Google запустила Lyria 3.5 с точным редактированием вокала

Обновление музыкальной модели от Google DeepMind

Компания Google представила обновленную генеративную аудиомодель Lyria 3.5. Нейросеть получила улучшенную естественность вокала, расширенный интонационный диапазон и новые инструменты редактирования отдельных участков трека. Обновление направлено на предоставление точного контроля над структурой композиции, темпом и текстом без необходимости полной перегенерации файла. Это позволяет ускорить подготовку аудиоматериалов для медиапроектов и упростить процесс сведение звука.

Новая версия интегрирована в сервис Google Flow Music и доступна разработчикам через Gemini API. Модель создана для саунд-дизайнеров, авторов контента и композиторов, которым требуется точная настройка звуковых элементов. Обновленный алгоритм дает возможность изменять параметры инструментов без нарушения общего гармонического рисунка.

Реалистичный вокал и фонетическая точность

Ключевым техническим улучшением стала интеграция обновленных нейросетевых архитектур для синтеза человеческого голоса. Прошлые версии сталкивались с высокочастотными артефактами и неточным воспроизведением дыхания. Lyria 3.5 учитывает акустику человеческого голосового аппарата, обеспечивая естественное звучание вокала и гармоний. Нейросеть анализирует контекст аккомпанемента и адаптирует форманты под инструментальную подложку.

Улучшенная артикуляция в быстрых жанрах

Модель точнее обрабатывает плотный текст и быстрый темп. Снижено количество артефактов при произношении согласных звуков, что делает инструмент пригодным для генерации треков в жанрах с высокой скоростью читки. Внедрение синтеза микроинтонаций позволило добиться более выразительного исполнения вокальных партий.

• Улучшен синтез вибрато и плавность переходов между нотами.
• Добавлены естественные паузы и звуки дыхания.
• Снижены фазовые искажения спектрограммы сигнала.
• Обеспечена корректная обработка сложных фонетических сочетаний.

Локальное редактирование и контроль элементов

Появление функции локального редактирования стало важным шагом в развитии генеративного аудио. Раньше изменение одной ноты или слова требовало повторного создания всего трека, что меняло его структуру. Теперь пользователи могут выделять определенный временной отрезок и изменять только его. Это позволяет сохранять удачные участки генерации, исправив лишь отдельные фрагменты.

Точечная замена текста и инструментов

Функция инпайнтинга позволяет переписать конкретную строку текста, заменить соло-инструмент или скорректировать темп на отдельном участке. Система автоматически сохраняет исходную тональность, акустическое пространство и реверберацию.

1. Выделение интервала на таймлайне редактора.
2. Ввод нового текстового запроса или строки текста.
3. Автоматическая адаптация темпа и тональности.
4. Экспорт отредактированного фрагмента без потери качества.

Интеграция для разработчиков

Доступ к Lyria 3.5 через Gemini API позволяет встраивать генерацию аудио в цифровые звуковые станции, мобильные приложения и игровые движки. Низкая задержка обработки дает возможность создавать динамические саундтреки в реальном времени. Это создает новые условия для разработки адаптивного аудио сопровождения в видеоиграх.

Технические параметры экспорта

Готовые файлы экспортируются в несжатых форматах WAV и FLAC с частотой дискретизации 44.1 kHz и глубиной 24 бит, что соответствует стандартам профессиональной работы со звуком.

Защита авторских прав и маркировка

Google продолжает развивать инструменты маркировки сгенерированного контента. Все файлы, созданные с помощью Lyria 3.5, содержат цифровой водяной знак SynthID. Этот маркер устойчив к сжатию и кадрированию, позволяя идентифицировать происхождение файла.