Google во Gemini го интегрираше моделот Lyria 3, кој овозможува генерирање и ремиксување на кратки музички нумери врз основа на текст, слика или видео.
Google официјално објави дека Gemini, благодарение на новиот музички модел Lyria 3, сега може да генерира музички нумери до 30 секунди врз основа на текстуален запрос, или да ремиксува постоечка музика според желбите на корисникот. На овој начин, Gemini се проширува надвор од текстот, сликите и видеата, а истата технологија ќе биде достапна и преку опцијата на YouTube, Dream Track, наменета за создавање музичка подлога за Shorts содржини.
За разлика од класичните алатки за продукција на музика, користењето на моделот Lyria 3 не бара техничко знаење. Доволни се едноставни описи, како примерот на Google „комична R&B балада за чорап која го наоѓа својот пар“, но системот дозволува и поточна контрола на елементи како темпо, ритам на тапани или музички стил.
Покрај текст, Gemini може да генерира музика и врз основа на фотографија или видео, а нумерите можат да се комбинираат со омоти на албуми кои ги креира Google Nano Banana моделот за слики.
Gemini и Lyria 3 ја менуваат пристапноста кон генерирање музика
Според Google, Lyria 3 носи значително по-реалистичен и музички посложен звук во однос на претходните аудио модели. Системот нуди поголема контрола над поединечни компоненти на песната, како и автоматско генерирање на текстови. Во моментов, генерираните клипови се ограничени на 30 секунди, но начинот на кој Google ја промовира функцијата јасно сугерира дека времетраењето може да се продолжи, како и дека технологијата ќе се интегрира во дополнителни апликации, како Google Messages.
Како и другите содржини што ги генерира Gemini, музиката создадена со Lyria 3 моделот автоматски се обележува со Google SynthID воден жиг, со цел потешко да се претстави AI содржината како човечка работа. Google, за време на конференцијата Google I/O 2025, започна и со воведување на алатката SynthID Detector, наменета за препознавање на содржина генерирана од AI.
Иако примерите што ги објави Google се прилично убедливи, некои елементи сепак откриваат машинско потекло. Инструменталните делови често звучат многу квалитетно, додека текстовите на песните понекогаш изгледаат необично или преголемо банални.
Lyria 3 е од денес достапна во Gemini сервисот за корисници постари од 18 години, со поддршка за англиски, шпански, германски, француски, хинди, јапонски, корејски и португалски јазик, пренесува Engadget.
