Tehisintellekti kohalolek meie igapäevaelus kasvab jätkuvalt ja Google näib olevat otsustanud lasta sellel dikteerida meie kuulatava muusika rütmi. Ettevõte valmistab ette uut funktsiooni, mis võimaldab tema Gemini assistendil luua muusikat tekstikäskluste abil otse mobiilirakendusest.
See samm on kooskõlas Google'i strateegiaga muuta Gemini loominguliseks keskuseks, mis suudab genereerida pilte, teksti ja nüüd ka heli ilma väliste tööriistadeta. Kuigi ametlikku teadaannet veel pole, näitavad tarkvaras leiduvad tehnilised vihjed üsna selgelt, et ettevõte suhtub tehisintellekti abil loodud muusikasse väga tõsiselt.
Uus muusikaline tööriist Kaksikute sees
Gemini Androidi rakenduse analüüsi kohaselt sisaldab üks selle uusimaid versioone otseseid viiteid sisemisele heli loomisega seotud utiliidile. Koodiridade hulgas mainitakse tööriista nimega MUSIC_GENERATION_AS_TOOL , mis viitab funktsioonile, mis on spetsiaalselt pühendatud muusika genereerimisele assistendisse integreeritud tehisintellekti abil.
See avastus pärineb Androidi Gemini versiooni 17.2.51.sa.arm64 APK lahtivõtmisest , kus see uus funktsioon avastati ettevalmistusfaasis. Asjaolu, et funktsioon on koodis juba olemas, kuigi see on kasutajate eest peidetud, näitab, et arendus on suhteliselt edasijõudnud, kuigi see pole veel üldiseks aktiveerimiseks valmis.
Samal ajal on märke, et Gemini lisab jaotisse „Minu asjad” spetsiaalse muusikakategooria . See ala, mis on loodud tehisintellekti loodud sisu (nt teksti või piltide) rühmitamiseks, hõlmaks seejärel ka muusikapalasid, muutes heliloomingute salvestamise, korraldamise ja esitamise rakendusest lahkumata lihtsamaks.
Seni piirdusid Google'i muusikalised eksperimendid peamiselt kindlate valdkondadega, näiteks Pixeli telefoni rakenduse Recorder teatud funktsioonide või videote loomise projektidega nagu Veo. Erinevus seisneb nüüd selles, et heli loomine saab Gemini sisseehitatud funktsiooniks , mis on võrdne teksti kirjutamise või piltide genereerimisega, kasutades mudelit, mida sisemiselt tuntakse Nano Banana nime all.
Lyria roll ja Google'i varasem kogemus tehisintellektil põhineva muusikaga
Google ei alusta selles valdkonnas nullist. Ettevõttel on juba olemas Lyria, muusikale spetsialiseerunud tehisintellekti mudel , mis on saadaval Gemini API kaudu ja mida on kasutatud erinevates katsetes. Lyria on loodud instrumentaalpalade komponeerimiseks ja muusika arengu jälgimiseks reaalajas , mis sobib hästi kokku lõppkasutajatele mõeldud tulevase loomingulise funktsiooniga.
Lekked viitavad sellele, et seda uut Gemini funktsiooni toetab Lyria , tuues Androidi rakendusse tehnoloogia, mis seni on olnud piiratud arendajakeskkondades või suletud testimises. See võimaldaks kõigil, kellel pole muusikaproduktsioonialaseid teadmisi, luua laule, meloodiaid või taustahelisid lihtsa loomuliku keele kirjeldusega.
Google'i ökosüsteemis on Lyriat juba kasutatud koos teiste tööriistadega, näiteks videote genereerimise mudeliga Veo , tehisintellekti loodud klippidele kohandatud heliribade loomiseks. Geminisse integreerimisega oleks see funktsioon mobiilis vaid ühe klõpsu kaugusel, ilma et oleks vaja juurde pääseda eraldi platvormidele või tehnilistele API-dele.
Selle lähenemisviisi võti on ligipääsetavus : kuigi Gemini API täielikuks kasutamiseks on vaja teatud teadmisi ja ressursse, muudab rakendusesisene funktsioon juhendatud liidese ja lihtsate tekstikäsklustega muusika loomise kättesaadavaks palju laiemale publikule . Alates sotsiaalmeedia sisu loojatest kuni kasutajateni, kes soovivad lihtsalt lugu harjutamiseks või õppimiseks, on potentsiaalne kasutusala märkimisväärne.
Kuidas võiks muusika genereerimine Kaksikutes toimida?
Kuigi lõplikku liidest pole veel avalikustatud, võimaldavad leitud viited ja Gemini teiste funktsioonide toimimisviis ette kujutada üsna selget skeemi. Tõenäoliselt peab kasutaja sisestama soovitud muusikatüübi kirjelduse , sarnaselt piltide küsimisega: näiteks „pehme elektrooniline lugu keskendumiseks“, „eepiline heliriba treilerile“ või „80ndate stiilis rokklaul treeninguks“.
Selle kirjelduse põhjal ühendaks Gemini oma keele mõistmise võime aluseks oleva muusikalise mudeliga, genereerides soovitud stiili, intensiivsuse või kestusega kohandatud helipalasid . Google'i eesmärk oleks pakkuda sama lihtsat kogemust nagu piltide genereerimine, mis ei nõua tehnilisi teadmisi miksimise, instrumentide või muusikateooria kohta.
Leitud tekstistringid viitavad sellele, et konto tüübist olenevalt võivad kehtida kasutuspiirangud . Võimalik, et muusika loomine piirdub esialgu tasuliste kasutajatega , näiteks nendega, kes on tellinud Gemini edasijõudnute paketid või Google AI premium-teenused, kuigi ettevõte pole seda kinnitanud.
Samuti on väga tõenäoline, et hakatakse rakendama filtreid, et vältida autoriõigustega kaitstud laulude või konkreetsete artistide häälte otsest imiteerimist . Muusikatööstus Euroopas ja mujal maailmas on eriti tundlik stiilide ja tämbrite loata kloonimise suhtes ning nii ELi määrused kui ka tööstuse surve sunnivad suuremaid tehisintellekti pakkujaid ettevaatlikult tegutsema.
Kui Google'il õnnestub süsteem neid piiranguid austades lihtsaks muuta, võib Gemini saada mobiilse sisu loojate seas tavaliseks tööriistaks , alates YouTube'i ja TikToki kasutajatest kuni väikeste taskuhäälinguprojektide või ettevõttevideoteni, mis vajavad kiiret ja legaalselt kasutatavat taustamuusikat.
Ligipääsetavus, arendusstaatus ja lahendamist vajavad küsimused
Selle algatuse üks peamisi uuendusi on see, et Google teeb esmakordselt muusika genereerimise kättesaadavaks kõigile oma Gemini rakenduse kasutajatele , ilma et see toetuks konkreetsele riistvarale, nagu uusimad Pixeli telefonid või eksperimentaalsed platvormid. Muusikast saaks assistendi multimeediapakkumises teksti ja piltide kõrval veel üks element.
APK-s olevad jäljed näitavad aga selgelt, et funktsioon on alles arendusjärgus . Praegu pole teada, kuidas seda liideses täpselt kuvatakse, nagu ka see, kui palju kohandamisvõimalusi see sisaldab (loo kestus, instrumendid, tempo muutused, helikihid jne).
Ametlikku ilmumiskuupäeva pole hetkel samuti teada. Lekked, nagu näiteks Android Authority avaldatud, viitavad sellele, et teadaanne võib tulla järgmise paari nädala või kuu jooksul, kuid see sõltub suuresti sisemistest testidest ja Google'i võimest lahendada tehisintellekti loodud muusikaga seotud tundlikke tehnilisi ja juriidilisi probleeme.
Teine oluline küsimus on, kas funktsioon võetakse kasutusele samaaegselt kõigil turgudel või eelistatakse konkreetseid piirkondi, näiteks Ameerika Ühendriike või Euroopa Liitu . Euroopa puhul võivad hiljutised tehisintellekti regulatsioonid ja intellektuaalomandi reeglid mõjutada nii ajakava kui ka igas riigis saadaolevaid funktsioone.
Lõpuks on endiselt ebaselge, kas tööriista pakutakse piiratud tasuta režiimi ja täiustatud tasuliste valikutega või seotakse see otse tellimustega nagu Gemini Advanced või Google One tehisintellektiga. Need otsused võivad olla võtmetähtsusega selle määramisel, kas tehisintellektil põhinev muusikalooming jõuab laiema avalikkuse ette või jääb väiksema, intensiivsete kasutajate segmendi kätte.
Konkurents sektoris ja võimalik mõju kasutajatele Euroopas ja Hispaanias
Otsus selle funktsiooni arendust kiirendada tehti tiheda konkurentsi tingimustes suurte tehisintellekti mudelite vahel . Samal ajal kui Google töötab Gemini loominguliste võimete laiendamise nimel, valmistab OpenAI ette ChatGPT jaoks uusi funktsioone, mis hõlmavad ka selliseid valdkondi nagu failihaldus, programmeerimine ja multimeediasisu genereerimine.
Euroopa ja Hispaania kasutajate jaoks võiks tehisintellektil põhineva muusika integreerimine Geminisse olla otsene alternatiiv kolmandate osapoolte teenustele , mis juba võimaldavad kohandatud lugude loomist, eeliseks on see, et need on integreeritud Google'i enda ökosüsteemi. Võimalus salvestada loomingut kausta „Minu asjad”, sünkroonida seda kontoga ja sellele erinevatest seadmetest juurde pääseda muudaks selle taaskasutamise isiklikes või professionaalsetes projektides lihtsamaks.
Samal ajal sõltub Euroopas kasutuselevõtt vastavusest ELi eeskirjadele , eriti mis puudutab treeningandmete läbipaistvust, autoriõiguste austamist ning artistide ja autoriõiguste omanike kaitsemeetmeid. Eeldatakse, et Google peab esitama selge teabe selle kohta, kuidas neid lugusid genereeritakse ja millised piirangud nende kasutamisele kehtivad.
Kui ettevõte leiab õige tasakaalu innovatsiooni ja juriidiliste kaitsemeetmete vahel, poleks üllatav, kui peagi näeksime hispaaniakeelse sisu loojaid Gemini loodud muusikat taskuhäälingusaadetesse, lühivideotesse või õppematerjalidesse lisamas, just nagu tehisintellekti tööriistu kasutatakse juba tänapäeval subtiitrite, hääle või pilditöötluse jaoks.
Lõppkokkuvõttes on tekkimas stsenaarium, kus muusika loomine ei ole enam ainult instrumentide või produktsioonitarkvara valdajate pärusmaa , vaid sellest saab otse mobiilseadmetest ligipääsetav valik. Gemini oma tulevase muusika genereerimise tööriistaga püüab olla selle muutuse järjekordne osa, eeldusel, et Google'il õnnestub see sujuvalt oma rakendusse integreerida, muuta see tavakasutajale arusaadavaks ning kohandada muusikatööstuse mängureeglite ja Euroopa regulatsioonidega.
