- 发布日期
一键生成 3 分钟完整歌曲
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
谷歌于9月5日正式宣布，其最新音乐生成模型Lyria 3.5现已集成至Gemini应用及Gemini API，标志着这家科技巨头的音乐人工智能项目从内部实验阶段迈向了面向公众与开发者的成熟产品。此次发布是谷歌在AI音频生成领域的重要一步，旨在为用户和开发者提供更强大、更便捷的音乐创作工具。该模型此次通过Google AI Studio、Vertex AI及Gemini API同步开放调用接口，极大地降低了使用门槛。
根据谷歌发布的文档，此次开放了两个模型供选择。其中Lyria 3 Clip模型专门用于生成时长30秒的音频片段，适用于循环播放和预览场景。而功能更强大的Lyria 3.5模型则能够创作包含副歌、桥段等完整结构的、时长达数分钟的完整歌曲。官方文档暂未披露Lyria 3.5模型的具体定价信息。所有生成的音频默认输出为MP3格式，Lyria 3.5模型还额外支持WAV格式的输出。
Lyria 3.5模型在创作方式上提供了更高的灵活性。开发者在输入文本提示词时，最多可以同时提供10张图像作为参考，模型能够根据这些视觉内容来生成与之匹配的音乐。这一多模态功能为音乐创作提供了更丰富的灵感来源和表达维度。所有通过该模型生成的内容都将通过统一的Interactions API进行管理。
为了应对AI生成内容带来的版权挑战，谷歌在所有生成的音频中均嵌入了SynthID隐形水印。文档特别指出，这种水印技术具有鲁棒性，能够抵抗音频压缩、重采样等常见的后期处理操作。其主要目的是为内容提供版权追踪与溯源的手段，这在当前AI内容版权归属问题日益受到关注的背景下显得尤为重要。此举旨在建立更负责任的AI内容生成生态。
Lyria 3.5的发布是谷歌将前沿AI研究产品化的关键里程碑。此前，谷歌的音乐AI能力主要局限于内部实验项目如Google Flow Music。此次将其整合进Gemini生态，意味着谷歌正将AI音乐生成能力作为一种标准化服务推向市场。这将直接赋能全球的开发者，使他们能够在自己的应用和服务中集成高质量的音乐生成功能。
对于广大用户而言，这意味着在Gemini应用中未来可能更便捷地获得定制化的背景音乐、音效或歌曲片段。对于开发者社区，开放的API接口则激发了无数创新应用的可能性，从游戏配乐到个性化音乐推荐，都可能因此受益。谷歌通过此举进一步巩固了其在多模态AI竞赛中的地位。
展望未来，谷歌Lyria 3.5的全面开放预计将加速AI音乐创作工具的普及。随着模型能力的持续迭代和开发者生态的丰富，AI生成的音乐可能会在娱乐、教育、广告等多个领域扮演越来越重要的角色。同时，SynthID等水印技术的实践，也将为整个行业解决AI内容可信度与版权问题提供重要参考。谷歌的这一动作，无疑将推动AI音乐创作进入一个更主流、更规范的新阶段。
