Vídeo, imagem, discurso e música. O Google Cloud (GOGL34) reivindicou o título de primeira empresa a disponibilizar modelos de IA para a criação de todos os tipos de mídia em uma plataforma. Nesta quarta-feira (9), a companhia incluiu a Lyria, um modelo que transforma comandos de texto em música, ao seu catálogo do Vertex AI.

O novo modelo promete produzir “áudios em alta-definição, capturando meticulosamente nuances e entregando composições ricas e detalhadas por uma vasta série de gêneros”.

Em uma demonstração feita no evento Google Cloud Next 25′, uma música com descrições subjetivas como “capturar o sentimento do tardar da noite em um clube de jazz esfumaçado”, bem como orientações objetivas como “priorizar solos vertiginosos de saxofone e trompete”.

• Leia também: Novo gerador de imagens do ChatGPT sai da versão gratuita após viralizar no Brasil
• Leia também: Nova ferramenta de IA do Google utiliza prompts de imagem em vez de texto

“Hoje disponibilizamos a Lyria no Google Cloud para transformar prompts de texto em clipes faixas musicais de 30 segundos e somos o primeiro hyperscaler [grandes empresas de processamento de dados em nuvem] a oferecer essa possibilidade”, disse o CEO do Google Cloud, Thomas Kurian, em uma apresentação no evento.

Segundo o Google Cloud, a ferramenta deve levar empresas a criar rapidamente trilhas sonoras para campanhas de marketing, lançamentos de produtos ou experiências imersivas. Também deve atender à produção de vídeo, podcasts e criação de conteúdos digitais.

Vídeo, imagem e voz

Em uma exibição de teste de seus modelos de IA para criação de mídia, o Google exibiu o clássico “O Mágico de Oz” (1939) no “The Sphere”, uma tela esférica gigante em Las Vegas. Cenas do filme original foram reconstituídas e pedaços que escapavam da dimensão original em que foi filmado foram criadas do zero. Uma tomada do original mostrando a cabeça da protagonista Dorothy (interpretada por Judy Garland), por exemplo, foi incluído um corpo dançando para preencher as dimensões da tela.

Além da Lyria, os modelos Veo 2, de criação de vídeo, Chirp 3, de áudio, e Imagen 3, também estão disponíveis no Vertex AI, plataforma para implementação e treinamento de modelos de linguagem do Google Cloud. Atualizações das ferramentas também foram anunciadas no evento.

O Veo 2 agora conta com uma opção de controle de câmera. Usuários podem, pode exemplo, subir uma imagem no aplicativo e pedir para que ele a anime com um determinado movimento, como um sobrevoo de um drone.

A atualização do Chirp 2 permite criar vozes personalizadas com base em 10 segundos de áudios enviados ao modelo. Também é possível adicionar narrações às gravações existentes e transcrever falar com identificação automática dos locutores.

Pelo Imagen 3, usuários podem agora retocar e reconstituir áreas ausentes ou danificadas de uma imagem.

Entre os parceiros, a Adobe fechou uma parceria para a inclusão dos modelos Imagen 3 na plataforma Adobe Express; Kraft Heinz, L’Oreal e Bending Spoons já usam ferramentas do Vertex AI na criação de campanha, clipes e fotos.

*O repórter viajou até Las Vegas a convite do Google Cloud