Мир генеративного искусственного интеллекта снова делает огромный шаг вперед. Если раньше мы удивлялись способности нейросетей писать код или рисовать картины в стиле Ван Гога, то сегодня Google стирает границы между пользователем и профессиональным композитором. Компания официально анонсировала интеграцию своей самой продвинутой музыкальной модели — Lyria 3 — непосредственно в интерфейс чат-бота Gemini.
Это событие меняет правила игры: теперь создание саундтрека к вашему видео, уникального джингла или просто забавной песни про «потерянный носок» занимает столько же времени, сколько написание обычного сообщения. В этой статье мы подробно разберем, что такое Lyria 3, как работает генерация музыки по фото и тексту, и почему это важно для всей индустрии контента.
Lyria 3 — это новейшая мультимодальная модель искусственного интеллекта от Google DeepMind, специально обученная для генерации высококачественного аудио. В отличие от предыдущих версий, которые часто требовали отдельных интерфейсов (как AI Test Kitchen), третья версия Lyria нативно встроена в экосистему Gemini.
Главная особенность обновления — бесшовность. Вам не нужно быть музыкантом, знать нотную грамоту или разбираться в сложном софте для сведения треков (DAW). Нейросеть берет на себя все технические аспекты: от построения мелодии и гармонии до синтеза вокала и мастеринга.
💡 Факт: Lyria 3 способна не просто генерировать инструментальную подложку, но и создавать полноценные песни с осмысленным текстом и вокалом, подстраиваясь под заданный жанр и настроение.
Google сделал ставку на максимальную простоту. Интерфейс создания музыки ничем не отличается от обычного диалога с чат-ботом. На данный момент пользователям доступны два основных режима генерации, которые открывают огромный простор для творчества.
Это классический подход, знакомый пользователям других нейросетей. Вы описываете то, что хотите услышать, используя естественный язык. Чем детальнее запрос, тем точнее результат.
Это наиболее инновационная функция. Gemini, обладая мультимодальным «зрением», может проанализировать изображение и перевести его визуальную эстетику в звуковые волны.
Вы загружаете фотографию дождливого окна, вечеринки или смешного кота. Модель считывает контекст, эмоции и цветовую гамму, чтобы подобрать соответствующий темп и стиль. Например, для фото заката на пляже ИИ, скорее всего, предложит спокойный lo-fi или акустическую гитару.
Новый инструмент — это не просто игрушка, а мощный демонстратор технологий. Однако, как и у любого продукта в стадии бета-тестирования, у него есть свои особенности.
Вам не нужно писать стихи. Модель сама генерирует тексты песен (lyrics), если запрос предполагает наличие вокала. Она также автоматически подбирает вокальный тембр — от глубокого баритона до высокого фальцета, в зависимости от жанра. Например, для запроса «комедийный R&B» модель добавит характерные мелизмы и ритмику.
На данный момент стандартная длина генерации составляет 30 секунд. Этого достаточно для создания интро, музыкальной подложки для Reels, TikTok или Shorts, а также для быстрой проверки творческой идеи. Для подписчиков тарифа Gemini Advanced предусмотрены расширенные лимиты, которые, вероятно, позволят создавать более длинные композиции или совершать больше генераций в сутки.
🚀 Совет для Pro-юзеров: Если вам нужен трек длиннее 30 секунд, попробуйте сгенерировать несколько фрагментов с одним и тем же промптом и склеить их в аудиоредакторе, хотя цельность композиции может немного пострадать.
Одним из главных вопросов в сфере AI-музыки остается этика и авторские права. Google решает эту проблему с помощью технологии SynthID. Это невидимый для человеческого уха цифровой водяной знак, который вшивается в спектрограмму аудиофайла.
Даже если трек будет сжат, ускорен или на него наложат шумы, специальные алгоритмы смогут определить, что музыка была создана искусственным интеллектом Lyria 3. Это важный шаг для защиты от дипфейков и для маркировки контента в будущем.
Рынок AI-музыки сейчас переживает бум. Как новинка от Google смотрится на фоне популярных сервисов Suno и Udio?
Чтобы получить качественный результат с первой попытки, следуйте формуле: Жанр + Инструменты + Настроение + Темп + Контекст.
Плохой промпт: «Сделай грустную песню».
Хороший промпт: «Меланхоличный джазовый трек с солирующим саксофоном и мягким фортепиано, медленный темп, атмосфера ночного дождливого Нью-Йорка, мужской низкий вокал о расставании».
Функция уже начала развертываться для пользователей. Вот что вам нужно знать о доступе:
Google продолжает расширять границы возможного. Внедрение Lyria 3 в массовый продукт вроде Gemini делает создание музыки демократичным как никогда. Теперь каждый может почувствовать себя композитором, имея под рукой лишь смартфон и фантазию.
На данный момент Google предоставляет права на использование сгенерированного контента в личных и некоммерческих целях. Однако правила быстро меняются, поэтому перед использованием трека в коммерческой рекламе рекомендуется внимательно изучить актуальное пользовательское соглашение Gemini.
Нет, в целях безопасности и этики Lyria 3 не поддерживает клонирование голосов конкретных людей. Модель использует синтезированные голоса, не привязанные к реальным личностям, чтобы избежать создания дипфейков.
Функция раскатывается волнами (rolling out). Если у вас её еще нет, убедитесь, что вам есть 18 лет, и попробуйте зайти через пару дней. Также проверьте, не используете ли вы корпоративный аккаунт Workspace, где администратор мог отключить экспериментальные функции.
Лучший способ — попробовать самому на gemini.google.com. Также Google часто публикует демонстрационные видео в блоге Google DeepMind и на YouTube-канале Google.