Що змінює Lyria 3.5 для кожного, хто створює музику в Gemini?

Модель у вікні чату

Lyria 3.5 — це модель генерації музики. Google називає її своєю найкращою за звучанням. Зараз вона доступна в двох місцях: у додатку Gemini, який може відкрити будь-хто, і в Gemini API, яке викликають розробники з коду. За заявою, модель надає більш виразні вокали та багатші музичні аранжування. Результат — вища якість звуку. На практиці це означає, що аудіофайли звучать не як демо, а як готовий трек. Модель не просто наспівує мелодію. Вона будує куплети та приспівки. Також вирішує, де вступають барабани, і підбирає акордові позиції, що відповідають названому жанру.

Інструменти, що формують результат

У додатку Gemini з'явився ряд керувань над полем запиту. Можна обрати жанр зі списку або описати його власними словами. Є вибір між вокальним та інструментальним стилями. Перемикач двійковий. Вокал увімкнено. Вокал вимкнено. Ползунка для кількості співу немає. Шаблони з'являються поруч із вибором жанру. Вони охоплюють фонову музику та індивідуальні треки для днів народження. Кожен шаблон попередньо завантажує структуру запиту, щоб не починати з чистого листа. Довжина треку тепер — це вибір. Короткий або довший. Оголошення не наводить секунди чи хвилини для жодного з налаштувань. Лише заявляє про наявну гнучкість.

Власний фоновий трек для відео — один із сценаріїв. Унікальний брендовий джингл — інший. Персоналізований дзвінок — третій. Додаток генерує файл і видає його прямо в нитці чату. Його можна відтворити. Можна завантажити. Можна надіслати новий запит, якщо перехід здається слабким.

Три вхід до одного двигуна

Та сама модель Lyria 3.5 працує в трьох різних продуктах. Додаток Gemini — вхід для споживачів. Він безкоштовний і глобальний. Google Flow Music — вхід для артистів. Він спрямований на музикантів та AI-творців, які хочуть глибший контроль над стемами та даними аранжування. Google AI Studio та Google Vids формують вхід для розробників. AI Studio дозволяє технологам прототипувати запити та ланкувати модель з іншими інструментами. Google Vids вбудовує двигун у робочий процес створення відео, щоб саундтрек з'являвся під час монтажу. Кожен вхід показує власний шматок API. Базові ваги не змінюються.

Чого оголошення не зачіпає

Немає слів про навчальні дані. Немає слів про авторське забезпечення для комерційних випусків. Немає специфікацій аудіоформату, таких як частота дискретизації або бітова глибина. Немає максимальної тривалості в секундах для довшого налаштування. Немає тарифних планів для API, крім натяку, що доступ до AI Studio існує. Немає цифр затримки для потокового режиму в реальному часі. Немає офлайн- або on-device-варіанту. Документ лише стверджує, що модель доступна зараз. Він описує, що можна зробити сьогодні. Не описує, чого не можна.