Google wrzuca Lyrię 3.5 do Gemini. Muzyka w stereo prosto z czatu

Google przestało chować swoje muzyczne zabawki w zamkniętych laboratoriach. Od teraz model Lyria 3.5, najmocniejsze narzędzie firmy do generowania dźwięku, ląduje bezpośrednio w aplikacji Gemini oraz w interfejsie API. To ruch, który zmienia smartfon w kieszonkowe studio nagraniowe, pozwalając na tworzenie pełnych utworów za pomocą prostego zapytania tekstowego.

Dlaczego to ważne teraz?

Połączenie generacji tekstu, obrazu i profesjonalnego dźwięku w jednej usłudze to próba domknięcia ekosystemu Google przed konkurencją. Wprowadzenie Lyrii 3.5 w fazie publicznego podglądu we wrześniu 2024 roku pokazuje, że firma chce wyznaczać standardy jakości technicznej, oferując dźwięk stereo w jakości 44,1 kHz. To bezpośrednie uderzenie w popularne platformy AI, które często borykały się z szumami i niskim próbkowaniem w darmowych wersjach.

Muzyka wewnątrz ekosystemu Gemini

Najnowsza wersja technologii stawia na ekspresję. Według oficjalnych komunikatów Google, „Lyria 3.5 zapewnia bardziej wyraziste wokale i bogatsze aranżacje muzyczne”. Użytkownicy mogą precyzyjnie określać gatunek, tempo i styl, a system radzi sobie zarówno z czystymi ścieżkami instrumentalnymi, jak i skomplikowanymi partiami śpiewanymi. Model trafił nie tylko do mobilnej aplikacji, ale również do Google Flow Music, platformy wideo Google Vids oraz środowiska AI Studio dla deweloperów.

Od amatorskich zabaw po produkcję wideo

Choć Google promuje gotowe szablony do szybkich podkładów pod życzenia czy rolki w mediach społecznościowych, potencjał Lyrii 3.5 sięga głębiej. Integracja z Gemini API pozwala programistom budować narzędzia, które automatycznie dopasują ścieżkę dźwiękową do kontekstu aplikacji. Google chce, aby Gemini stało się centralnym punktem pracy kreatywnej, gdzie użytkownik nie musi opuszczać jednego okna, by stworzyć spójną kampanię reklamową z muzyką włącznie.

Prawa autorskie: Czysta karta Google

Największa różnica między Google a start-upami takimi jak Suno leży w pochodzeniu danych. Gigant deklaruje, że model wyszkolono wyłącznie na licencjonowanych materiałach. To strategiczne posunięcie w czasie, gdy branża muzyczna zasypuje sądy pozwami o kradzież własności intelektualnej. „Lyria 3.5, nasz najlepiej brzmiący model do generowania muzyki, jest już dostępny w aplikacji Gemini” – chwali się firma, kładąc nacisk na to, że ich produkt jest bezpieczny dla profesjonalnych twórców obawiających się roszczeń prawnych.

Mimo tych zapewnień, firma wciąż nie upubliczniła listy konkretnych wytwórni czy artystów, których utwory zasiliły proces uczenia. Transparentność ma więc swoje granice, wyznaczone przez korporacyjne umowy poufności.