα, συμπεριλαμβανομένης μιας γερμανικής αγωγής ορόσημο που ασκήθηκε από την ομάδα δικαιωμάτων μουσικής GEMA που η Suno έχασε νωρίτερα φέτος.
Η Google δεν έχει κοινοποιήσει λεπτομέρειες σχετικά με τα δεδομένα εκπαίδευσης που χρησιμοποίησε στην πραγματικότητα, όπως σημείωσε το The Decoder. Ωστόσο, η πλαισίωση περιεχομένου με άδεια τραβάει μια σαφή γραμμή σε έναν κλάδο όπου η προέλευση των δεδομένων εκπαίδευσης γίνεται νομική και εμπορική διαφοροποίηση. Για τους κατόχους δικαιωμάτων, ένα μεγάλο εργαστήριο που ισχυρίζεται ότι έχει λάβει πλήρη άδεια εκπαίδευσης ανεβάζει τον πήχη για τους ανταγωνιστές. για τους επαγγελματίες χρήστες, μειώνει τουλάχιστον ένα μέρος του νομικού κινδύνου που έχει καταστήσει τον ήχο που δημιουργείται από AI ένα τεράστιο πλεονέκτημα στη διαφήμιση και την παραγωγή μέσων.
Μια πολυσύχναστη αγορά
Η παραγωγή μουσικής AI γίνεται μια από τις πιο αμφισβητούμενες γωνιές των γενετικών μέσων. Η ήττα του γερμανικού δικαστηρίου της Suno σε ζητήματα πνευματικών δικαιωμάτων σηματοδότησε ότι το νομικό περιβάλλον για τα μοντέλα που έχουν εκπαιδευτεί σε προστατευμένες ηχογραφήσεις σκληραίνει, ιδιαίτερα στην Ευρώπη. Σε αυτό το πλαίσιο, η απόφαση της Google να δώσει έμφαση στην αδειοδότηση — διατηρώντας τις λεπτομέρειες εμπιστευτικές — θεωρείται ταυτόχρονα ως νομική ασπίδα και ως μήνυμα μάρκετινγκ που στοχεύει σε προσεκτικούς εταιρικούς πελάτες.
Τα ανταγωνιστικά διακυβεύματα αφορούν επίσης τη διανομή. Η βάση χρηστών του Gemini δίνει στη Lyria 3.5 προσέγγιση που οι αυτόνομες startups μουσικής δυσκολεύονται να ταιριάξουν και η ενσωμάτωση στο Google Vids σημαίνει ότι τα soundtrack της τεχνητής νοημοσύνης θα μπορούσαν να γίνουν τυπικό μέρος της δημιουργίας βίντεο στο χώρο εργασίας σχεδόν από τη μια μέρα στην άλλη.
Τι σημαίνει για τους δημιουργούς
Για τους εργαζόμενους μουσικούς, η άφιξη ενός εξελιγμένου μουσικού μοντέλου με άδεια χρήσης μέσα σε έναν mainstream βοηθό είναι μια διττή εξέλιξη. Μειώνει το κόστος των jingles, των backing κομματιών και των εξατομικευμένων τραγουδιών σχεδόν στο μηδέν, ενώ εγείρει γνωστά ερωτήματα σχετικά με το πώς οι ανθρώπινοι καλλιτέχνες ανταγωνίζονται με στιγμιαία, επαρκή απόδοση. Προς το παρόν, η ανταλλαγή μηνυμάτων της Google επικεντρώνεται στη βοήθεια και τη δημιουργικότητα σε κλίμακα εορτασμού αντί να αντικαταστήσει την παραγωγή στούντιο.
Αυτό που είναι ξεκάθαρο είναι ότι η μουσική AI βγαίνει από τη φάση επίδειξης. Με το Lyria 3.5 να ζει μέσα στην εφαρμογή Gemini, το Flow Music, το AI Studio, το Google Vids και ένα δημόσιο API, η δημιουργία ενός χρησιμοποιήσιμου τραγουδιού είναι πλέον χαρακτηριστικό και όχι δική του κατηγορία προϊόντων — και η βιομηχανία θα παρακολουθεί εάν ο ισχυρισμός για άδεια εκπαίδευσης αντέχει στον έλεγχο.
Μείνετε μπροστά από την τεχνητή νοημοσύνη
Το τοπίο του εργαλείου AI αλλάζει καθημερινά. Αποκτήστε τις τελευταίες εξελίξεις AI σε ένα μέρος.
Διαβάστε περισσότερα νέα AI →
