Google Gemini crée désormais de la musique à partir de textes, d'images et de vidéos

Google a étendu les capacités de son modèle d'IA Gemini pour inclure la génération de musique. L'IA peut désormais créer des morceaux d'environ 30 secondes basés sur des invites textuelles, des images ou des vidéos fournies par l'utilisateur.

La nouvelle fonctionnalité s'appuie sur le modèle de musique générative Lyria 3 de Google DeepMind. Les utilisateurs peuvent saisir du texte pour spécifier les genres souhaités, les tempos et les styles vocaux, ou laisser l'IA interpréter les invites de manière plus générale. Gemini peut également s'inspirer d'images ou de vidéos téléchargées pour composer des bandes sonores adaptées. Google a déclaré que toute musique générée par l'IA sera marquée par un filigrane grâce à sa technologie SynthID, qui est imperceptible pour l'auditeur mais vérifiable.

Cette fonctionnalité de génération musicale au sein de Gemini est actuellement en version bêta et disponible pour les utilisateurs adultes en anglais, allemand, espagnol, français, hindi, japonais, coréen et portugais. Les invites peuvent aller de requêtes détaillées comme "crée un morceau soul-funk rapide (120 BPM) avec une voix de soprano féminine chaleureuse" à des suggestions plus générales telles que "musique trance des années 90 qui commence lentement mais semble entraînante".

Lyria 3 est également intégré à YouTube pour aider les créateurs de contenu. La fonctionnalité "Dream Track" permettra aux créateurs d'ajouter de la musique de fond à leurs vidéos YouTube Shorts. Cette fonctionnalité, auparavant une expérimentation aux États-Unis, est désormais disponible dans d'autres régions. L'objectif de Google est de soutenir les créateurs YouTube grâce à des outils d'IA, tout en respectant les lois sur le droit d'auteur.