Google Gemini: आर्टिफिशियल इंटेलिजेंस की दुनिया में एक और बड़ा कदम उठाते हुए Google DeepMind ने अपना नया म्यूजिक जनरेशन मॉडल Lyria 3 लॉन्च कर दिया है. कंपनी के अनुसार यह एडवांस्ड एआई मॉडल अब Gemini ऐप के जरिए Android और iOS यूजर्स के लिए उपलब्ध होगा. इसका मकसद आसान टेक्स्ट निर्देशों की मदद से बेहतरीन म्यूजिक ट्रैक तैयार करना है.

Lyria 3 को खासतौर पर उन क्रिएटर्स के लिए डिजाइन किया गया है जो सोशल मीडिया, वीडियो या डिजिटल स्टोरीटेलिंग के लिए जल्दी और प्रोफेशनल साउंड वाला संगीत बनाना चाहते हैं. यह मल्टीमॉडल जेनरेटिव एआई तकनीक पर आधारित है यानी टेक्स्ट, इमेज और वीडियो जैसी अलग-अलग इनपुट को समझकर ऑडियो तैयार कर सकता है.

टेक्स्ट से तैयार होगा पूरा गाना

Gemini ऐप के अंदर Lyria 3 की मदद से यूजर्स लगभग 30 सेकंड तक का ओरिजिनल म्यूजिक ट्रैक बना सकते हैं. इसके लिए बस यह बताना होगा कि किस तरह का जॉनर चाहिए, मूड कैसा हो, म्यूजिक की स्पीड कितनी हो या कौन-कौन से इंस्ट्रूमेंट्स शामिल हों. मॉडल इन निर्देशों को समझकर एक तैयार ऑडियो क्लिप बना देता है जिसमें बैकग्राउंड म्यूजिक, लेयर्ड इंस्ट्रूमेंट्स और संतुलित साउंड आउटपुट शामिल होता है.

पहले से ज्यादा स्मार्ट और कंट्रोल के साथ

कंपनी का दावा है कि Lyria 3 अपने पुराने वर्जन की तुलना में ज्यादा उन्नत है. अब यह दिए गए संकेतों के आधार पर अपने आप लिरिक्स भी तैयार कर सकता है. साथ ही यूजर को स्टाइल, वोकल टोन और टेंपो जैसे पहलुओं पर अधिक नियंत्रण मिलता है. लंबी कंपोजिशन में भी बेहतर साउंड क्वालिटी और तालमेल बनाए रखने की क्षमता इसमें जोड़ी गई है.

फोटो और वीडियो से भी बनेगा साउंडट्रैक

Lyria 3 सिर्फ टेक्स्ट तक सीमित नहीं है. यदि आप किसी सूर्यास्त की तस्वीर या ट्रैवल वीडियो अपलोड करते हैं तो यह उसके माहौल के अनुसार म्यूजिक तैयार कर सकता है. इतना ही नहीं, हर ट्रैक के साथ एआई द्वारा तैयार किया गया कवर आर्ट भी जोड़ा जा सकता है जिससे कंटेंट को शेयर करना आसान हो जाता है. इसके अलावा, Google इस तकनीक को YouTube Dream Track के साथ भी जोड़ रहा है जहां क्रिएटर्स शॉर्ट्स और अन्य फॉर्मेट्स के लिए अलग-अलग म्यूजिक स्टाइल्स के साथ प्रयोग कर सकेंगे.

पारदर्शिता के लिए वॉटरमार्किंग

एआई से बने कंटेंट की पहचान सुनिश्चित करने के लिए कंपनी ने SynthID वॉटरमार्किंग तकनीक को Lyria 3 में शामिल किया है. इससे तैयार ऑडियो में एक अदृश्य पहचान जुड़ जाती है जिससे स्पष्ट होता है कि यह एआई द्वारा बनाया गया है.

Google के अनुसार, यह कदम मल्टीमॉडल एआई प्लेटफॉर्म की दिशा में उसकी व्यापक रणनीति का हिस्सा है, जहां टेक्स्ट, इमेज, ऑडियो और वीडियो एक ही इकोसिस्टम में काम करेंगे. Lyria 3 फिलहाल 18 वर्ष से अधिक उम्र के यूजर्स के लिए कई भाषाओं में उपलब्ध कराया जा रहा है जबकि मोबाइल ऐप पर इसका विस्तार चरणबद्ध तरीके से होगा.