Gemini вече генерира музика от текст и изображения

Google интегрира своя усъвършенстван музикален AI модел Lyria 3 в Gemini, който може да генерира песни с дължина до 30 секунди въз основа на текстово описание или изображение.

Потребителите могат да изпратят идея за песен в текстов формат или да качат снимка, след което алгоритъмът създава музикален фрагмент, който съответства на зададения контекст. Системата автоматично генерира текст, но е възможно и ръчно редактиране. Потребителите могат да изберат жанр, темпо и тип вокал. Обложката е създадена с помощта на Nano Banana.

Освен това, Lyria 3 е интегрирана в инструментите за създаване на YouTube Shorts, което ви позволява да използвате генерирани записи в кратки видеоклипове.

Всички аудио файлове са дигитално обозначени със SynthID, за да се посочи произходът им, получен чрез изкуствен интелект. Компанията набляга на въпросите, свързани с авторските права: когато се изисква музика в стила на конкретен изпълнител, системата възпроизвежда характеристиките на жанра, но не пресъздава гласа или уникалните характеристики на изпълнителя.

Функцията вече е налична в уеб версията на Gemini. Очаква се наличността ѝ в мобилни приложения през следващите дни. При стартирането се поддържат осем езика, включително английски, немски, испански, френски, хинди, японски, корейски и португалски.