Google ने हाल ही में अपने नवीनतम संगीत पीढ़ी मॉडल Lyria 3.5 को संगीतात्मकता, गीतात्मक सुसंगतता और स्वर गुणवत्ता में व्यापक उन्नयन के साथ फ्लो म्यूजिक में लॉन्च किया है। यह कदम Google को OpenAI के ज्यूकबॉक्स और स्टेबिलिटी AI की संगीत पेशकशों के साथ प्रतिस्पर्धा में रखता है, क्योंकि टेक दिग्गज जेनरेटिव ऑडियो स्पेस पर हावी होने की होड़ में हैं। रचनाकारों के लिए, इसका अर्थ है समृद्ध, अधिक सूक्ष्म एआई-जनित ट्रैक जो मानव और मशीन संरचना के बीच की रेखा को धुंधला करते हैं।
गूगल एआई म्यूजिक जनरेशन की दौड़ में अब तक का अपना सबसे साहसिक प्रदर्शन कर रहा है। कंपनी का नवीनतम मॉडल, लिरिया 3.5, हाल ही में फ़्लो म्यूज़िक में किस के साथ लाइव हुआ गूगल डीपमाइंड हर उस आयाम में “महत्वपूर्ण प्रगति” का आह्वान करता है जो मायने रखता है – संगीतात्मकता, गीत और स्वर की गुणवत्ता। यह उस तरह का लॉन्च है जो एआई और संगीत दोनों उद्योगों में एक साथ हलचल पैदा करता है।
समय इससे अधिक रणनीतिक नहीं हो सकता। जबकि ओपनएआई ज्यूकबॉक्स के बाद से ऑडियो के मोर्चे पर अपेक्षाकृत शांत रहा है स्थिरता ए.आई अपने संगीत मॉडलों पर पुनरावृत्ति जारी रखता है, Google जेनरेटिव ऑडियो में क्षेत्र का दावा करने के लिए तेजी से आगे बढ़ रहा है। फ़्लो म्यूज़िक, Google के प्रायोगिक प्लेटफ़ॉर्म के माध्यम से गूगल लैब्सअब मुख्यधारा के रचनात्मक उपकरण बनने के लिए परीक्षण स्थल के रूप में कार्य करता है।
लिरिया 3.5 को क्या अलग बनाता है? Google तीन मुख्य सुधारों पर दांव लगा रहा है जो वास्तव में संगीत बनाने वाले किसी भी व्यक्ति के लिए मायने रखते हैं। संगीतात्मकता उन्नयन का मतलब बेहतर हार्मोनिक संरचना और अधिक प्राकृतिक-ध्वनि वाली प्रगति है – वह चीज़ जो एलिवेटर संगीत को उस चीज़ से अलग करती है जिसे आप वास्तव में सुनना चाहते हैं। गीतात्मक सुसंगतता को भी बढ़ावा मिलता है, जो एआई-जनित गीतों में सबसे बड़ी समस्या को संबोधित करता है जहां शब्द अक्सर बेतरतीब ढंग से इकट्ठे होते हुए महसूस होते हैं। और स्वर की गुणवत्ता, शायद सबसे कठिन तत्व, कथित तौर पर एक महत्वपूर्ण छलांग लगाती है।
लेकिन यह सिर्फ सुंदर आवाजें निकालने के बारे में नहीं है। Google क्रिएटर्स को उनके ट्रैक पर अधिक विस्तृत नियंत्रण दे रहा है, जो संकेत देता है कि कंपनी इस तकनीक को किस दिशा में ले जा रही है। इसका उद्देश्य मानव संगीतकारों को प्रतिस्थापित करना नहीं है – कम से कम अभी तक नहीं – बल्कि तेजी से प्रोटोटाइप, प्रेरणा, या उत्पादन अंतराल को भरने के लिए एक परिष्कृत उपकरण के रूप में कार्य करना है। इसे ऑटो-ट्यून के अधिक स्मार्ट, अधिक महत्वाकांक्षी चचेरे भाई के रूप में सोचें।
प्रतिस्पर्धी परिदृश्य तेजी से गर्म हो रहा है। मेटा AudioCraft के माध्यम से इसके अपने ऑडियो AI प्रयोग चल रहे हैं, वीरांगना कथित तौर पर रचनाकारों के लिए संगीत निर्माण सुविधाओं पर काम कर रहा है, और माइक्रोसॉफ्ट चुपचाप ऑडियो क्षमताओं को अपने एआई सुइट में एकीकृत कर रहा है। प्रत्येक प्रमुख तकनीकी खिलाड़ी यह समझता है कि जेनरेटिव ऑडियो टेक्स्ट और छवियों के बाद अगली सीमा का प्रतिनिधित्व करता है।
दिलचस्प बात यह है कि Google इसे सीधे YouTube या अन्य मुख्यधारा प्लेटफार्मों में एकीकृत करने के बजाय लैब्स के माध्यम से कैसे प्राप्त कर रहा है। इससे पता चलता है कि कंपनी अभी भी बिजनेस मॉडल और उपयोग पैटर्न का पता लगा रही है। क्या लोग वीडियो में पृष्ठभूमि संगीत के लिए इसका उपयोग करेंगे? स्टूडियो में काम करने से पहले गाने के विचार के लिए? संपूर्ण ट्रैक जनरेशन के लिए? उत्तर संभवतः इस पर निर्भर करता है कि आप किससे पूछते हैं।
संगीत उद्योग पर करीब से नजर रखी जा रही है और हर कोई इससे रोमांचित नहीं है। अधिकार धारक अभी भी इस बात से जूझ रहे हैं कि मौजूदा संगीत पर प्रशिक्षित एआई मॉडल को कैसे विनियमित और मुआवजा दिया जाना चाहिए। यूनिवर्सल म्यूजिक ग्रुप और अन्य प्रमुख लेबल जनरेटिव एआई के युग में कलाकार अधिकारों की रक्षा के बारे में मुखर रहे हैं। Google लिरिया को एक रचनात्मक उपकरण के रूप में स्थापित करने में सावधानी बरत रहा है, लेकिन अंतर्निहित तनाव बना हुआ है – यदि AI ऐसा संगीत उत्पन्न कर सकता है जो पेशेवर लगता है, तो संगीत उत्पादन के अर्थशास्त्र का क्या होगा?
तकनीकी दृष्टिकोण से, Lyria 3.5 संभवतः बड़े भाषा मॉडल को शक्ति देने वाले ट्रांसफार्मर आर्किटेक्चर के समान है, लेकिन ऑडियो पीढ़ी के लिए अनुकूलित है। संगीत एआई के साथ चुनौती केवल एक साथ फिट होने वाली ध्वनियां उत्पन्न करना नहीं है – यह भावनात्मक अनुनाद, गतिशील विविधता और उस अवर्णनीय गुणवत्ता के साथ कुछ बनाना है जो संगीत को यादगार बनाती है। Google का दावा है कि उन्होंने इस रिलीज़ के साथ उस कोड को और अधिक क्रैक कर लिया है।
फ़्लो म्यूज़िक के साथ पहले से ही प्रयोग कर रहे रचनाकारों के लिए, अपग्रेड उस समय आता है जब एआई उपकरण नवीनता से आवश्यकता की ओर स्थानांतरित हो रहे हैं। वीडियो निर्माताओं को साउंडट्रैक की आवश्यकता है, पॉडकास्टरों को परिचयात्मक संगीत की आवश्यकता है, और स्वतंत्र कलाकार उत्पादन शॉर्टकट की तलाश में हैं। यदि लिरिया 3.5 अपने वादों को पूरा करता है, तो यह गोद लेने की प्रक्रिया में काफी तेजी ला सकता है।
व्यापक निहितार्थ? हम एक ऐसे युग में प्रवेश कर रहे हैं जहां संगीत निर्माण में बाधा लगभग शून्य हो गई है। पेशेवर लगने वाली किसी चीज़ का निर्माण करने के लिए आपको संगीत सिद्धांत, स्वयं के वाद्ययंत्र, या स्टूडियो में समय बुक करने की आवश्यकता नहीं होगी। चाहे वह लोकतंत्रीकरण हो या व्यवधान यह पूरी तरह से इस बात पर निर्भर करता है कि आप संगीत पारिस्थितिकी तंत्र में कहां बैठते हैं।
Google का Lyria 3.5 लॉन्च किसी अन्य AI मॉडल रिलीज़ से कहीं अधिक का प्रतिनिधित्व करता है – यह एक स्पष्ट संकेत है कि जेनरेटिव ऑडियो प्रयोगात्मक से आवश्यक की ओर बढ़ रहा है। जैसे-जैसे प्रौद्योगिकी परिपक्व होती है और रचनात्मक नियंत्रण में सुधार होता है, हम इन उपकरणों को फोटो संपादकों और वीडियो सॉफ़्टवेयर की तरह सामान्य होते हुए देख सकते हैं। सवाल यह नहीं है कि क्या एआई-जनित संगीत मुख्यधारा बन जाएगा, बल्कि यह है कि उद्योग कितनी जल्दी ऐसी दुनिया को अपना लेता है जहां कोई भी कुछ संकेतों के साथ पेशेवर-साउंडिंग ट्रैक तैयार कर सकता है। अभी के लिए, डिजिटल ऑडियो वर्कस्टेशन के मुख्यधारा में आने के बाद से संगीत उत्पादन में सबसे परिवर्तनकारी बदलावों में से एक के रूप में Google का दावा प्रारंभिक क्षेत्र बन रहा है।
