Google のアップデートにより、人工知能による音楽作成が 3 分のトラックに拡張されました

Google は、人工知能ベースのオーディオ生成ツールの新バージョンを発表し、フルトラックの制作において大幅な進歩を遂げました。この技術により、ユーザーは、以前のバージョンのシステムに見られた技術的な制限を克服して、継続時間を延長した作品を開発できるようになりました。

このアップデートにより、処理されたオーディオの作成能力がわずか 30 秒から連続最大 3 分間に拡張されました。この変更は、日々のプロジェクトでオリジナルのすぐに再生できるサウンドトラックを求めるコンテンツ プロデューサーやオーディオビジュアル分野の専門家からの需要の高まりに応えます。

この新機能へのアクセスは、最初は同社のプレミアム プラットフォームの加入者を中心に段階的に行われます。このシステム統合は、テクノロジー巨人のエコシステムの複数のアプリケーションをカバーし、編集やクリエイティブな開発にこれらのツールをすでに使用しているユーザーのワークフローを容易にします。

構造的かつ詳細なコマンドを理解する能力

更新されたモデルでは、人工知能が楽曲の構造を解釈する方法が大幅に改善されました。ユーザーは、シンプルなテキストコマンドを通じて正確な技術要素を指定し、リズムとメロディーの変更が発生する場所を正確に詳細に指定できます。

この機能により、同じ生成トラック内でイントロ、コーラス、ヴァース、ブリッジを明確に定義できます。このツールはこれらの命令を処理して、パフォーマンス全体を通じてサウンドの一貫性を維持する結果を提供し、曲の異なる部分間の突然の中断や切断された移行を回避します。

すでにこのテクノロジーをテストした専門家は、楽器のアレンジやボーカルスタイルに関する複雑なリクエストに正確に対応していると報告しています。高度な処理により、高音質が維持され、自然に流れ、最初のコマンドで要求された音楽ジャンルに適した歌詞と楽器演奏が提供されます。

アプリケーションとサービスのエコシステムとの統合

ツールへのアクセスの拡大は、テクノロジーおよび開発市場ですでに確立されているプラ​​ットフォームを通じて行われます。同社の主力アプリの有料加入者は、モバイル デバイスやパーソナル コンピューター上で直接、長いトラックのプログレッシブ生成を初めて体験します。

ソフトウェア開発者は、特定のプログラミング環境やアプリケーション インターフェイスを通じて専用のサポートも受けられます。この技術的なオープン性により、カスタマイズされたソリューションを作成し、オンデマンドのサウンド生成を必要とするサードパーティ アプリケーションにオーディオ エンジンを統合することが可能になります。

大企業や制作スタジオは構造化された企業アクセスを獲得し、テクノロジーの大規模な使用を可能にします。企業ビデオの編集や共同音楽制作プラットフォームを目的としたアプリケーションには、すでにこのツールがメインの編集インターフェイスに組み込まれています。

これらの直接接続により、オーディオビジュアル作成プロセス中に異なるプログラムを切り替える必要がなくなります。プロフェッショナルはビデオプロジェクトを開始し、シーンに最適なサウンドトラックをリクエストし、同じデジタル作業環境内で編集を完了することができ、納期を最適化できます。

透明性と著作権保護ツール

人工知能を使用したオーディオ生成の進歩には、知的財産の侵害を防止し、人間のアーティストの作品を保護するための厳格な技術的措置が伴います。同社は、テキスト コマンド処理フェーズで直接機能する高度なフィルター システムを実装し、モデルが実際の歌手やバンドの特定の声やスタイルをコピーしたり模倣したりするのを防ぎました。ユーザーがリクエストに有名なアーティストの名前を入力すると、システムは正確な複製をブロックし、その情報をジャンルや音楽の雰囲気の遠い参照としてのみ使用し、最終結果が直接の盗作のないまったく新しい作品であることを保証します。

予防的ブロックに加えて、プラットフォームによって生成されたすべての作品は、オーディオ ファイルに直接埋め込まれた目に見えない電子透かしを受け取ります。この追跡技術は音質やリスニング体験には影響しませんが、検証ソフトウェアが素材の合成起源を即座に特定できるようになります。この識別基準の採用は、デジタル市場における透明性への高まる需要に応え、配信プラットフォーム、ソーシャルネットワーク、リスナーが人間によって作成された曲と機械学習アルゴリズムによって作成されたトラックを明確に区別する方法を確実に認識できるようにします。

オーディオビジュアル市場での実用化

連続 3 分間の音声を生成できる機能により、デジタル コンテンツ作成者にとってツールの有用性が変わります。インターネット ビデオ プロデューサー、ポッドキャスター、独立系ゲーム開発者は、従来のライセンスの複雑さから解放されたオリジナル サウンドトラックに対する絶え間ない需要を満たすための迅速な代替手段としてテクノロジーを利用しています。

作成プロセスの機敏性により、広告代理店はキャンペーン用のジングルや音楽の背景の複数のバリエーションを数分でテストできます。この柔軟性により、制作前にかかる初期コストが削減され、商業プロジェクトまたはエンターテイメント プロジェクトの最終承認前に、より幅広いクリエイティブ オプションが提供されます。

技術開発と専門家のコラボレーション

この新しい音楽生成能力を担う人工知能エンジンの進化には、音楽業界の専門家との直接協力に基づく複雑なトレーニング プロセスが必要でした。ソフトウェア エンジニアは、プロのミュージシャン、スタジオ プロデューサー、音楽理論家と緊密に連携して、リズム、ハーモニー、メロディー、コード進行の重要な基礎をアルゴリズムに教えました。この共同の取り組みにより、基本的な音楽理論だけでなく、トラックを人間の耳に心地よいものにする感情的および構造的なニュアンスも理解できるモデルが完成しました。システム アーキテクチャは、生成型人工知能の分野における重要な技術的課題である、一貫性を失うことなくオーディオ データの長いシーケンスの処理をサポートするように再設計されました。継続的な処理により、楽器は正しいチューニングを維持し、3 分間の再生時間を通じてビートに不要な変動が生じないことが保証され、市販の自動サウンド作成ツールの安定性の新たな基準が確立されました。

注目のシステム機能

新しい人工知能の操作インターフェイスは、高度な作曲機能へのアクセスを簡素化するように設計されており、音楽理論の正式な知識を持たないユーザーでもプロのような結果を達成できるようになります。このシステムは、各オーディオビジュアル プロジェクトの特定のニーズに応じて、生成されたトラックの完全なカスタマイズを保証する一連の構造パラメーターを処理します。

– テキストコマンドによるイントロ、ヴァース、コーラスの正確な定義。

– 曲の異なるセクション間の複雑なトランジションのサポートが組み込まれています。

– vlog、ポッドキャスト、チュートリアルビデオ用に最適化されたトラックの生成。

– ボーカル、歌詞、楽器アレンジの同時処理。

一般向けの利用可能性

音楽生成ツールへのアクセスは、テクノロジー会社によって構成された段階的なリリース スケジュールに従います。人工知能エコシステムの最も高度なプランにアクティブなサブスクリプションを持っているユーザーは、アカウント カテゴリごとに設定された 1 日の処理制限に従ってリソースを使用できるようになりました。

サービスの継続的な拡張により、最初のユーザーからの直接のフィードバックに基づいて新機能や調整が追加されることが予想されます。開発チームはアルゴリズムのパフォーマンスを常に監視して、完成したトラックを作成しながらオーディオ品質を改善し、サーバーの応答時間を最適化します。