گوگل از مدلهای لیریا ۳ (Lyria 3) رونمایی کرد. این جدیدترین مدل ساخت موسیقی با هوش مصنوعی زاینده (Generative AI) است و اکنون بهصورت پیشنمایش عمومی در دسترس توسعهدهندگان قرار دارد.
این خانواده دو نسخه مجزا دارد. لیریا ۳ پرو (Lyria 3 Pro) آهنگهای کامل تا حدود سه دقیقه میسازد. لیریا ۳ کلیپ (Lyria 3 Clip) برای کلیپهای ۳۰ ثانیهای با کیفیت بالا بهینه شده و برای نمونهسازی سریع، لوپهای پسزمینه و محتوای شبکههای اجتماعی ایدئال است.
لیریا ۳ قابلیتهای پیشرفتهای برای کنترل دقیق موسیقی ارائه میدهد. تنظیم سرعت (Tempo conditioning) امکان مشخص کردن دقیق تمپو را فراهم میکند. همترازی زمانی متن (Time-aligned lyrics) به توسعهدهندگان اجازه میدهد زمان شروع و پایان بخشهای مختلف آهنگ را کنترل کنند. شاید مهمترین قابلیت، ورودی تصویر به موسیقی (Image-to-music) باشد که به کاربران اجازه میدهد تصویری ارائه دهند و سیستم بر اساس حالوهوا، سبک و فضای آن تصویر، موسیقی بسازد.
گوگل تجربه ساخت موسیقی اختصاصی را در Google AI Studio راهاندازی کرده. این پلتفرم دو حالت دارد: حالت متنی که به کاربران اجازه میدهد موسیقی دلخواه را با زبان طبیعی توصیف کنند، و حالت کامپوزر (Composer) که امکان ساخت آهنگ بخشبهبخش از اینترو تا اوترو را با کنترل دقیق زمانبندی و شدت میدهد.
{{img:0}}
گوگل همچنین برنامههای کاربردی نمونه ایجاد کرده: ساخت موسیقی پسزمینه برای ویدیو، ساعت زنگداری که هر روز صبح آهنگ اختصاصی میسازد، و یکپارچهسازی با Gemini برای گردشکارهای چندوجهی (Multimodal workflows).
پلتفرم بر توسعه مسئولانه هوش مصنوعی زاینده تأکید دارد. هر قطعه خروجی دارای واترمارک دیجیتال SynthID است. این فناوری به هر کسی اجازه میدهد تشخیص دهد کدام صدا توسط هوش مصنوعی گوگل تولید شده، حتی پس از ویرایش.
این عرضه، گوگل را وارد بازار رقابتی ساخت موسیقی با هوش مصنوعی زاینده میکند. رقبایی چون Sunno و Udio پیش از این جایگاه قوی در میان سازندگان و هنرمندان دارند. واترمارکگذاری استاندارد میتواند به افزایش اعتماد حرفهای کمک کند.
گفتگو