Audyo vs MusicLM

Audyo é um editor de texto para fala que transforma roteiros escritos em áudio falado tão facilmente quanto digitar um documento. Você edita palavras em vez de formas de onda, alterna entre mais de 100 vozes com diferentes sotaques e idiomas, e exporta arquivos para vídeos, podcasts ou apresentações. Títulos em Markdown, listas e divisores horizontais adicionam pausas entre parágrafos sem abrir uma linha do tempo de áudio separada.

Ferramentas tradicionais de voice-over obrigam você a cortar formas de onda e gerenciar faixas manualmente. Audyo trata o áudio como um documento: o Quick Select permite criar diálogos com múltiplos locutores alternando vozes inline, substituições fonéticas corrigem pronúncias difíceis palavra por palavra, e um Assistente de Áudio com IA ajuda a reescrever roteiros dentro do editor. Esse fluxo de trabalho é adequado para criadores que pensam primeiro em texto e só precisam de áudio limpo depois.

Podcasters e editores de vídeo usam Audyo para voice-overs sem cabines de gravação. Autores de audiolivros misturam inglês, espanhol, hindi e mais de 10 outros idiomas suportados em um único projeto. O site informa quase 70.000 criadores na plataforma, com casos de uso que abrangem vídeos, podcasts, audiolivros e trabalhos gerais de voice-over.

MusicLM é um modelo de geração de áudio do Google Research que cria música a partir de legendas de texto a 24 kHz. A página pública de exemplos hospeda clipes de amostra para comandos como trilhas sonoras de arcade, fusões de reggaeton-EDM e jazz relaxante, além de gerações mais longas no modo história que mudam de estilo ao longo de segmentos temporizados. O Google lançou o conjunto de dados MusicCaps com 5.500 pares de música-texto junto com o artigo.

Diferente de aplicativos para consumidores que oferecem uma única caixa de comando, o MusicLM foi publicado como uma demonstração de pesquisa com amostras pré-geradas, e não como um produto com login. Seu truque principal é o condicionamento conjunto de texto e melodia: você pode cantarolar ou assobiar uma melodia e fazer o modelo regravá-la em um novo gênero descrito em texto. O modo história encadeia múltiplas legendas para que a música evolua ao longo das seções.

O MusicLM é importante como base de pesquisa para os modelos musicais Lyria posteriores do Google, mas esta página é para ouvir exemplos publicados, não para criar novas faixas interativamente. Pesquisadores e músicos o estudam pela consistência em longas durações, condicionamento de pintura para música e resultados de transferência de melodia documentados no artigo de 2023.