Контроль над темпом і вокалом. Google запускає модель Lyria 3 для створення музики тривалістю по 30 секунд

Про це пише видання Gizmodo.

Наразі функція працює у бета-версії. Протягом найближчих днів вона стане доступною всім користувачам Gemini віком від 18 років. Створювати пісні можна англійською, німецькою, іспанською, французькою, гінді, японською, корейською та португальською мовами. У майбутньому перелік мов планують розширити.

Читайте также: Дулітл 2.0. Чи здатен штучний інтелект розтлумачити мову тварин?

Для безплатних користувачів тривалість треку обмежена 30 секундами. Підписники Google AI Plus, Pro та Ultra отримають вищі ліміти, але компанія не уточнила деталі.

Lyria 3 розробили у лабораторії DeepMind. Це перша версія Lyria, яку відкрили для широкого кола користувачів. Раніше подібні моделі тестували музиканти у межах сервісу Music AI Sandbox. Також одну з версій використовували деякі автори YouTube для перетворення мовлення на пісню.

За даними компанії, нова модель отримала кілька покращень. Вона самостійно створює тексти пісень, а також дає більше контролю над стилем, темпом і вокалом. У Google заявили, що Lyria 3 може створювати«більш реалістичні та музично складні треки».

Читайте также: Замість ремонтників — робопес. Як Spot рятує авіаційний завод від мільйонних збитків

Користувачі можуть задати запит у текстовій формі або завантажити зображення чи відео, щоб модель створила музику на основі візуального матеріалу. У відповідь застосунок генерує 30-секундний трек і обкладинку альбому, яку створює інша модель Google — Nano Banana. У компанії пояснили, що мета цих треків не в тому, щоб створити музичний шедевр, а в тому, щоб дати людям«веселий і унікальний спосіб самовираження».

Усі аудіофайли, створені Lyria, матимуть вбудований цифровий водяний знак SnythID. Він не буде видимим, як у випадку з фото чи відео, але користувачі зможуть завантажити аудіо в Gemini, щоб перевірити, чи містить воно позначку про штучне походження.