Google Cloud Nâng Cấp Công Cụ Truyền Thông AI với Các Tính Năng Âm Nhạc và Video Mới

Vào thứ Tư, Google đã công bố các nâng cấp cho nền tảng đám mây Vertex AI, cải tiến một số mô hình AI tạo nội dung truyền thông độc quyền.

Lyria, AI chuyển văn bản thành âm nhạc của Google, hiện đang ở giai đoạn thử nghiệm cho một số người dùng được chọn, trong khi mô hình video Veo 2 có thêm các tùy chọn chỉnh sửa nâng cao và hiệu ứng hình ảnh. Ngoài ra, Google đã giới thiệu tính năng sao chép giọng nói được hỗ trợ bởi Chirp 3, mô hình xử lý âm thanh của họ, dành cho người dùng được phê duyệt. Trình tạo hình ảnh Imagen 3 giờ đây mang lại hiệu suất được cải thiện đáng kể, theo Google.

Được công bố tại Cloud Next, những cập nhật này củng cố tham vọng của Google trong việc dẫn đầu thị trường AI tạo nội dung doanh nghiệp, cạnh tranh trực tiếp với nền tảng Bedrock của Amazon, nơi cung cấp các công cụ AI tương tự.

Google quảng bá Lyria như một sự thay thế cho các thư viện âm nhạc miễn phí bản quyền, cho phép người dùng tạo ra các bài hát theo nhiều phong cách khác nhau, từ solo piano jazz đến nhịp điệu lo-fi.

Chirp 3 hỗ trợ tổng hợp giọng nói trong khoảng 35 ngôn ngữ. Được giới thiệu thử nghiệm vào đầu năm nay, nó cung cấp tính năng Instant Custom Voice, có thể sao chép giọng nói chỉ với 10 giây âm thanh và hiện đã được cung cấp rộng rãi. Chirp 3 cũng hỗ trợ một công cụ thử nghiệm mới, Transcription with Diarization, giúp phân biệt và gắn nhãn người nói trong các bản ghi âm nhiều người.

Để ngăn chặn việc lạm dụng, Instant Custom Voice trải qua quy trình xác minh để đảm bảo quyền sử dụng giọng nói phù hợp, theo Google.

Veo 2 hiện cho phép người dùng xóa nền, logo hoặc đối tượng khỏi video và mở rộng khung video, chẳng hạn như chuyển đổi cảnh quay ngang thành dọc. Nó cũng hỗ trợ điều chỉnh góc máy quay và nhịp độ cho các cảnh do AI tạo ra, tạo hiệu ứng như tua nhanh thời gian hoặc cảnh quay kiểu drone, và có thể nội suy giữa các khung bắt đầu và kết thúc được chỉ định.

Các tính năng của Veo 2 hiện đang ở giai đoạn thử nghiệm.

Google lưu ý rằng các cải tiến của Imagen 3 nâng cao khả năng xóa đối tượng và khôi phục các vùng hình ảnh bị thiếu hoặc hỏng.

Tất cả nội dung truyền thông được tạo bởi Imagen, Veo và Lyria (nhưng không phải Chirp) đều mang dấu nước SynthID của Google. Google nhấn mạnh rằng các mô hình AI tạo nội dung của họ bao gồm các biện pháp bảo vệ để ngăn chặn việc tạo nội dung có hại.

Google không tiết lộ dữ liệu huấn luyện cho các mô hình của mình, một chủ đề thường gây tranh cãi do các mối quan ngại về sở hữu trí tuệ. Một số công ty huấn luyện AI trên tài liệu có bản quyền mà không được phép, viện dẫn bảo vệ sử dụng hợp pháp của Hoa Kỳ, mặc dù các nhà sáng tạo thường xuyên thách thức điều này tại tòa án.

Google trước đây đã thông báo với TechCrunch rằng họ cung cấp các tùy chọn từ chối huấn luyện mô hình và một chính sách bồi thường để bảo vệ người dùng Google Cloud và Vertex AI khỏi các khiếu nại bản quyền liên quan đến AI.