Google on tuonut Lyria 3.5 -musiikkimallinsa osaksi Gemini-sovellusta. Käyttäjä voi nyt pyytää tekoälyä tekemään musiikkia kuvailemalla esimerkiksi tyylilajin, tunnelman, laulutavan ja kappaleen pituuden. Uutuus toimii lähdetietojen mukaan Geminin verkkoversiossa ja mobiilisovelluksessa sekä kehittäjille tarjottavien Gemini-rajapintojen kautta.
Muutos tekee musiikin generoinnista huomattavasti aiempaa helpommin lähestyttävää. Lyria 3.5:n käyttäminen ei enää edellytä siirtymistä erilliseen musiikkipalveluun, vaan sävellyksen voi aloittaa samassa Gemini-käyttöliittymässä kuin muutkin tekoälytehtävät. Käytännössä puhelimesta tulee samalla kevyt ideointistudio, joka kulkee mukana ilman äänityslaitteita tai perinteistä musiikkiohjelmistoa.
Musiikki syntyy kuvauksesta
Gemini rakentaa kappaleen käyttäjän kirjoittamasta kehotteesta. Käyttäjä voi nimetä haluamansa musiikkityylin tai kuvailla lopputulosta vapaamuotoisesti, jos yksittäinen lajimääritelmä tuntuu liian rajoittavalta. Kehotteessa voi pyytää esimerkiksi rauhallista elektronista taustamusiikkia, elokuvallista orkesterisävellystä tai energistä popkappaletta.
Lyria 3.5 pystyy lähteen mukaan tekemään sekä lyhyitä että pidempiä kappaleita. Käyttäjä voi lisäksi valita lauletun toteutuksen tai kokonaan instrumentaalisen vaihtoehdon. Laulutyyliä ja kappaleen kestoa voi ohjata kehotteessa, joten samaa mallia voi kokeilla esimerkiksi lyhyen videotunnuksen, taustaraidan tai tavanomaisemman laulun luonnostelemiseen.
Google tarjoaa myös valmiita pohjia, joiden tarkoituksena on helpottaa ensimmäisen kappaleen luomista. Pohjat ovat hyödyllisiä etenkin käyttäjälle, joka ei vielä tiedä, kuinka yksityiskohtaisesti musiikillinen toive kannattaa muotoilla. Malli jättää silti tilaa omille kuvauksille, joten kokeneempi käyttäjä voi määritellä teoksen suunnan huomattavasti tarkemmin.
Google esitteli Lyria 3.5:n alun perin heinäkuun lopulla. Malli oli ennen Gemini-julkaisua käytettävissä Flow Music -palvelussa, joka säilyy edelleen yhtenä käyttövaihtoehtona. Gemini-integraatio laajentaa ennen kaikkea työkalun näkyvyyttä ja tuo sen samaan paikkaan Googlen muiden generatiivisten toimintojen kanssa.
Mallissa hiottiin rakennetta
Google lupaa Lyria 3.5:n muodostavan aikaisempaa rikkaampia ja monikerroksisempia melodioita. Mallin pitäisi myös seurata annettua ohjetta aiempaa tunnollisemmin. Parannuksella on merkitystä, koska generatiivinen musiikki voi muuten ajautua nopeasti pois käyttäjän määrittelemästä tunnelmasta, soitinvalinnasta tai rakenteesta.
Lyria 3.5:n kerrotaan ymmärtävän entistä paremmin kappaleen kokonaisrakennetta. Tällainen kehitys voi näkyä johdonmukaisempina siirtyminä ja selkeämpänä suhteena kappaleen eri osien välillä. Google ei kuitenkaan anna lähdetiedoissa tarkkoja teknisiä mittareita, joiden perusteella parannuksen suuruutta voisi arvioida riippumattomasti.
Lauluääniin on tehty omia parannuksia. Google kertoo kehittäneensä ääntämistä sekä äänten realistisuutta ja tunneilmaisua. Malli tukee myös useita kieliä, mutta lähde ei erittele täydellistä kielivalikoimaa tai sitä, ovatko kaikki kielet laadultaan samalla tasolla.
Lopputuloksen taso riippuu edelleen kehotteesta ja musiikkityylistä. Tekoäly voi onnistua yhdessä lajissa vakuuttavasti ja tuottaa toisessa rakenteeltaan yksinkertaisemman tai keinotekoisemman kappaleen. Käyttäjän kannattaa siksi tehdä samasta ideasta useita versioita ja arvioida erikseen sävellystä, laulua, ääntämistä sekä kokonaisuuden käyttökelpoisuutta.
Puhelin madaltaa kynnystä
Mobiilisovellus tekee musiikki-idean kokeilemisesta nopeaa. Käyttäjä voi kirjoittaa puhelimella kuvauksen heti inspiraation syntyessä eikä työpöytätason musiikkiohjelmaa tarvitse avata luonnostelua varten. Gemini sopii tämän vuoksi erityisesti ensimmäisten vaihtoehtojen hahmotteluun ja erilaisten tunnelmien vertailemiseen.
Helppo käyttöliittymä ei silti muuta musiikin tuottamista täysin automaattiseksi. Hyvä tulos vaatii yleensä selkeän tavoitteen, sillä pelkkä pyyntö tehdä ”hyvä kappale” jättää mallille hyvin paljon tulkinnanvaraa. Käyttäjä saa todennäköisemmin tarkoitukseen sopivan luonnoksen, kun kehotteessa mainitaan käyttökohde, tyylisuunta, tempo, soittimet, tunnelma ja haluttu pituus.
Kuuntelu kannattaa tehdä laadukkailla kuulokkeilla tai kaiuttimilla ennen kappaleen mahdollista jatkokäyttöä. Puhelimen pieni kaiutin voi peittää alleen äänen yksityiskohtia, epäluontevia siirtymiä ja laulun ääntämisongelmia. Käyttäjän oma arviointi säilyy tärkeänä, vaikka malli hoitaa varsinaisen säveltämisen ja äänellisen toteutuksen.
Rajapinta avaa uusia käyttötapoja
Gemini-rajapinnat vievät Lyria 3.5:n myös sovelluskehittäjien ulottuville. Kehittäjä voi periaatteessa rakentaa musiikin luomista osaksi omaa sovellusta tai palvelua ilman, että loppukäyttäjän täytyy asioida suoraan Geminin käyttöliittymässä. Mahdollisia käyttökohteita ovat esimerkiksi pelien ääniluonnokset, videoiden taustamusiikin ideointi ja käyttäjän valintojen mukaan vaihtuvat äänimaisemat.
Rajapintatuki ei kuitenkaan yksin kerro kaupallisen käytön ehdoista. Lähdetiedoissa ei eritellä rajapinnan hinnoittelua, käyttökiintiöitä, tuettuja tiedostomuotoja tai musiikin enimmäispituutta. Kehittäjän pitää tarkistaa nämä yksityiskohdat Googlen ajantasaisesta dokumentaatiosta ennen tuotantokäytön suunnittelua.
Sovelluksen tekninen pääsy malliin ei myöskään automaattisesti tarkoita rajoittamattomia oikeuksia kaikkeen tuotettuun materiaaliin. Julkaisemista, kaupallista käyttöä ja edelleen lisensointia koskevat ehdot voivat poiketa tavallisesta henkilökohtaisesta kokeilusta. Käyttäjän ja kehittäjän kannattaa selvittää käyttöehdot erityisen huolellisesti silloin, kun tekoälymusiikki päätyy mainokseen, peliin, maksulliseen videoon tai asiakkaalle toimitettavaan työhön.
Sisällöntuotanto nopeutuu
Lyria 3.5 voi olla kiinnostava työkalu erityisesti lyhytvideoiden, esitysten ja konseptien tekijöille. Musiikkiluonnoksen voi tehdä saman työvaiheen aikana, jossa videon tunnelmaa, rytmiä ja rakennetta vasta hahmotellaan. Tekijä voi myös testata nopeasti, tukeeko hillitty instrumentaali videota paremmin kuin voimakkaasti rytmitetty ja laulettu vaihtoehto.
Tekoälytyökalujen arvo syntyy usein useiden tuotantovaiheiden yhdistämisestä. Veedin nopeutettua somevideotuotantoa käsittelevä uutinen näyttää, kuinka videopalvelut yrittävät jo automatisoida ideointia ja julkaisupakettien tekemistä. Geminin musiikkitoiminto täydentää samaa kehitystä tarjoamalla uuden tavan luonnostella ääniraita ilman erillistä sävellysprojektia.
Nopeus ei silti poista viimeistelyn tarvetta. Tekijän pitää tarkistaa, ettei musiikki peitä puhetta, riko videon rytmiä tai kuulosta liian samanlaiselta kuin jokin tunnistettava teos. Ammattikäytössä kannattaa säilyttää myös tiedot käytetystä työkalusta, kehotteesta, luontiajankohdasta ja voimassa olleista käyttöehdoista.
Avoimia kysymyksiä riittää
Generatiivinen musiikki nostaa esiin tekijänoikeuksia, koulutusaineistoa ja artistien tyylien jäljittelyä koskevia kysymyksiä. Lähdeartikkeli ei kerro tarkasti, millaisia rajoituksia Gemini asettaa nimettyjen artistien tai tunnettujen kappaleiden kaltaisen musiikin pyytämiselle. Käyttäjän kannattaa välttää kehotteita, joiden tavoitteena on kopioida elävän artistin tunnistettava tyyli mahdollisimman tarkasti.
Myös tekoälyllä tuotetun äänen tunnistaminen on olennainen kysymys. Lähdetiedoissa ei täsmennetä, liittääkö Gemini kappaleisiin kuultavan tai teknisesti havaittavan merkinnän niiden alkuperästä. Selkeä alkuperätieto helpottaisi sisällön vastuullista julkaisemista ja auttaisi erottamaan tekoälylaulun oikean ihmisen esityksestä.
Googlen on samalla tasapainoteltava luovuuden ja väärinkäytösten ehkäisemisen välillä. Google Earthin tekoälykuviin liittynyt tapaus muistuttaa, että helppokäyttöinen generointitoiminto voi houkutella käyttäjiä kokeilemaan nopeasti myös palvelun rajoja. Musiikkimallissa vastaavia riskejä voivat aiheuttaa esimerkiksi harhaanjohtavat tekoälyäänet, luvattomat jäljitelmät ja epäselvästi merkityt julkaisut.
Saatavuuteen liittyy lisäksi käytännön epävarmuuksia. Lähde kertoo toiminnon olevan tarjolla Geminissä, mutta ei erittele aluekohtaista käyttöönottoa, mahdollisia ikärajoja tai eri tilaustasojen välisiä eroja. Käyttäjän omalla tilillä näkyvä valikoima voi siten riippua sovellusversiosta, maasta ja Googlen vaiheittaisesta jakelusta.
Näin pääset alkuun
Käyttäjän kannattaa aloittaa yhdestä selkeästä käyttötarkoituksesta. Kehote voi pyytää esimerkiksi 90 sekunnin instrumentaalista taustaraitaa matkavideolle, rauhallista aloitusta ja energisempää loppua. Tällainen kuvaus antaa mallille enemmän käyttökelpoisia reunaehtoja kuin pelkkä musiikkilajin nimi.
Seuraavat tiedot auttavat rakentamaan täsmällisemmän musiikkikehotteen:
- Määrittele kappaleen käyttötarkoitus ja tavoiteltu pituus.
- Kuvaile tyylilaji, tunnelma, tempo ja keskeiset soittimet.
- Kerro, haluatko laulua vai kokonaan instrumentaalisen toteutuksen.
- Mainitse laulun kieli ja yleinen laulutyyli, jos kappaleessa käytetään ääntä.
- Kuvaile rakenne, kuten rauhallinen alku, vahva kertosäe ja lyhyt lopetus.
- Luo useita vaihtoehtoja ja vertaa niitä samalla kuuntelulaitteella.
Käyttäjän ei tarvitse tuntea musiikkiteoriaa hyödyntääkseen mallia, mutta musiikilliset käsitteet voivat parantaa ohjauksen tarkkuutta. Tempon, tahtilajin tai soittimien mainitseminen voi ohjata lopputulosta tehokkaammin kuin pelkät tunnelmaa kuvaavat sanat. Tavallinen arkikieli riittää silti ensimmäisiin kokeiluihin, sillä Gemini on suunniteltu tulkitsemaan myös vapaamuotoisia pyyntöjä.
Gemini laajenee luovaksi työtilaksi
Lyria 3.5:n lisääminen Geminiin kertoo Googlen tavoitteesta tehdä palvelusta muutakin kuin keskusteleva avustaja. Musiikki liittyy nyt samaan kokonaisuuteen tekstin, kuvien ja muiden generatiivisten tehtävien kanssa. Tavalliselle käyttäjälle suurin muutos on erillisen työkalun poistuminen välistä: kappaleidean voi luonnostella suoraan tutussa verkkopalvelussa tai puhelinsovelluksessa.
Uutuuden todellinen arvo ratkeaa käytännön kokeiluissa. Käyttäjät tarvitsevat tasalaatuista ääntä, ymmärrettävää ääntämistä ja riittävän tarkkaa kehotteiden noudattamista, jotta toiminto palvelee muutakin kuin uteliasta testailua. Kehittäjät tarvitsevat puolestaan selvät hinnat, rajat ja käyttöoikeudet ennen kuin Lyria 3.5 voidaan liittää osaksi kaupallisia tuotteita.
Gemini tekee joka tapauksessa tekoälymusiikin kokeilemisesta aiempaa näkyvämpää ja helpompaa. Muutos voi tuoda säveltämisen luonnostelun ihmisille, jotka eivät ole koskaan avanneet perinteistä musiikkiohjelmaa. Samalla se kasvattaa tarvetta läpinäkyville käyttöehdoille, vastuulliselle julkaisemiselle ja ihmisen tekemälle laadunvalvonnalle.
Tietolähteet
Mobiili.fi: Google toi musiikin luomisen Lyria 3.5:llä osaksi Geminiä
Käytetty artikkelikuva
Artikkelikuvana käytetään lähdeartikkelin kuvaa. Kuvan lähde: alkuperäinen kuvatiedosto. Lähdeartikkeli: Google toi musiikin luomisen Lyria 3.5:llä osaksi Geminiä.