گوگل مدل تولید موسیقی Lyria 3.5 را در اپلیکیشن Gemini و از طریق API منتشر کرد. این نسخه نسبت به قبل آوازهایی بیان‌دارتر و آرایش‌های موسیقایی غنی‌تری ایجاد می‌کند و برای تولید سریع‌تر ترک‌های کوتاه و بلند در دسترس کاربران قرار گرفته است.

امکانات افزوده در Gemini

در اپ Gemini کاربران می‌توانند سبک و ژانر موسیقی را انتخاب کنند، بین بخش‌های آواز و قطعات بی‌کلام جابه‌جا شوند و طول ترک را تعیین کنند. علاوه بر این، مجموعه‌ای از قالب‌های آماده برای تولید موسیقی پس‌زمینه، آهنگ تولد شخصی‌سازی‌شده و سایر کاربردهای متداول فراهم شده تا فرایند تولید برای تازه‌واردان ساده‌تر باشد.

  • انتخاب ژانر و سبک
  • تعویض بین بخش‌های آواز و بی‌کلام
  • تولید ترک‌های کوتاه یا بلند
  • قالب‌های آماده برای سناریوهای رایج

دسترسی فراتر از Gemini

Lyria 3.5 علاوه بر Gemini در چند سرویس دیگر نیز در دسترس است:

  • Google Flow Music با قابلیت‌های افزوده
  • Google AI Studio برای توسعه‌دهندگان
  • Google Vids برای تولید صدای متن‌محور در ویدیوها
  • دسترسی از طریق API برای شرکت‌ها و سازندگان محتوا

ویژگی‌های فنی و تجربه کاربری

Lyria 3.5 تمرکز ویژه‌ای روی حساسیت بیان در آواز و تنوع آرایش موسیقایی دارد تا خروجی‌ها طبیعی‌تر و نزدیک به اجراهای انسانی به‌نظر برسند. قالب‌های آماده و گزینه‌های سفارشی‌سازی، روند تولید را برای کاربران عادی و حرفه‌ای تسهیل می‌کنند و API امکان یکپارچگی با اپ‌ها و سرویس‌های ثالث را فراهم می‌آورد.

داده‌های آموزشی و شفافیت

گوگل اعلام کرده مدل Lyria تنها روی محتوای دارای مجوز آموزش دیده و این نکته را به‌عنوان تفاوتی مهم نسبت به برخی رقبا مطرح کرده است. با این حال، جزئیات کامل درباره مجموعه‌داده‌ها، منابع دقیق یا روش‌های حقوقی ارائه نشده که در حوزهٔ تولید موسیقی با هوش مصنوعی همچنان محل بحث است؛ برای نمونه به مطلب مرتبط در سایت اشاره شده است: تولید موسیقی با هوش مصنوعی.

تأثیر بر صنعت موسیقی و حقوق مالکیت

فراگیر شدن مدل‌های تولید موسیقی می‌تواند سرعت تولید محتوا را افزایش و هزینه‌ها را کاهش دهد، اما هم‌زمان پرسش‌هایی درباره مالکیت آثار، مسئولیت حقوقی و شفافیت منابع آموزشی مطرح می‌کند. ناشران، هنرمندان مستقل و شرکت‌ها باید سیاست‌ها و چارچوب‌های جدیدی برای استفاده و توزیع آثار مبتنی بر هوش مصنوعی تدوین کنند تا حقوق صاحبان اثر حفظ شود.

چشم‌انداز

گسترده شدن Lyria 3.5 در اکوسیستم‌های مختلف گوگل نشان می‌دهد تولید موسیقی با هوش مصنوعی وارد تجربه‌های مصرفی روزمره شده است. اکنون تمرکز باید بر ایجاد چارچوب‌های فنی و حقوقی شفاف باشد تا این فناوری در خدمت خلاقیت باقی بماند بدون خدشه به حقوق مالکیت فکری.

منابع