MusicLM চালু আছে

MusicLM একটি টেক্সট-টু-মিউজিক মডেল হিসেবে কাজ করে। এটি সঙ্গীতের শৈলী, আবেগ, দৃশ্য ও অ্যারেঞ্জমেন্টের মতো বর্ণনা বুঝে সেই অনুযায়ী অডিও তৈরি করতে পারে। সঙ্গীত সৃষ্টির প্রাথমিক পর্যায়ে ধারণা তৈরি ও নমুনা প্রস্তুতের জন্য এটি উপযোগী, পাশাপাশি কৃত্রিম বুদ্ধিমত্তাভিত্তিক সঙ্গীত জেনারেশন গবেষণার পরীক্ষার বিষয় হিসেবেও ব্যবহার করা যায়।

প্রকাশ্য উপকরণ অনুযায়ী, MusicLM-এর সঙ্গে MusicCaps ডেটাসেটও প্রকাশ করা হয়েছে, যা সঙ্গীত ও টেক্সটের পারস্পরিক সম্পর্ক নিয়ে গবেষণায় সহায়তা করে।

পণ্যটি নির্দিষ্ট টেক্সট বর্ণনার ভিত্তিতে সঙ্গীত তৈরি করতে পারে, যেমন নির্দিষ্ট যুগ, সঙ্গীতধারা, বাদ্যযন্ত্রের সমন্বয় বা আবহ নির্ধারণ করা। স্টোরি মোড সময়ক্রম অনুসরণকারী ধারাবাহিক বর্ণনার ভিত্তিতে সঙ্গীতের আবেগ বা শৈলীকে বিষয়বস্তুর পরিবর্তনের সঙ্গে বদলাতে পারে।

সুর-নির্ভর জেনারেশন ফিচার হামিং, শিস বা সহজে বাজানো কোনো সুর গ্রহণ করে এবং টেক্সটের নির্দেশনার সঙ্গে মিলিয়ে সেটিকে পুনর্বিন্যাস করতে পারে। প্রকাশ্য পরিচিতিতে আরও বলা হয়েছে, এটি সর্বোচ্চ প্রায় 5 মিনিটের তুলনামূলকভাবে সামঞ্জস্যপূর্ণ কাঠামো ও শৈলীর সঙ্গীত তৈরি করতে পারে।

সঙ্গীতস্রষ্টা ও প্রযোজকেরা এটি ব্যবহার করে অ্যারেঞ্জমেন্টের দিকনির্দেশনার খসড়া তৈরি, বিভিন্ন শৈলী পরীক্ষা অথবা বিদ্যমান সুরের নতুন প্রকাশভঙ্গি অনুসন্ধান করতে পারেন। চলচ্চিত্র, গেম ও স্বল্পদৈর্ঘ্য ভিডিও নির্মাতারা দৃশ্যের সাউন্ডট্র্যাক এবং আবহসঙ্গীতের প্রাথমিক নমুনা তৈরিতেও এটি ব্যবহার করতে পারেন।

গবেষক ও ডেভেলপাররা MusicCaps ডেটাসেটের সহায়তায় সঙ্গীত জেনারেশন, সঙ্গীত অনুধাবন এবং টেক্সট ও অডিওর পারস্পরিক সম্পর্ক নিয়ে গবেষণা করতে পারেন।

তৈরি ফলাফল সরাসরি প্রকাশযোগ্য চূড়ান্ত পণ্যের সমতুল্য নয়। সুরের বিকাশ, অংশগুলোর সংযোগ, শব্দের বৈশিষ্ট্য এবং প্রম্পটের সঙ্গে সামঞ্জস্যের জন্য এখনও মানুষের সমন্বয় প্রয়োজন হতে পারে। নির্দিষ্ট প্রকল্পে ব্যবহারের আগে আউটপুটটি সময়কাল, আবেগ ও অ্যারেঞ্জমেন্টের প্রয়োজনীয়তা পূরণ করছে কি না তা নিশ্চিত করা উচিত।

এখানে প্রকাশ্য উপকরণে সব ব্যবহারের ক্ষেত্রের লাইসেন্স ও বাণিজ্যিক শর্ত স্পষ্টভাবে উল্লেখ করা হয়নি। তাই বিজ্ঞাপন, চলচ্চিত্র, গেম বা অন্য কোনো বাণিজ্যিক কনটেন্টে ব্যবহারের আগে পণ্যের পৃষ্ঠা এবং সংশ্লিষ্ট লাইসেন্সের বিবরণ যাচাই করা উচিত।