Google Cloud Améliore les Outils Multimédias IA avec de Nouvelles Fonctionnalités Musicales et Vidéo

Mercredi, Google a dévoilé des améliorations de sa plateforme cloud Vertex AI, renforçant plusieurs modèles d'IA propriétaires pour la génération de contenus multimédias.

Lyria, l'IA de Google pour la création de musique à partir de texte, est désormais en préversion pour certains utilisateurs, tandis que le modèle vidéo Veo 2 gagne des options avancées d'édition et d'effets visuels. De plus, Google a introduit une fonctionnalité de clonage vocal alimentée par Chirp 3, son modèle de traitement audio, pour les utilisateurs approuvés. Le générateur d'images Imagen 3 offre désormais des performances notablement améliorées, selon Google.

Annoncées lors de Cloud Next, ces mises à jour renforcent l'ambition de Google de dominer le marché de l'IA générative pour les entreprises, en concurrence directe avec la plateforme Bedrock d'Amazon, qui propose des outils IA similaires.

Google présente Lyria comme une alternative aux bibliothèques de musique libres de droits, permettant aux utilisateurs de produire des chansons dans divers styles, des solos de piano jazz aux beats lo-fi.

Chirp 3 prend en charge la synthèse vocale dans environ 35 langues. Présenté en avant-première plus tôt cette année, il alimente Instant Custom Voice, qui peut reproduire une voix à partir de seulement 10 secondes d'audio et est désormais largement disponible. Chirp 3 permet également un nouvel outil en préversion, Transcription with Diarization, qui distingue et étiquette les locuteurs dans des enregistrements à plusieurs voix.

Pour limiter les abus, Instant Custom Voice passe par un processus de vérification pour garantir des autorisations d'utilisation appropriées, selon Google.

Veo 2 permet désormais aux utilisateurs de supprimer des arrière-plans, logos ou objets des vidéos et d'étendre les cadres vidéo, comme convertir des séquences paysage en portrait. Il prend également en charge l'ajustement des angles de caméra et du rythme pour les scènes générées par IA, créant des effets comme des time-lapses ou des prises de vue style drone, et peut interpoler entre des cadres de début et de fin spécifiés.

Ces fonctionnalités de Veo 2 sont actuellement en préversion.

Google a noté que les améliorations d'Imagen 3 renforcent sa capacité à supprimer des objets et à restaurer des zones d'image manquantes ou endommagées.

Tous les médias créés par Imagen, Veo et Lyria (mais pas Chirp) portent le filigrane SynthID de Google. Google a souligné que ses modèles d'IA générative incluent des garde-fous pour empêcher la création de contenus nuisibles.

Google n'a pas divulgué les données d'entraînement de ses modèles, un sujet souvent débattu en raison des préoccupations liées à la propriété intellectuelle. Certaines entreprises entraînent l'IA sur du matériel protégé par des droits d'auteur sans autorisation, invoquant les protections de l'utilisation équitable aux États-Unis, bien que les créateurs contestent fréquemment cela devant les tribunaux.

Google a précédemment informé TechCrunch qu'il propose des options de retrait pour l'entraînement des modèles et une politique d'indemnisation pour protéger les utilisateurs de Google Cloud et Vertex AI contre les réclamations de droits d'auteur liées à l'IA.