Google قابلیت تولید موسیقی را به اپلیکیشن Gemini اضافه کرد. این ویژگی با استفاده از مدل Lyria 3 که تیم Google DeepMind توسعه داده، امکان ساخت آهنگ از طریق توضیح متنی را فراهم می‌کند. گوگل این قابلیت را در نسخه بتا عرضه کرده است.

ساخت آهنگ با متن، تصویر و ویدیو

کاربر با نوشتن یک پرامپت، یک قطعه ۳۰ ثانیه‌ای همراه با متن ترانه دریافت می‌کند. همچنین می‌تواند تصویر یا ویدیو بارگذاری کند تا سیستم بر اساس حال‌وهوای آن، موسیقی تولید کند. کاربر سبک، تمپو و نوع وکال را نیز تغییر می‌دهد.

گوگل اعلام کرد Lyria 3 نسبت به نسخه قبلی، موسیقی پیچیده‌تر و طبیعی‌تری می‌سازد و کنترل بیشتری در اختیار کاربر می‌گذارد.

گسترش Dream Track در یوتیوب

گوگل مدل Lyria 3 را از طریق ابزار Dream Track در YouTube هم در دسترس قرار داد. این ابزار به تولیدکنندگان محتوا اجازه می‌دهد برای ویدیوهای خود ترک موسیقی بسازند. گوگل اکنون این قابلیت را در سطح جهانی فعال کرده است.

پیش‌تر در گزارش «https://kingmember.com/google-real-time-audio-translation-via-headphones/» به دیگر نوآوری‌های هوش مصنوعی گوگل پرداخته‌ایم.

محدودیت در تقلید هنرمندان

گوگل اجازه بازسازی مستقیم صدای یک هنرمند را نمی‌دهد. اگر کاربر نام یک هنرمند را وارد کند، Gemini قطعه‌ای با حال‌وهوای مشابه می‌سازد، نه نسخه‌ای کپی‌شده. این شرکت همه آثار تولیدی را با فناوری SynthID نشانه‌گذاری می‌کند تا منشأ آن‌ها مشخص بماند.

چالش مالکیت معنوی در حوزه AI همچنان ادامه دارد. در مقاله «https://kingmember.com/openai-financial-statements-ai-projects/» به ابعاد سرمایه‌گذاری و رقابت زیرساختی در این حوزه پرداخته‌ایم.

رقابت برای تسلط بر تولید محتوای هوشمند

گوگل با افزودن تولید موسیقی به Gemini، دامنه ابزارهای خلاقانه خود را گسترش داد. شرکت‌های بزرگ فناوری تلاش می‌کنند کل زنجیره تولید محتوا را در اختیار بگیرند. در تحلیل «https://kingmember.com/luminal-ai-optimizer/» نیز به نقش بهینه‌سازی مدل‌ها در کاهش هزینه و افزایش بهره‌وری اشاره کرده‌ایم.

گوگل این قابلیت را برای کاربران بالای ۱۸ سال در سراسر جهان فعال کرده و از چندین زبان اصلی پشتیبانی می‌کند.