उडियो

उदियो एक जनरेटिव आर्टिफिशियल इंटेलिजेंस मॉडल है जो सरल टेक्स्ट प्रॉम्प्ट के आधार पर संगीत तैयार करता है, और स्वर तथा वाद्य संगीत दोनों उत्पन्न करने में सक्षम है। दिसंबर 2023 में स्थापित एक स्टार्टअप अनचार्टेड लैब्स द्वारा विकसित, यह सेवा उपयोगकर्ताओं के विवरणों से मूल गाने बनाने के लिए जनरेटिव एआई तकनीकों का उपयोग करती है। इसका निःशुल्क बीटा संस्करण सार्वजनिक रूप से 10 अप्रैल 2024 को जारी किया गया था, जिससे उपयोगकर्ता बिना किसी लागत के प्रति माह 600 गाने तक उत्पन्न कर सकते हैं। यह प्लेटफ़ॉर्म ऑडियो इनपेंटिंग जैसी उन्नत सुविधाओं के लिए सदस्यता स्तर प्रदान करता है, जो उपयोगकर्ताओं को उत्पन्न ट्रैक के विशिष्ट हिस्सों को संशोधित करने की अनुमति देता है।

यह सेवा गूगल डीपमाइंड के पूर्व शोधकर्ताओं की एक टीम से उभरी है, और इसे आर्टिफिशियल इंटेलिजेंस रचनात्मक उपकरणों की व्यापक लहर में स्थापित करती है, जिसमें सुनो और स्टेबल ऑडियो जैसे टेक्स्ट-टू-म्यूज़िक प्रतियोगी भी शामिल हैं। उदियो के लॉन्च ने इसके यथार्थवादी स्वर संश्लेषण के लिए महत्वपूर्ण ध्यान आकर्षित किया, साथ ही कॉपीराइट संगीत पर एआई मॉडलों को प्रशिक्षित करने के नैतिक और कानूनी निहितार्थों के बारे में प्रश्न भी उठाए।

इतिहास

उदियो को दिसंबर 2023 में गूगल डीपमाइंड के चार पूर्व शोधकर्ताओं की एक टीम द्वारा बनाया गया था, जिसमें सीईओ डेविड डिंग, कोनोर डर्कन, चार्ली नैश और यारोस्लाव गैनिन शामिल थे, साथ ही एंड्रयू सांचेज़ भी, जो अनचार्टेड लैब्स के नाम से काम कर रहे थे। उद्यम पूंजी फर्म एंड्रीसेन होरोविट्ज़ ने वित्तीय सहायता प्रदान की, साथ ही संगीत वितरक यूनाइटेडमास्टर्स, संगीतकार विल.आई.एम, ते कीथ और कॉमन, निवेशक केविन वॉल, इंस्टाग्राम सह-संस्थापक माइक क्रीगर और डीपमाइंड शोधकर्ता ओरिओल विनियल्स ने भी। कंपनी ने प्रारंभिक फंडिंग में $8.5 मिलियन जुटाए और सीड फंडिंग में इसका मूल्यांकन $10 मिलियन था।

कई महीनों के बंद बीटा चरण के बाद, उदियो को सार्वजनिक रूप से 10 अप्रैल 2024 को जारी किया गया। सांचेज़ ने लक्ष्य को संगीतकारों को बेहतरीन संगीत बनाने और भविष्य में उस संगीत से पैसा कमाने में सक्षम बनाने के रूप में वर्णित किया। यह रिलीज़ सुनो और स्टेबल ऑडियो जैसे अन्य टेक्स्ट-टू-म्यूज़िक जनरेटर के बाद हुई, जो एआई संगीत निर्माण में एक प्रतिस्पर्धी अवधि को चिह्नित करती है।

उदियो ने वायरल ध्यान तब प्राप्त किया जब इसका उपयोग विलोनियस हैचर द्वारा "बीबीएल ड्रिज़ी" बनाने के लिए किया गया, एक पैरोडी गीत जो ड्रेक-केंड्रिक लैमर विवाद के दौरान व्यापक रूप से प्रसारित हुआ, और अपने पहले सप्ताह में ट्विटर पर 23 मिलियन से अधिक व्यूज़ और साउंडक्लाउड पर 3.3 मिलियन स्ट्रीम एकत्र किए। अगस्त 2024 में, ऑस्ट्रियाई निर्माता बटरब्रो द्वारा उदियो के साथ उत्पन्न गीत "वर्क्नाल्ट इन आइनेन तालाहोन" (एक तालाहोन के प्यार में) जर्मन टॉप 50 तक पहुंचने वाला पहला एआई-जनरेटेड गीत बन गया।

क्षमताएँ

उदियो अपने द्वारा बनाए गए गानों को टेक्स्ट प्रॉम्प्ट पर आधारित करता है, जो शैली (जिसमें बार्बरशॉप क्वार्टेट, कंट्री, शास्त्रीय, हिप हॉप, जर्मन पॉप और हार्ड रॉक शामिल हैं), गीत, कहानी की दिशा और ध्वनि आधारित करने के लिए अन्य कलाकारों को निर्दिष्ट कर सकते हैं। अंतर्निहित उत्पादन प्रक्रिया, अप्रैल 2024 तक, खुलासा नहीं की गई थी। प्रोग्राम प्रॉम्प्ट के आधार पर दो गाने उत्पन्न करता है, और उपयोगकर्ता आगे के टेक्स्ट प्रॉम्प्ट के साथ अपने गानों को रीमिक्स कर सकते हैं। गाने शुरू में लगभग 30 सेकंड के टुकड़ों के रूप में उत्पन्न होते हैं और अतिरिक्त 30 सेकंड की वृद्धि में बढ़ाए जा सकते हैं। भुगतान करने वाले ग्राहक ऑडियो इनपेंटिंग जैसी उन्नत कार्यक्षमता तक पहुंच सकते हैं, जो एक ट्रैक के भीतर लक्षित संपादन की अनुमति देती है।

यह सेवा डीप-लर्निंग मॉडलों का लाभ उठाती है, जिसमें संभवतः अन्य जनरेटिव एआई सिस्टमों में उपयोग किए जाने वाले न्यूरल-नेटवर्क आर्किटेक्चर के समान शामिल हैं। यथार्थवादी स्वर उत्पन्न करने की क्षमता परिष्कृत ट्रांसफार्मर-आधारित मॉडलों के उपयोग का सुझाव देती है, हालांकि कंपनी ने अपने तकनीकी दृष्टिकोण का सार्वजनिक रूप से विवरण नहीं दिया है। उपयोगकर्ता इंटरफ़ेस सरलता पर जोर देता है, जिससे यह बिना या न्यूनतम संगीत क्षमता वाले लोगों के लिए सुलभ हो जाता है।

स्वागत

आलोचकों ने उदियो के आउटपुट के मिश्रित मूल्यांकन पेश किए। पीसी वर्ल्ड के मार्क हाचमैन ने उदियो की तुलना एआई कला जनरेटर से की और "कुछ खराब गीतों" को "काफी आकर्षक" गीत में बदलने की इसकी क्षमता की प्रशंसा की, और स्वरों को "अविश्वसनीय रूप से यथार्थवादी और यहां तक कि भावनात्मक" कहा। जेडडीनेट की सबरीना ओर्टिज़ ने उत्पन्न गानों को "प्रभावशाली" बताया और कहा कि वे पेशेवर रूप से निर्मित प्रतीत होते हैं, और नोट किया कि वे अन्य टेक्स्ट-टू-म्यूज़िक जनरेटरों के गानों की तुलना में "अधिक पूर्ण और समृद्ध" थे। टॉम्स गाइड के रयान मॉरिसन ने लिखा कि उदियो के पास "सिंथेटिक स्वरों में भावना को पकड़ने की अलौकिक क्षमता" थी और यह एकमात्र एआई संगीत जनरेटर था जो एक स्वर प्रदर्शन के जुनून, पीड़ा और आत्मा को पकड़ सकता था।

रोलिंग स्टोन के ब्रायन हियात ने लिखा कि उदियो सुनो की तुलना में "अधिक अनुकूलन योग्य लेकिन शायद उपयोग में कम सहज" था, और कुछ शुरुआती उपयोगकर्ताओं ने सुझाव दिया कि उदियो का आउटपुट अधिक स्पष्ट लग सकता है। हालांकि, आर्स टेक्निका के बेंज एडवर्ड्स ने उदियो की उत्पादन क्षमता को अपूर्ण और सुनो की तुलना में "कम प्रभावशाली" पाया, और नोट किया कि इसके गाने काफी छोटे थे और उन्हें "अधपका और लगभग दुःस्वप्न जैसा" कहा। ट्विटर पर बीटा घोषणा के जवाब में, टेलीफोन टेल एविव सदस्य जोशुआ यूस्टिस ने उदियो को "संगीतकारों को बदलने के लिए एक ऐप" कहा और इसके द्वारा उपयोग किए गए डेटा पर सवाल उठाया। उदियो को ऑनलाइन "आत्माहीन" और ऑडियो डीपफेक बनाने की क्षमता के लिए भी आलोचना मिली है। गिज़्मोडो के लुकास रोपेक ने कहा कि उदियो "ध्वनिक बकवास से भरा था" और इसके गाने "अत्यधिक खराब" थे।

कॉपीराइट चिंताएँ

आलोचकों ने सवाल उठाया कि उदियो को प्रशिक्षित करने के लिए किस डेटा का उपयोग किया गया था और क्या इसमें कॉपीराइट संगीत शामिल था। रोलिंग स्टोन ने लिखा कि यह मानने का "पर्याप्त कारण" था कि उदियो और सुनो दोनों को कॉपीराइट संगीत के साथ प्रशिक्षित किया गया था, जबकि आर्स टेक्निका के बेंज एडवर्ड्स ने लिखा कि इसका प्रशिक्षण डेटा "संभवतः कॉपीराइट सामग्री से भरा था"। उदियो प्रॉम्प्ट किए जाने पर कॉपीराइट गानों को सीधे पुनः निर्मित नहीं करता है। डिंग ने कहा है कि उदियो के पास "व्यापक स्वचालित कॉपीराइट फ़िल्टर" हैं और कंपनी अपने सुरक्षा उपायों को लगातार परिष्कृत कर रही है। स्टेबिलिटी एआई ने स्टेबल ऑडियो 2.0 के साथ एक अलग दृष्टिकोण अपनाया, जिसमें ऑडियोस्पार्क्स नामक एक स्पष्ट रूप से लाइसेंस प्राप्त डेटासेट का उपयोग किया गया।

जून 2024 में, रिकॉर्डिंग इंडस्ट्री एसोसिएशन ऑफ अमेरिका के नेतृत्व में उदियो और सुनो के खिलाफ एक मुकदमा दायर किया गया, जिसमें कॉपीराइट ध्वनि रिकॉर्डिंग के व्यापक उल्लंघन का आरोप लगाया गया। मुकदमे ने कंपनियों को कॉपीराइट संगीत पर प्रशिक्षण देने से रोकने की मांग की और पहले से हो चुके उल्लंघनों के लिए प्रति कार्य $150,000 तक के नुकसान की मांग की।

अक्टूबर 2025 में, यूनिवर्सल म्यूज़िक ग्रुप से एक कॉपीराइट मुकदमा लाइसेंसिंग समझौतों के साथ सुलझाया गया। उदियो ने केवल "अधिकृत और लाइसेंस प्राप्त संगीत" के साथ प्रशिक्षित एक प्लेटफ़ॉर्म लॉन्च करने पर सहमति व्यक्त की। कंपनी ने तब घोषणा की कि मौजूदा उपयोगकर्ताओं के पास एक नए स्ट्रीमिंग-आधारित व्यवसाय मॉडल में संक्रमण से पहले अपने निर्माण डाउनलोड करने के लिए 48 घंटे होंगे।