Gemini est désormais capable de créer un extrait musical réaliste de 30 secondes

Google vient d’annoncer que son intelligence artificielle Gemini est désormais capable de produire un extrait sonore de 30 secondes qui se rapproche fidèlement d’une composition musicale réelle, franchissant ainsi une nouvelle étape dans la génération automatisée de musique.

Un bond en avant pour la création musicale automatisée

Depuis ce mercredi, Google ouvre une nouvelle voie dans la composition musicale assistée par l’intelligence artificielle. Grâce à son modèle tout juste intégré, le Lyria 3, les utilisateurs de Gemini peuvent désormais générer des pistes musicales d’une trentaine de secondes simplement à partir d’un prompt – ou même transformer à leur guise un morceau existant. Une avancée qui s’ajoute aux capacités déjà connues de l’IA maison, capable de produire du texte, des images ou encore des vidéos.

Lyria 3 : plus complexe, plus réaliste

La nouvelle version du modèle se distingue notamment par sa capacité à générer des morceaux « plus réalistes et musicalement complexes », selon Google. Les utilisateurs disposent ainsi d’un contrôle inédit sur différents éléments du morceau. Outre un prompt simple, il devient possible d’ajuster le tempo ou la batterie, ou de choisir un style particulier pour chaque composant instrumental. Autre particularité notable : Lyria 3 permet également de créer une piste musicale à partir d’une photo ou d’une vidéo ; le tout pouvant être complété par une pochette générée grâce au modèle d’images Nano Banana.

Sécurité et transparence : le rôle de SynthID

Consciente des enjeux autour des contenus générés par l’IA, Google appose systématiquement sa signature numérique, le SynthID, sur chaque morceau produit. Cette mesure vise à éviter toute confusion entre créations humaines et morceaux synthétiques — même si, comme en témoignent les premiers essais rendus publics, certaines pistes restent reconnaissables par leur écriture lyrique parfois décalée ou curieuse. L’instrumentation en revanche se révèle souvent étonnamment crédible.

Disponibilité et perspectives d’évolution

L’accès à ces nouvelles fonctionnalités est immédiat pour les utilisateurs âgés de plus de 18 ans maîtrisant l’anglais, le français, l’espagnol, l’allemand, le portugais, le coréen, le japonais ou l’hindi. Si pour l’instant la durée reste limitée à 30 secondes par clip – une contrainte susceptible d’être levée prochainement –, on imagine aisément que ces outils finiront par s’inviter sur des plateformes comme YouTube Shorts, voire dans des applications de messagerie telles que Google Messages.