Google DeepMind ने अपने लेटेस्ट आर्टिफिशियल इंटेलिजेंस (AI) म्यूजिक जेनरेशन मॉडल Lyria 3 की घोषणा की। माउंटेन व्यू की टेक कंपनी के मुताबिक नया मॉडल Android और iOS के लिए Gemini ऐप में इंटीग्रेटेड है, और इसे यूजर्स को मल्टीमॉडल जेनरेटिव AI का इस्तेमाल करके सिंपल टेक्स्ट प्रॉम्प्ट का इस्तेमाल करके हाई-क्वालिटी म्यूजिक ट्रैक बनाने में मदद करने के लिए डिजाइन किया गया है। Lyria 3 को एक क्रिएटर-फोकस्ड टूल के तौर पर पेश किया गया है, जिसका मकसद सोशल मीडिया, वीडियो और डिजिटल स्टोरीटेलिंग के लिए म्यूजिक प्रोडक्शन को आसान बनाना है।
गूगल डीपमाइंड ने बताया कि Lyria 3, Gemini ऐप के अंदर म्यूजिक बनाने की नई कैपेबिलिटी देता है। यूजर्स अपनी पसंद के जॉनर, मूड, टेम्पो या इंस्ट्रूमेंट्स बताकर 30-सेकंड तक के ओरिजिनल ट्रैक बना सकते हैं। म्यूजिक जेनरेशन मॉडल टेक्स्ट प्रॉम्प्ट को पूरी तरह से प्रोड्यूस्ड ऑडियो क्लिप में ट्रांसलेट करता है, जिसमें लेयर्ड इंस्ट्रूमेंटेशन और पॉलिश्ड साउंड आउटपुट होता है।
पिछले वर्जन की तुलना में Lyria 3 में कई बेहतर कैपेबिलिटी होने का दावा किया गया है। सबसे पहले ये प्रॉम्प्ट के आधार पर ऑटोमैटिकली लिरिक्स बना सकता है, साथ ही स्टाइल, वोकल्स और टेम्पो जैसे एलिमेंट्स पर ज्यादा कंट्रोल भी देता है। इसके अलावा ये बेहतर ऑडियो क्वालिटी, बेहतर इंस्ट्रूमेंटेशन और लंबे कंपोजिशन में बेहतर तालमेल देता है।
टेक्स्ट-टू-ट्रैक बनाने के अलावा Gemini में Lyria 3 यूजर्स को फोटो और वीडियो से इंस्पायर्ड म्यूजिक बनाने की सुविधा देता है। उदाहरण के लिए सनसेट इमेज या छोटी ट्रैवल क्लिप को क्रिएटिव इनपुट के तौर पर इस्तेमाल किया जा सकता है, जिसमें Lyria 3 एक ऐसा साउंडट्रैक बनाता है, जो विज़ुअल टोन और माहौल से मेल खाता है। हर बनाए गए ट्रैक में कस्टम AI-जनरेटेड कवर आर्ट भी शामिल हो सकता है, जिससे क्रिएटर्स के लिए अपने काम को पैकेज करना और शेयर करना आसान हो जाता है।
Google, Lyria की क्षमताओं को YouTube Dream Track तक भी बढ़ा रहा है, जहां यूजर्स Shorts और दूसरे कंटेंट फॉर्मेट के लिए AI-जनरेटेड म्यूजिक के साथ एक्सपेरिमेंट कर सकते हैं। Dream Track क्रिएटर्स को मिलती-जुलती जेनरेटिव AI टेक्नोलॉजी का इस्तेमाल करके अलग-अलग म्यूजिकल स्टाइल और थीम एक्सप्लोर करने में मदद करता है।
AI-जनरेटेड मीडिया ऑथेंटिसिटी से जुड़ी चिंताओं को दूर करने के लिए Google ने अपनी SynthID वॉटरमार्किंग टेक्नोलॉजी को Lyria 3 आउटपुट में एम्बेड किया है। ये जेनरेट किए गए ऑडियो को मेटाडेटा के साथ इनविजिबल रूप से मार्क करता है, जो इसे ट्रांसपेरेंसी और जिम्मेदारी से इस्तेमाल के लिए AI-क्रिएटेड कंटेंट के रूप में पहचानने में मदद करता है।
कंपनी ने ये भी बताया है, कि ये मॉडल मल्टीमॉडल AI की ओर उसके बड़े पुश का हिस्सा है, जहां टेक्स्ट, इमेज, ऑडियो और वीडियो जेनरेशन एक यूनिफाइड प्लेटफॉर्म पर एक साथ होते हैं।
टेक जायंट के मुताबिक Lyria 3 डेस्कटॉप पर इंग्लिश, जर्मन, स्पैनिश, फ्रेंच, हिंदी, जापानी, कोरियन और पुर्तगाली में 18 साल से ज्यादा उम्र के सभी यूजर्स के लिए Gemini ऐप में उपलब्ध है। Android और iOS के लिए Gemini ऐप पर इसका रोलआउट अगले कुछ दिनों में होगा। Google AI Plus, Pro और Ultra सब्सक्राइबर ज्यादा लिमिट का फायदा उठा सकते हैं।