Google ने अपने AI म्यूजिक जेनरेशन मॉडल का नवीनतम संस्करण Lyria 3.5, सीधे जेमिनी ऐप के अंदर और अपने डेवलपर API के माध्यम से जारी किया है, कंपनी ने इस सप्ताह के अंत में घोषणा की। रोलआउट टेक्स्ट-टू-म्यूजिक पीढ़ी को जेमिनी के विशाल उपयोगकर्ता आधार के सामने रखता है और डेवलपर्स को इस पीढ़ी में पहली बार मॉडल तक प्रोग्रामेटिक पहुंच प्रदान करता है।
लॉन्च की सूचना द डिकोडर और अन्य आउटलेट्स द्वारा दी गई थी, जिसमें कहा गया था कि Google Lyria 3.5 को अपने पूर्ववर्ती की तुलना में बेहतर स्वर और पूर्ण व्यवस्था के साथ अब तक के सबसे सक्षम संगीत मॉडल के रूप में स्थान दे रहा है। यह भी नवीनतम संकेत है कि एआई टूल की दौड़ अब सीधे रचनात्मक मीडिया के माध्यम से चलती है - जिसे हम अपने [एआई टूल कवरेज] (https://aibuzzwire.news) में बारीकी से अनुसरण करते हैं।
लिरिया 3.5 क्या कर सकता है
Google के अनुसार, Lyria 3.5 अपने द्वारा प्रतिस्थापित संस्करण की तुलना में अधिक अभिव्यंजक स्वर और समृद्ध संगीत व्यवस्था प्रदान करता है। उपयोगकर्ता जेमिनी ऐप में एक शैली और शैली चुन सकते हैं, स्वर और वाद्ययंत्र के बीच चयन कर सकते हैं, और छोटी क्लिप से लेकर संगीत के लंबे टुकड़ों तक के ट्रैक तैयार कर सकते हैं।
Google ने नए लोगों को आरंभ करने में मदद करने के लिए डिज़ाइन किए गए टेम्पलेट भी जोड़े हैं, जिसमें पृष्ठभूमि संगीत और वैयक्तिकृत जन्मदिन गीतों के लिए प्रीसेट शामिल हैं - यह संकेत है कि कंपनी संगीतकारों के साथ-साथ आकस्मिक उपयोगकर्ताओं और समारोहों को भी लक्ष्य कर रही है। पिच Google की अन्य जेमिनी विशेषताओं से परिचित है: अवरोध को तब तक कम करें जब तक कोई एक या दो वाक्यों से एक तैयार कलाकृति तैयार न कर ले।
वर्कफ़्लो उस सरलता को दर्शाता है. उपयोगकर्ता उस प्रकार के ट्रैक का वर्णन करता है जिसे वे चाहते हैं, शैली और शैली मापदंडों का चयन करता है, और यह निर्णय लेता है कि आउटपुट में स्वर होना चाहिए या वाद्य रहना चाहिए। क्योंकि मॉडल छोटे स्टिंग और लंबी रचनाओं दोनों को संभालता है, वही टूल जन्मदिन संदेश, पॉडकास्ट बेड या होम वीडियो के लिए साउंडट्रैक को कवर करता है - ऐसे मामलों का उपयोग करें जिनके लिए पहले स्टॉक-म्यूजिक सदस्यता या किराए के संगीतकार की आवश्यकता होती है।
जहां मॉडल उपलब्ध है
रोलआउट जेमिनी ऐप से आगे चला गया है। Google की घोषणा के अनुसार, Lyria 3.5 अतिरिक्त सुविधाओं के साथ Google Flow Music, डेवलपर्स के लिए Google AI स्टूडियो और कंपनी के AI-संचालित वीडियो निर्माण टूल Google Vids में भी उपलब्ध है। एपीआई एक्सेस का मतलब है कि तीसरे पक्ष के एप्लिकेशन सीधे मॉडल पर निर्माण कर सकते हैं, जो आने वाले महीनों में तीसरे पक्ष के ऐप्स में संगीत-संचालित सुविधाओं की एक लहर पैदा कर सकता है।
वह चौड़ाई मायने रखती है. एक उपभोक्ता सहायक, एक डेवलपर प्लेटफ़ॉर्म और एक वीडियो संपादक में एक संगीत मॉडल को एम्बेड करने से Google को कई सतहें मिलती हैं जहां उत्पन्न ऑडियो एक स्टैंडअलोन नवीनता के बजाय एक डिफ़ॉल्ट रचनात्मक विकल्प बन जाता है।
डेवलपर्स के लिए, एआई स्टूडियो एक्सेस उल्लेखनीय हिस्सा है। यह लिरिया को उपभोक्ता जिज्ञासा से बिल्डिंग ब्लॉक की ओर ले जाता है: फिटनेस ऐप्स अनुकूली कसरत संगीत उत्पन्न कर सकते हैं, गेम स्टूडियो प्रक्रियात्मक रूप से स्तर स्कोर कर सकते हैं, और शिक्षा उपकरण पाठों के लिए कस्टम गाने तैयार कर सकते हैं। Google ने अब तक रिपोर्ट की गई सामग्रियों में एपीआई मूल्य निर्धारण की घोषणा नहीं की है, इसलिए मॉडल की पैमाइश कैसे की जाती है यह देखा जाना बाकी है - लेकिन अकेले उपलब्धता से संकेत मिलता है कि कंपनी लिरिया 3.5 को व्यापक ऐप अर्थव्यवस्था में एम्बेडेड करना चाहती है, न कि अपने उत्पादों तक ही सीमित।
लाइसेंस-प्रशिक्षण पिच
Google की घोषणा का सबसे महत्वपूर्ण हिस्सा प्रशिक्षण डेटा से संबंधित है। Google का कहना है कि लिरिया मॉडल को केवल लाइसेंस प्राप्त सामग्री पर प्रशिक्षित किया गया था - एआई संगीत स्टार्टअप सुनो के साथ एक स्पष्ट विपरीत, जिसके प्रशिक्षण प्रथाओं ने कॉपीराइट मुकदमेबाजी को जन्म दिया है, जिसमें संगीत अधिकार समूह GEMA द्वारा लाया गया एक ऐतिहासिक जर्मन मुकदमा भी शामिल है, जिसे सुनो इस साल की शुरुआत में हार गया था।
जैसा कि द डिकोडर ने नोट किया है, Google ने वास्तव में किस प्रशिक्षण डेटा का उपयोग किया है, इसके बारे में विशेष जानकारी साझा नहीं की है। लेकिन लाइसेंस प्राप्त सामग्री फ़्रेमिंग एक ऐसे उद्योग में एक स्पष्ट रेखा खींचती है जहां प्रशिक्षण डेटा की उत्पत्ति एक कानूनी और वाणिज्यिक विभेदक बन रही है। अधिकार धारकों के लिए, पूरी तरह से लाइसेंस प्राप्त प्रशिक्षण का दावा करने वाली एक प्रमुख प्रयोगशाला प्रतिस्पर्धियों के लिए मानक बढ़ाती है; व्यावसायिक उपयोगकर्ताओं के लिए, यह कम से कम कुछ कानूनी जोखिम को कम करता है जिसने एआई-जनित ऑडियो को विज्ञापन और मीडिया उत्पादन में एक बड़ी संपत्ति बना दिया है।
भीड़भाड़ वाला, मुकदमेबाजी वाला बाज़ार
एआई संगीत पीढ़ी जनरेटिव मीडिया के अधिक प्रतिस्पर्धी कोनों में से एक बन रही है। कॉपीराइट सवालों पर सुनो की जर्मन अदालत की हार ने संकेत दिया कि संरक्षित रिकॉर्डिंग पर प्रशिक्षित मॉडलों के लिए कानूनी माहौल सख्त हो रहा है, खासकर यूरोप में। उस पृष्ठभूमि में, विवरण को गोपनीय रखते हुए लाइसेंसिंग पर जोर देने का Google का निर्णय एक कानूनी ढाल और सतर्क उद्यम ग्राहकों के लिए एक विपणन संदेश दोनों के रूप में पढ़ा जाता है।
प्रतिस्पर्धी हिस्सेदारी वितरण को लेकर भी है। जेमिनी का उपयोगकर्ता आधार लिरिया 3.5 को पहुंच प्रदान करता है, जिससे स्टैंडअलोन संगीत स्टार्टअप मेल खाने के लिए संघर्ष करते हैं, और Google Vids में एकीकरण का मतलब है कि एआई साउंडट्रैक लगभग रातोंरात कार्यस्थल वीडियो निर्माण का एक मानक हिस्सा बन सकता है।
रचनाकारों के लिए इसका क्या अर्थ है
कामकाजी संगीतकारों के लिए, मुख्यधारा के सहायक के अंदर एक परिष्कृत, लाइसेंस प्राप्त-डेटा संगीत मॉडल का आगमन एक दोधारी विकास है। यह जिंगल, बैकिंग ट्रैक और वैयक्तिकृत गीतों की लागत को लगभग शून्य कर देता है, जबकि मानव कलाकार तत्काल, पर्याप्त आउटपुट के साथ प्रतिस्पर्धा कैसे करते हैं, इसके बारे में परिचित प्रश्न उठाते हैं। अभी के लिए, Google का संदेश स्टूडियो उत्पादन के स्थान पर सहायता और उत्सव-स्तर की रचनात्मकता पर केंद्रित है।
यह स्पष्ट है कि एआई संगीत डेमो चरण से बाहर निकल रहा है। लिरिया 3.5 के जेमिनी ऐप, फ्लो म्यूजिक, एआई स्टूडियो, गूगल विड्स और एक सार्वजनिक एपीआई के अंदर रहने के साथ, एक प्रयोग करने योग्य गीत तैयार करना अब एक सुविधा है, न कि अपनी खुद की उत्पाद श्रेणी - और उद्योग यह देख रहा होगा कि लाइसेंस-प्रशिक्षण का दावा जांच के दायरे में है या नहीं।
एआई से आगे रहें
एआई टूल परिदृश्य प्रतिदिन बदलता है। नवीनतम एआई विकास एक ही स्थान पर प्राप्त करें।
अधिक AI समाचार पढ़ें →
