Google Gemini crea música a partir de texto con Lyrica 3

Google ha ampliado su presencia en el campo de la inteligencia artificial generativa, esta vez hacia la producción musical . Geminiya no solo crea texto e imágenes, sino que convierte directamente en canciones los comandos escritos y las fotos cargadas. En el centro de este paso se encuentra Lyria 3 con la firma de Google DeepMind .

Google DeepMind ha puesto a disposición a nivel mundial Lyria 3, que considera el modelo musical más avanzado hasta la fecha. De este modo, la aplicación Gemini ha activado la función de producción musical en el escritorio. Se prevé que la compatibilidad con la aplicación móvil llegue en los próximos días. Los usuarios pueden probar la función directamente en gemini.google.com.

El modelo funciona con un sistema multimodal que puede procesar entradas de texto e imágenes. De este modo, no solo los comandos escritos, sino también las fotos cargadas se convierten en parte de la producción musical. Por ejemplo, cuando se carga una foto de un paseo por el bosque, el sistema analiza la atmósfera de la escena y crea una composición musical adecuada.

Además, Lyria 3 convierte un texto normal en una pieza con letra y música en cuestión de segundos. Una lista de la compra, un mensaje corto o un diálogo cotidiano se pueden producir directamente en formato rap. Una lista sencilla como «patatas fritas, refresco, chocolate, pan y yogur» se convierte en una letra de canción con ritmo.

Gemini produce canciones a partir de texto e imágenes con Lyria 3

Lyria 3 destaca por tres características principales. En primer lugar, la función de letra automática , que crea directamente las letras adecuadas a la orden dada. De este modo, el usuario no tiene que escribir las letras.

En segundo lugar, el modelo ofrece control sobre BPM (tempo), estilo musical y detalles vocales. El usuario determina el valor del tempo, selecciona el tipo y describe el carácter vocal. A continuación, el modelo produce una composición acorde con estos parámetros.

En tercer lugar, el sistema utiliza activamente la producción con apoyo visual. Gemini analiza los tonos de color, el entorno y el contexto de la foto cargada. A continuación, determina la atmósfera musical en función de este análisis. De este modo, se establece una relación directa entre la imagen y el sonido.

Se prepara una imagen de portada especial para cada pieza de 30 segundos producida. La infraestructura de Nano Banana crea automáticamente estos diseños de portada. Los usuarios descargan la pieza y la imagen o las comparten a través del enlace.

Google también integra la verificación de contenido en el sistema. Todos los archivos de audio producidos se marcan con la marca digital SynthID . El oído humano no percibe esta marca, pero el sistema verifica técnicamente que el archivo ha sido producido por inteligencia artificial.

Pero eso no es todo. Gemini analiza los archivos de audio cargados externamente y comprueba si han sido generados por Google AI. El modelo escanea la firma SynthID y activa su propio mecanismo de análisis.

Lyria 3 está disponible en ocho idiomas: inglés, alemán, español, francés, hindi, japonés, coreano y portugués. La función está disponible para usuarios mayores de 18 años. Los suscriptores de Google AI Plus, Pro y Ultra tienen acceso a límites de uso más altos.

Google tiene previsto ampliar la cobertura lingüística y la calidad de la producción. De este modo, la producción musical mediante inteligencia artificialse suma a la producción de texto e imágenes como tercera capa de contenido dentro de Gemini.