Lyria 3 Pro

Mis on Lyria 3 Pro?

Lyria 3 Pro on Google DeepMindi spetsialiseeritud mudel terviklike muusikapalade loomiseks. See kuulub Lyria 3 mudeliperekonda ja on Google Cloudi kaudu saadaval avaliku eelvaate mudelina lyria-3-pro-preview. Selle peamine väljund on muusikaheli, mitte kirjalik vastus, pilt, video ega tarkvaraprogramm.

Mudel on loodud terviklike laulude genereerimiseks. Google kirjeldab kuni ligikaudu kolme minuti pikkuseid kompositsioone, mistõttu on Lyria 3 Pro pigem laulukirjutamise ja heliriba loomise tööriist kui süsteem, mis on mõeldud ainult lühikeste muusikaliste visandite tegemiseks. Viip võib kirjeldada žanri, meeleolu, instrumentatsiooni, vokaalistiili, keelt, tempot ja seadet, samal ajal kui struktuurijuhised võivad määratleda näiteks sissejuhatuse, salmi, refrääni, bridge'i või ülemineku.

See spetsialiseeritus on mudeli hindamisel oluline. Lyria 3 Pro-d ei tohiks käsitleda üldotstarbelise vestlusrobotina. Selle väärtus seisneb juhitavate muusikaliste omadustega muusika loomises, mitte faktiküsimustele vastamises, tarkvara kirjutamises, veebiuuringute tegemises või tööriistapõhiste töövoogude läbiviimises.

Kuhu Lyria 3 Pro Google DeepMindi mudelivalikus sobitub?

Lyria 3 Pro kuulub Google DeepMindi generatiivse muusika mudelite perekonda Lyria 3. Mudelit levitatakse Google Cloudi generatiivse tehisintellekti teenuste kaudu, mistõttu on selle sihtrühmas nii arendajad ja loovmeeskonnad, kes integreerivad muusika genereerimise rakendustesse, kui ka muusikatootmise töövoogudega töötavad kasutajad.

Kättesaadav uurimismaterjal kinnitab mudeli avaliku eelvaate staatust ja kanoonilist mudeli ID-d, kuid ei paku täielikku funktsioonipõhist võrdlust kõigi teiste Lyria mudelitega. Seetõttu on kõige usaldusväärsemalt määratletav roll selle Pro-variandina, mis keskendub terviklikele kompositsioonidele, üksikasjalikele muusikalistele juhistele ja tootmisega seotud kasutusjuhtudele. See tuleks valida muusika genereerimiseks, mitte Google'i üldotstarbeliste keele- või multimodaalsete mudelite asendajaks.

Mida saab Lyria 3 Pro luua?

Lyria 3 Pro suudab genereerida kõrge kvaliteediga stereomuusikat nii vokaali kui ka instrumentaalse seadega. See toetab nii kasutaja esitatud kui ka mudeli loodud sõnu, võimaldades viibaga küsida kas instrumentaalpala või kindla vokaalesitusega laulu.

• Terviklikud laulud: kompositsioonid võivad kesta kuni ligikaudu kolm minutit.
• Tekstipõhine muusika genereerimine: loomulikus keeles viibad kirjeldavad soovitud muusikalist tulemust.
• Pildipõhine muusika genereerimine: pilt võib olla loominguliseks lähtepunktiks või mõjutada valmivat kompositsiooni.
• Vokaal ja instrumentaalmuusika: kasutaja saab küsida vokaaliga laulu või vokaalita muusikat.
• Laulusõnad: mudel toetab kasutaja antud või genereeritud sõnu.
• Muusikaline struktuur: viipades saab kirjeldada sissejuhatusi, salme, refrääne, bridge'e, üleminekuid ja muid seadeelemente.
• Muusikalised juhtparameetrid: viipad võivad suunata žanri, meeleolu, instrumentide, vokaali omaduste, tempo ja keele valikut.
• Helikvaliteet: Google kirjeldab väljundit kõrge kvaliteediga stereohelina.

Dokumenteeritud vokaalikeelte hulka kuuluvad inglise, saksa, hispaania, prantsuse, hindi, jaapani, korea ja portugali keel. See muudab mudeli asjakohaseks mitmekeelseks laululoomiseks ja lokaliseeritud loovsisu tootmiseks, kuigi uurimismaterjal ei esita nende keelte võrdlevaid kvaliteedimõõdikuid.

Sisendid ja väljundid

Peamised sisenditüübid on tekst ja pildid. Teksti kasutatakse kavandatava laulu kirjeldamiseks, samal ajal kui pilt võib toimida muusikalise suuna visuaalse lähtepunktina. Google'i materjalides kirjeldatakse viipade juhistes ka pildi- ja PDF-failide põhist suunamist, kuid mudeli põhudokumentatsioon nimetab sisenditena teksti ja pilte.

Peamine väljund on muusikaheli, sealhulgas vokaaliga või instrumentaalne sisu. Mudelikaardil on väljundina märgitud ka laulusõnad. Lyria 3 Pro ei paku oma põhivõimekusena tavapärast pikka tekstiloomet, pildisisendit, videoväljundit, kõnesünteesi, transkriptsiooni, manuseid ega struktureeritud JSON-vastuseid.

Viipade koostamine ja muusikaline juhtimine

Lyria 3 Pro on mõeldud reageerima üksikasjalikele muusikalistele juhistele, mitte ainult üldistele žanrimääratlustele. Praktilises viibas võib ühendada soovitud stiili seade, instrumentatsiooni, vokaalikäsitluse, tempo, emotsionaalse tonaalsuse ja loo struktuuriga. Näiteks võib looja küsida hoogsat elektroonilist pala lühikese instrumentaalse sissejuhatusega, naisvokaaliga esitatava salmiga, suurema refrääniga, vähendatud instrumentatsiooniga bridge'iga ja kindla tempoga.

Need juhtimisvõimalused ei tähenda, et iga loodud pala järgiks soovitud struktuuri täiuslikult. Esitatud uurimismaterjal kinnitab, et mudel toetab struktuurilisi ja muusikalisi juhiseid, kuid ei esita juhiste järgimise täpsuse võrdlustesti ega garanteeri, et kõik viiba elemendid ilmuvad täpselt soovitud kujul. Inimese tehtav ülevaatus on endiselt oluline, kui ajastus, sõnad, seade või vokaali omadused peavad vastama täpsele tootmisülesandele.

Pildipõhine suunamine pakub teistsugust juhtimisviisi. Selle asemel et kirjeldada iga muusikalist ideed tekstis, saab kasutaja esitada visuaalse lähtepunkti ja paluda mudelil luua sellest inspireeritud muusika. See võib olla kasulik ideekavandite, reklaamikontseptsioonide, mängustseenide, meeleolutahvlite või videoprojektide puhul, kus visuaalne materjal määrab juba algselt teose tonaalsuse.

Hind ja kättesaadavus

Lyria 3 Pro on Google Cloudis loetletud avaliku eelvaate mudelina. Dokumenteeritud hind on 0,08 dollarit ühe tervikliku laulu genereerimise eest. See on ühe genereerimise põhine tasu, mitte sisend- või väljundtokenitel põhinev hind. Esitatud teave ei täpsusta, kas hind sõltub piirkonnast, konto seadistusest, korduskatsetest või täiendavatest platvormiteenustest, mistõttu tuleks need üksikasjad enne juurutamist üle kontrollida kohaldatavast Google Cloudi arveldusdokumentatsioonist.

Mudeli avaliku eelvaate staatus on oluline ka töökorralduslikust vaatenurgast. Eelvaateteenuste piirangud, kättesaadavus, liidesed või tingimused võivad muutuda. Lyria 3 Pro-d tootmises hindavad meeskonnad peaksid Google Cloudi dokumentatsioonist üle kontrollima piirkondlikku kättesaadavust, kvoote, autentimisnõudeid ja kasutuspõhimõtteid, mitte eeldama, et eelvaatekäitumine on püsiv.

Ohutus, autentsus ja õigustega seotud kaalutlused

Google'i sõnul sisaldavad Lyria 3 väljundid SynthID vesimärgistust ja toetavad allkirjastatud sisu metaandmete standardit C2PA. SynthID eesmärk on aidata tuvastada Google'i generatiivsete süsteemidega seotud sisu, samal ajal kui C2PA pakub päritolu ja sisumandaatide raamistikku. Need meetmed võivad aidata lõppkasutajatel mõista, kuidas helivara loodi, kuid need ei asenda õiguste kontrollimist ega õiguslikku luba.

Google kirjeldab ka sisendi- ja väljundisisu filtreerimist, sealhulgas vokaali sarnasuse ja olemasoleva sisuga võimaliku sarnasusega seotud kaitsemeetmeid. Need on teenusepakkuja väited mudeli ohutusdisaini kohta, mitte garantii, et kõik õiguslikud või eetilised riskid on kõrvaldatud. Kasutajad vastutavad endiselt selle eest, et kontrollida laulusõnu, loodud meloodiaid, vokaali omadusi, näidiseid või lähteallikaid ning kavandatud levitamist vastavalt kohaldatavatele autoriõiguse, isiku avalikustamise õiguse, litsentsimise ja platvormi nõuetele.

Peamised tugevused ja piirangud

Lyria 3 Pro kasutamise peamine põhjus on selle keskendumine terviklikule ja struktureeritud muusikale. See suudab võtta suhteliselt üldise loomingulise lähteülesande ning luua laulu pikkuse tulemuse koos vokaali, sõnade, instrumentatsiooni, tempo ja seadejuhistega. Pildipõhine suunamine laiendab võimalusi, kuidas loovmeeskond saab muusikakontseptsiooniga alustada, ning mitme vokaalikeele tugi muudab mudeli asjakohaseks ka väljaspool ingliskeelseid projekte.

Selle piirangud tulenevad otseselt spetsialiseeritusest. Lyria 3 Pro ei ole üldotstarbeline arutlusmudel ega paku vestluspõhiste süsteemidega tavaliselt seotud võimekusi. Esitatud uurimismaterjal ei dokumenteeri tööriistade kasutamist, funktsioonikutseid, voogedastust, peenhäälestust, vahemällu salvestamist, paketttöötlust, konteksti pikkust ega tavapärast JSON-režiimi. Neid väärtusi tuleks käsitleda kinnitamata teabena, mitte eeldada, et neid toetatakse.

• See ei ole mõeldud üldiseks teksti genereerimiseks ega küsimustele vastamiseks.
• See ei ole programmeerimis- ega tarkvaraarendusmudel.
• Seda ei tohiks valida veebiuuringute, transkriptsiooni, kõnest kõneks teisendamise ega kõnesünteesi jaoks.
• See ei genereeri pilte ega videoid.
• Genereeritud palad võivad vajada toimetamist, miksimist, masterdamist, sõnade ülevaatamist ja õiguste kontrollimist.
• Ligikaudu kolme minuti pikkune maksimaalne kestus võib olla piirav pikemate heliteoste, pikendatud miksiversioonide või terve albumi pikkuste seadete puhul.
• Avalik eelvaade võib tähendada muutuvate kvootide, liideste või teenusetingimuste olemasolu.

Arutlus-, kodeerimis- ja tööriistavõimekus

Arutlemine ja kodeerimine ei ole selle mudeli mõtestatud tugevused. Esitatud toimetuslik hinnang annab mõlemas valdkonnas minimaalsed punktid, sest Lyria 3 Pro on muusikagenereerimise süsteem, mitte seetõttu, et seda oleks hinnatud nõrga üldotstarbelise keelemudelina. Seda on täpsem käsitleda heli loomise mootorina, mis tõlgendab muusikalisi juhiseid.

Esitatud uurimismaterjalis ei ole dokumenteeritud tööriistade kasutamise ega funktsioonikutsete võimekust. Samuti ei ole dokumenteeritud veebotsingu võimalust ega üldotstarbelist tegevusväljundit. Rakendused võivad siiski paigutada mudeli suuremasse töövoogu, mis tegeleb failihalduse, kinnituste, redigeerimise või avaldamisega, kuid neid ümbritsevaid funktsioone ei tohiks segi ajada Lyria 3 Pro enda võimekustega.

Millal valida Lyria 3 Pro?

Vali Lyria 3 Pro siis, kui soovitud tulemus on terviklik laul või struktureeritud muusikapala, mitte tekst ega lühike heliefekt. See sobib eriti hästi järgmisteks kasutusjuhtudeks:

• Laulude kirjutamine ja muusikaliste ideede varajane arendamine.
• Kohandatud taustamuusika videotele, mängudele, reklaamidele ja sotsiaalmeediasisule.
• Heliriba ideede kiire loomine kirjaliku lähteülesande või visuaalse lähtepunkti põhjal.
• Vokaaliga või instrumentaalsete kavandite loomine ühes dokumenteeritud toetatud keeltest.
• Rakendused, mis vajavad Google Cloudi kaudu iga genereerimise põhist muusika loomist.
• Loovmeeskonnad, kes soovivad enne lõpliku salvestuse tellimist või tootmist katsetada mitut seadet.

Teist tüüpi lahendus võib olla sobivam, kui projekt nõuab täpset helitöötlust, pikka orkestriseadet, üksikute radade deterministlikku juhtimist, professionaalset masterdamist, kõne genereerimist, transkriptsiooni või üldotstarbelist arutlus- ja kodeerimisvõimekust. Inimmuusik, digitaalne helitöötlusjaam, tavapärane näidistekogu või spetsiaalselt nende ülesannete jaoks loodud mudel võib pakkuda paremat kontrolli. Samuti on üldotstarbeline multimodaalne keelemudel parem valik siis, kui muusika genereerimine moodustab laiemast töövoost vaid väikese osa ning töö hõlmab ka uurimist, dokumentide analüüsi, kodeerimist või tööriistakutseid.

Praktiline hindamine

Lyria 3 Pro dokumenteeritud hind, 0,08 dollarit ühe tervikliku laulu genereerimise eest, võimaldab hinnata põhigeneratsiooni kulusid soovitud terviklike palade arvu põhjal. Projekti tegelik kulu võib aga hõlmata ka ebaõnnestunud genereerimisi, inimeste tehtavat valikut, sõnade muutmist, redigeerimist, miksimist, masterdamist, salvestusruumi ja järgnevat levitamist. Seetõttu peaks meeskond katsetama esinduslikke viipasid, mitte hindama teenust ainult nominaalse genereerimistasu põhjal.

Hindamisel võrrelge, kas mudel järgib usaldusväärselt soovitud struktuuri, säilitab kavandatud meeleolu, loob vastuvõetava vokaali ja laulusõnad ning genereerib väljundi, mida saab sihttooteks töödelda. Kui projekt ei ole ingliskeelne, kontrollige mitmekeelseid tulemusi eraldi. Samuti kontrollige vesimärkide, C2PA metaandmete ja õigusi käsitleva dokumentatsiooni käsitlemist lõplikus avaldamisvoos.

Kokkuvõttes on Lyria 3 Pro kõige otstarbekam käsitleda avalikus eelvaates oleva spetsialiseeritud terviklike laulude genereerimise mudelina. Selle atraktiivsus põhineb laulu pikkusel väljundil, teksti- ja pildipõhisel suunamisel, muusikalise struktuuri juhtimisvõimalustel, vokaali- ja laulusõnade toel ning selgel ühe genereerimise põhisel hinnal. Sama selged on ka piirid: see ei ole üldotstarbeline tehisintellektiassistent ning loodud muusika vajab enne ärilist kasutamist endiselt loomingulist otsustamist, tootmistööd ja õiguslikku ülevaatust.