Google、定期購読者向けに 3 分間の音楽トラックを生成する新しい人工知能をリリース

北米のテクノロジー大手は、完全な楽曲の作成を可能にする機械学習ベースのオーディオ生成プラットフォームの拡張を発表しました。このアップデートにより、オーディオビジュアルプロデューサーやコンテンツクリエーターの需要を満たすために、以前は短いセクションに制限されていたトラックの制限時間が延長されます。初期アクセスは同社のプレミアムパッケージのユーザーが対象。

この技術的な変更により、処理能力が 30 秒から最大 3 分の連続音楽に拡張されました。この構造変更は、オリジナルのサウンドトラックを迅速に提供し、従来のオーディオ バンクを介した長時間の検索を排除することを目的としています。ビデオ編集の専門家、ゲーム開発者、ポッドキャスト プロデューサーが、このツールのこの新しいフェーズの主な対象者です。

テクノロジーの統合は、企業のアプリケーション エコシステム内でネイティブに行われます。購読者は、すでにルーチンの一部となっている編集インターフェイスでテキスト コマンドを直接使用します。クラウド処理により、ローカル ハードウェアに過負荷をかけることなくオーディオ生成が行われ、複雑なマルチメディア プロジェクトの組み立て中に流動性が維持されます。

構造的かつ詳細なコマンドを理解する能力

更新されたモデルは、音楽理論のアルゴリズムの解釈における進歩を示しています。ユーザーはテキストの説明を通じて正確な技術的要素を指定することができ、テンポ変更、新しい楽器の挿入、メロディーのバリエーションの正確な瞬間を示します。

この機能により、明確に定義されたイントロ、ヴァース、コーラス、ブリッジを備えたトラックを構築することが可能になります。このツールは一連の命令を処理して、サウンドの一貫性を維持する最終ファイルを配信し、生成された楽曲の異なるセクション間での突然のカットや人為的な移行を回避します。

編集および開発プラットフォームとの直接統合

ツールへのアクセスの拡大は、テクノロジー市場ですでに統合されているサービスを通じて行われます。有料プランの加入者は、追加のサードパーティ ソフトウェアをインストールすることなく、モバイル デバイスやコンピュータで直接プログレッシブ オーディオ生成を体験できます。

ソフトウェア開発者は、専用のアプリケーション プログラミング インターフェイスを通じて技術サポートを受けられます。このオープン性により、パーソナライズされたソリューションの作成や、広告キャンペーンで大規模なサウンド生成が必要な企業システムにオーディオ エンジンを組み込むことが可能になります。

大規模なオーディオビジュアル制作スタジオは、テクノロジーを使用するための構造化された環境にアクセスできます。企業ビデオの編集を目的としたアプリケーションには、すでにメイン パネルにツールが組み込まれており、ポストプロダクション チームのワークフローが最適化されています。

透明性と知的財産保護ツール

合成オーディオの生成の進歩には、著作権侵害を防ぐための技術的対策の実装が含まれます。同社は、コマンド処理段階で機能するフィルター システムを開発し、実際のアーティストの特定の声やスタイルのコピーを防ぎます。

ユーザーが生成リクエストに有名なミュージシャン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ます。この情報は音楽ジャンルやサウンドの雰囲気の参考としてのみ使用され、結果が直接の盗作のないオリジナルの作品であることが保証されます。

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。この追跡技術により音質は変わりませんが、検証ソフトウェアが素材の合成起源を数秒で特定できるようになります。

この識別基準の採用は、デジタル市場の透明性要件に対応します。音楽配信プラットフォームとソーシャル ネットワークは、人間が作成したトラックと機械学習アルゴリズムによって作成された楽曲を明確に区別できます。

オーディオビジュアル制作市場での実用的なアプリケーション

3 分間の連続音声を生成できる機能は、デジタル コンテンツ クリエーターと通信代理店の仕事のダイナミクスを変革します。インターネット ビデオ プロデューサーや独立系ゲーム開発者は、オリジナル サウンドトラックの需要を満たすための効率的な代替手段としてテクノロジーを活用していると考えています。このシステムを使用すると、著作権で保護された音楽の従来のライセンスに関連する法的な複雑さとコストが排除され、さまざまなオンライン プラットフォームでオーディオビジュアル素材を公開するプロセスが加速されます。

作成プロセスの機敏性により、マーケティング チームは広告キャンペーンの背景音楽の複数のバリエーションを短時間でテストできます。この運用上の柔軟性により、制作前にかかる初期コストが削減され、商用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。ビデオのビジュアル編集に応じて音楽のトーンとリズムを調整できるため、以前は広告作品ごとに専任の作曲家を雇う必要があったレベルのカスタマイズが可能になります。

技術開発とレコード業界との連携

この新しい音楽生成機能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の協力に基づく厳格なトレーニング 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。この共同作業により、基本的な音楽理論と、人間の耳にまとまりのあるトラックを作る構造を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、安定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ており、生成人工知能の分野における技術的進歩を表しています。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 分間の演奏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、テクノロジー市場で入手可能な自動サウンド作成ツールの新しい標準を確立します。

オーディオシステムの主な機能

新しい人工知能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ました。このシステムは、各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を処理します。これには、次の技術的機能が含まれます。

– 直接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。

– リズムブレイクなしで曲の異なるセクション間の複雑なトランジションをサポート。

– vlog、ポッドキャスト、企業トレーニングビデオ用に最適化されたサウンドトラックの生成。

– 同じトラック上の楽器のアレンジメントと補完的なサウンド要素の同時処理。

一般公開と今後のアップデート

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。より高度なプランのアクティブなサブスクリプションを持つユーザーは、アカウント カテゴリごとに設定された 1 日あたり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監視して、オーディオ品質を改善し、トラック作成中のサーバーの応答時間を最適化します。