Google Cloud 增強 AI 媒體工具，新增音樂與視頻功能

週三，Google 發佈了其 Vertex AI 雲平台的升級，增強了多個專有媒體生成 AI 模型。

Lyria，Google 的文本轉音樂 AI，現已對部分用戶開放預覽，而 Veo 2 視頻模型則新增了進階編輯和視覺效果選項。此外，Google 推出了由其音頻處理模型 Chirp 3 驅動的語音克隆功能，供經批准的用戶使用。據 Google 表示，Imagen 3 圖像生成器的性能現已顯著提升。

這些更新在 Cloud Next 活動中宣佈，增強了 Google 在企業生成式 AI 市場的領先地位，與 Amazon 的 Bedrock 平台展開激烈競爭，後者提供相似的 AI 工具。

Google 將 Lyria 推廣為免版稅音樂庫的替代品，使用戶能夠生成從爵士鋼琴獨奏到 lo-fi 節拍等多樣風格的歌曲。

Chirp 3 支援約 35 種語言的語音合成。今年早些時候首次預覽，它驅動了即時自訂語音功能，僅需 10 秒音頻即可複製語音，現已廣泛可用。Chirp 3 還支援新的預覽工具「語音分割轉錄」，可在多人錄音中區分並標記不同講者。

為防止濫用，Google 表示，即時自訂語音功能需經過驗證流程，以確保語音使用許可的合法性。

Veo 2 現允許用戶移除視頻中的背景、標誌或物體，並延伸視頻畫面，例如將橫向畫面轉換為縱向。它還支援調整 AI 生成場景的攝影機角度和節奏，創造出如延時攝影或無人機風格的拍攝效果，並能在指定的起始和結束畫面之間進行插值。

這些 Veo 2 功能目前處於預覽階段。

Google 指出，Imagen 3 的增強功能提升了其移除物體及修復圖像缺失或損壞區域的能力。

所有由 Imagen、Veo 和 Lyria（但不包括 Chirp）生成的媒體均帶有 Google 的 SynthID 水印。Google 強調，其生成式 AI 模型包含防護措施，以防止創建有害內容。

Google 未透露其模型的訓練數據，這是一個因知識產權問題而經常引發爭議的話題。一些公司未經許可使用受版權保護的材料進行 AI 訓練，聲稱受美國公平使用保護，但創作者常在法庭上對此提出質疑。

Google 此前曾向 TechCrunch 表示，它提供模型訓練的退出選項，以及一項保障政策，以保護 Google Cloud 和 Vertex AI 用戶免受與 AI 相關的版權索賠。