Gemini ya puede crear música a partir de texto y fotos

La frontera entre texto y sonido se ha estrechado: Google ha integrado en la aplicación Gemini una herramienta de generación de música basada en el modelo Lyria 3. Ahora cualquier usuario puede describir con palabras el sonido que desea o subir una fotografía y obtener una pista terminada de 30 segundos. Sin partituras, sin conocimientos de estudio, sin equipo especial. No es solo una función más en una larga lista de actualizaciones: es un intento de Google de redefinir quién puede llamarse autor de música.

Para entender el alcance de este paso conviene recordar el contexto. La generación de audio a partir de texto existe desde hace varios años: Suno, Udio y MusicGen de Meta ofrecían capacidades similares, con calidad desigual. Pero la mayoría de estos servicios vivían al margen de los productos masivos, exigían registrarse en aplicaciones especializadas y seguían siendo una afición de nicho para usuarios con perfil técnico. Google apuesta por otra cosa: Lyria 3 está integrada directamente en Gemini, una aplicación que usan cientos de millones de personas en todo el mundo. La barrera de entrada casi desaparece.

Lyria 3 es el modelo musical más avanzado de Google hasta la fecha. La compañía lo desarrolló dentro de la línea de investigación de DeepMind, y ahora el resultado pasa del laboratorio al bolsillo del usuario común. El mecanismo es sencillo: describes con texto el ánimo, el género, los instrumentos o la atmósfera, por ejemplo "lo-fi relajante con piano y lluvia tras la ventana", y el modelo genera una pista.

La alternativa es aún más interesante: se puede subir una imagen y Lyria 3 interpreta su contenido visual como una imagen musical. Un atardecer sobre el mar se convierte en una melodía; el bullicio de la ciudad, en otra completamente distinta. Este enfoque multimodal es lo que distingue la propuesta de Google de la mayoría de sus competidores.

Para la industria, la señal tiene varias capas. La primera es evidente: las grandes tecnológicas compiten en serio por el público creativo. OpenAI ya integró la generación de imágenes en ChatGPT, Meta desarrolla sus propias herramientas multimodales y Apple construye discretamente funciones de IA en su ecosistema.

Con Lyria 3 en Gemini, Google convierte la música en el próximo campo de batalla. La segunda capa es más compleja: la llegada de estas herramientas a un producto masivo plantea inevitablemente dudas sobre derechos de autor y monetización. ¿Con qué datos se entrenó Lyria 3?

¿Qué ocurre con la pista generada: se puede publicar, vender o usar en proyectos comerciales? Por ahora Google no ha dado respuestas oficiales exhaustivas, y sigue siendo una zona de incertidumbre que la industria vigilará de cerca.

Para el usuario común, las consecuencias son mucho más directas. Un podcaster puede crear una cabecera única en un minuto. Un creador de vídeo, música de fondo sin buscar pistas con licencia Creative Commons. Quien lleva tiempo con una melodía en la cabeza puede por fin materializarla sin conocer una sola nota. Esta audiencia, no los músicos profesionales sino millones de personas con inquietudes creativas y sin medios técnicos, es el verdadero objetivo de Google. Treinta segundos son pocos, desde luego, pero bastan para jingles, cabeceras, ambientaciones y experimentos.

Hay que mirar al futuro sin euforia, pero también sin escepticismo. La generación musical está lejos de amenazar a los compositores profesionales, igual que la IA de texto no ha desplazado a los periodistas. Pero cambia la economía de la creación: reduce el coste de producir contenido, amplía el círculo de personas capaces de crearlo y genera nuevos perfiles profesionales: quienes saben formular bien las peticiones y editar el resultado. Lyria 3 en Gemini no es el fin de la profesión musical, sino el comienzo de una conversación sobre qué significa ser autor en una época en que el instrumento sabe tocar solo.

*Meta ha sido declarada organización extremista y está prohibida en la Federación Rusa.