Google integruje model Lyria 3 z Gemini. Muzyczna ofensywa giganta w cieniu problemów prawnych

Google wykonało właśnie istotny krok w stronę przekształcenia swojego flagowego asystenta AI w kompletne narzędzie kreatywne. Do przeglądarkowej wersji Gemini trafił właśnie model Lyria 3, opracowany przez Google DeepMind generator muzyki, który wkrótce ma pojawić się również w aplikacji mobilnej. Ruch ten to bezpośrednia odpowiedź na rosnącą popularność dedykowanych platform muzycznych AI, choć strategia giganta z Mountain View wyraźnie różni się od konkurencji ostrożnością.

Od tekstu do stereo w 48 kHz

Nowa funkcjonalność pozwala użytkownikom na tworzenie 30-sekundowych fragmentów muzycznych na podstawie prostych podpowiedzi tekstowych. Co istotne, Lyria 3 nie ogranicza się do samej melodii – model generuje kompletne utwory z wokalem, pisze do nich teksty oraz tworzy okładki albumów. Jakość wyjściowa to stereofoniczne 48 kHz, co technicznie stawia generowane pliki na wysokiej półce. System jest multimodalny, co oznacza, że inspiracją dla utworu nie musi być tylko opis słowny nastroju czy gatunku, ale również przesłane zdjęcie lub wideo.

W porównaniu do swoich poprzednich iteracji, Lyria 3 oferuje znacznie większą kontrolę nad stylem, tempem i brzmieniem głosu, a same kompozycje są bardziej złożone muzycznie. Funkcja jest dostępna dla wszystkich użytkowników powyżej 18. roku życia i obsługuje osiem języków, w tym angielski i niemiecki. Abonenci planów Google AI Plus, Pro oraz Ultra mogą liczyć na wyższe limity generowania.

Inspiracja, nie kopia

Wprowadzenie generatora muzyki przez tak dużego gracza wiąże się z ogromnym ryzykiem prawnym, zwłaszcza w świetle ostatnich działań wytwórni takich jak Sony Music. Google podchodzi do tematu prewencyjnie. Firma podkreśla, że Lyria 3 została zaprojektowana do „oryginalnej ekspresji”, a nie do mimikry. Jeśli użytkownik poprosi o utwór w stylu konkretnego artysty, algorytm ma potraktować to jedynie jako luźną inspirację, a nie polecenie sklonowania brzmienia. Wbudowane filtry na bieżąco sprawdzają generowane treści pod kątem naruszeń praw autorskich, a każdy utwór jest oznaczany niewidocznym dla ucha znakiem wodnym SynthID, co pozwala na identyfikację materiału jako wytworu AI.

Lider wciąż jest jeden

Mimo technicznego zaawansowania DeepMind, pierwsze wrażenia z użytkowania Lyria 3 wskazują, że Google wciąż goni lidera rynku, jakim jest Suno. Ograniczenie długości utworu do 30 sekund sprawia, że narzędzie to nadaje się bardziej do zabawy lub tworzenia jingli niż do komponowania pełnoprawnych piosenek. Suno pozwala na znacznie dłuższe formy i wydaje się oferować większą spójność stylistyczną. Z kolei konkurencyjne Udio, po przejęciu pod koniec ubiegłego roku przez Universal Music Group, zdaje się hamować swój rozwój, co otwiera lukę na rynku.

Google pozycjonuje swoją nowość jako funkcję „dla zabawy”, co jest zrozumiałe w kontekście prawnym, ale może rozczarować profesjonalnych twórców szukających narzędzi produkcyjnych. W tle pozostaje jeszcze OpenAI, które według nieoficjalnych doniesień pracuje nad własnym generatorem muzyki dla ChatGPT. Walka o dominację w sferze audio AI dopiero się rozkręca, a integracja z Gemini to dla Google tylko przygrywka.