Zaledwie miesiąc po premierze modelu Lyria 3, który oferował 30-sekundowe utwory, Google dokonuje kolejnego, znacznie większego przeskoku. Lyria 3 Pro to zaawansowany model AI, który potrafi generować kompletne ścieżki dźwiękowe trwające do 3 minut. Ta dziesięciokrotnie większa długość to nie tylko więcej muzyki – to fundamentalna zmiana w sposobie, w jaki sztuczna inteligencja może współtworzyć sztukę dźwięku.
Od loopu do pełnej kompozycji: przełom techniczny
Podstawowa różnica między Lyria 3 a wersją „Pro” leży w zrozumieniu struktury muzycznej. Podczas gdy poprzednik świetnie radził sobie z tworzeniem krótkich klipów, loopów czy podkładów pod media społecznościowe, nowy model został wytrenowany do myślenia w kategoriach pełnych utworów. Dzięki temu rozumie i potrafi generować klasyczne elementy kompozycji, takie jak intro, zwrotki, refreny czy bridge.
Kluczem do tej rozszerzonej długości jest możliwość precyzyjnej kontroli za pomocą promptów. Użytkownik może teraz wpisać instrukcję w stylu: „[0:00 – 0:10] Intro: spokojny lo-fi beat, [0:10 – 0:30] Zwrotka: wokal żeński, ambientowe tło”. Model, identyfikowany w Gemini API jako lyria-3-pro-preview, interpretuje te wskazówki i buduje na ich podstawie spójną, wielominutową całość, eksportując wynik do plików MP3 lub WAV. Co ważne, Google podkreśla, że model czerpie „szeroką inspirację” z twórczości danych artystów, ale unika ich bezpośredniego naśladownictwa. Każdy wygenerowany utwór jest też znakowany cyfrowym znakiem wodnym SynthID.
Nowe możliwości dla twórców i deweloperów
Skok do 3 minut całkowicie zmienia potencjalne zastosowania. Dla twórców treści – youtuberów, podcasterów czy producentów wideo – oznacza to dostęp do gotowej, wolnej od tantiem muzyki tła, która może wypełnić cały ich materiał. To bezpośrednia alternatywa dla serwisów typu Epidemic Sound, tyle że z możliwością wygenerowania dokładnie tego, czego potrzeba, w kilka chwil.
Kontrola nad strukturą otwiera też drzwi do eksperymentów. Można testować różne gatunki, nastroje, a nawet wysyłać modelowi zdjęcie, by zainspirować go wizualnie. Jak podkreśla Google: „Lyria 3 Pro oferuje więcej przestrzeni do eksperymentowania i zabawy dłuższymi utworami. Teraz możesz dodać więcej detali, by w pełni zrealizować swoją wizję”.
Dla środowiska deweloperów i osób zainteresowanych trendem vibe coding, model dostępny przez API staje się potężnym narzędziem. Za pomocą kodu w Pythonie czy JavaScript można automatyzować generowanie spersonalizowanych ścieżek dźwiękowych z predefiniowaną strukturą, integrując je bezpośrednio z własnymi aplikacjami czy workflow produkcji.
Jak uzyskać dostęp? Integracja z Gemini i nie tylko
Aby generować 3-minutowe utwory w aplikacji Gemini, potrzebna jest subskrypcja Google AI Plus, Pro lub Ultra. W interfejsie wystarczy wybrać tryb „Pro” lub „Thinking” – tryb „Fast” pozostaje zarezerwowany dla szybszych, 30-sekundowych generacji z podstawowego modelu Lyria 3. Proces jest prosty: od promptu, przez generowanie, po pobranie pliku MP3/MP4 z opcjonalnie wygenerowaną okładką.
Poza aplikacją Gemini, Lyria 3 Pro trafia też do innych narzędzi Google. Jest dostępna w publicznej wersji preview w Vertex AI oraz Google AI Studio dla deweloperów. Integruje się również z nowym narzędziem do tworzenia wideo, Google Vids, oraz platformą ProducerAI, gdzie może służyć do zautomatyzowanej produkcji muzycznej na szeroką skalę.
Podsumowanie
Premiera Lyria 3 Pro to nie jest zwykła aktualizacja. To zmiana jakościowa, która przesuwa generatywną AI muzyczną z etapu ciekawostki i tworzenia krótkich fragmentów w stronę praktycznego narzędzia do produkcji pełnowartościowych kompozycji. Możliwość kontrolowania 3-minutowej struktury, połączona z integracją z ekosystemem Google, stawia to rozwiązanie w zupełnie nowej lidze. Dla twórców oznacza to nowy poziom swobody i personalizacji, a dla całej branży – kolejny, milowy krok w ewolucji współpracy między ludzką kreatywnością a sztuczną inteligencją.
Dodaj komentarz