Gemini حالا آهنگ هم می‌سازد؛ قابلیت جدید گوگل با هوش مصنوعی

تا همین چند وقت پیش، Gemini را بیشتر به‌عنوان یک دستیار متنی می‌شناختیم؛ اما حالا Google تصمیم گرفته یک قدم جدی‌تر وارد دنیای خلاقیت شود. گوگل به‌طور رسمی اعلام کرده که قابلیت تولید موسیقی با هوش مصنوعی را به اپلیکیشن Gemini اضافه کرده؛ قابلیتی که فعلاً در حالت بتا در دسترس است و از مدل جدید Lyria 3 توسعه‌یافته توسط DeepMind قدرت می‌گیرد.

ساخت آهنگ فقط با توصیف؛ واقعاً چقدر ساده است؟

کار با این قابلیت دقیقاً همان‌قدر ساده است که به نظر می‌رسد. کافی است حال‌وهوای آهنگ را توصیف کنید؛ مثلاً بنویسید:
«یک آهنگ R&B بامزه درباره جور شدن یک لنگه جوراب!»
Gemini در پاسخ، یک قطعه ۳۰ ثانیه‌ای به‌همراه متن ترانه و حتی کاور آرت تولید می‌کند. جالب‌تر اینکه می‌توانید عکس یا ویدیو هم آپلود کنید تا موسیقی متناسب با فضای همان فایل ساخته شود.

Lyria 3 چه چیزی را بهتر کرده؟

به گفته گوگل، Lyria 3 نسبت به نسل‌های قبلی:

• موسیقی واقعی‌تر و پیچیده‌تر تولید می‌کند

• کنترل بیشتری روی سبک، تمپو و وکال در اختیار کاربر می‌گذارد

• برای استفاده خلاقانه طراحی شده، نه تقلید مستقیم از هنرمندان واقعی

یعنی اگر نام یک خواننده را در پرامپت بیاورید، Gemini فقط از حس‌وحال و سبک کلی الهام می‌گیرد، نه اینکه صدای او را کپی کند. خود گوگل هم تأکید کرده فیلترهایی در نظر گرفته شده تا خروجی‌ها با آثار موجود شباهت مستقیم نداشته باشند.

یوتیوب هم وارد بازی شد

هم‌زمان با عرضه Lyria 3 در Gemini، گوگل این مدل را از طریق قابلیت Dream Track در اختیار سازندگان YouTube هم قرار داده است. این ابزار که قبلاً فقط برای یوتیوبرهای آمریکایی فعال بود، حالا به‌صورت جهانی در دسترس قرار می‌گیرد و راه را برای تولید موسیقی‌های AI در ویدیوها هموارتر می‌کند.

موسیقی‌های AI قابل شناسایی هستند؟

یکی از نگرانی‌های جدی دنیای موسیقی، تشخیص آثار تولیدشده با هوش مصنوعی است. گوگل برای این موضوع از SynthID استفاده می‌کند؛ یک واترمارک نامرئی که روی تمام آهنگ‌های ساخته‌شده با Lyria 3 قرار می‌گیرد. حتی قرار است کاربران بتوانند فایل موسیقی آپلود کنند و از Gemini بپرسند آیا این قطعه با AI ساخته شده یا نه.

فرصت خلاقیت یا تهدید برای هنرمندان؟

موسیقی تولیدشده با هوش مصنوعی همچنان محل بحث است. از یک طرف، پلتفرم‌هایی مثل Spotify و یوتیوب به‌دنبال راه‌های قانونی برای درآمدزایی از آن هستند؛ از طرف دیگر، شرکت‌های موسیقی شکایت‌های حقوقی متعددی علیه ابزارهای AI مطرح کرده‌اند. حتی Deezer ابزارهایی برای علامت‌گذاری موسیقی‌های AI معرفی کرده تا جلوی سوءاستفاده گرفته شود.

قابلیت تولید موسیقی Gemini برای کاربران ۱۸ سال به بالا و در زبان‌هایی مثل انگلیسی، آلمانی، فرانسوی، اسپانیایی، ژاپنی و چند زبان دیگر در حال انتشار است.