Lyria 3.5 把整曲带进 Gemini
Google 新音乐模型可用文字或图片生成数分钟的结构化立体声曲目，但音质提升和训练数据说法仍主要来自 Google。
60 秒版本
Lyria 3.5 把 Gemini 变成提示式音乐工作台，可生成最长约三分钟的结构化立体声歌曲。
要点
- Gemini 用户可以选择曲风、人声或纯音乐、模板与曲目长短。
- API 接受文字或图片提示，输出 44.1 kHz 立体声 MP3 和歌曲结构。
- Google 自报音质提升，发布材料没有提供独立比较基准。
- DeepMind 表示，每首生成曲都会嵌入不可感知的 SynthID 水印。
结论. 入口和完整曲式是实质进步，但它仍是需要人工试听、权利核查和披露判断的创作草稿工具。
发生了什么Gemini 现在能生成完整曲目
Google 在 Gemini 应用和 Gemini API 中上线了 Lyria 3.5。用户可以描述或选择曲风，选择人声或纯音乐，从模板开始，并要求较短或较长的曲目。Google 表示，网页端和移动端已面向全球用户开放。
开发者也能通过 Google AI Studio 和 Gemini API 使用同一模型；Google 还列出了 Flow Music 与 Google Vids。产品层面的关键变化是，音乐生成正在从专门演示进入常用创作工具。
工作方式更长的曲目需要组织结构
Google 开发者指南把 Lyria 3.5 与固定生成 30 秒片段的模型区分开来。Lyria 3.5 面向数分钟歌曲，能安排主歌、副歌和桥段；提示词还可以控制时长，并用时间点规划结构。
| 提示控制 | 描述曲风、速度、情绪、乐器、人声和歌曲段落。 |
|---|---|
| 输出 | 44.1 kHz 立体声 MP3；API 还能返回生成歌词与歌曲结构。 |
| 典型用途 | 视频配乐、样曲、广告短曲、铃声和早期创作草稿。 |
| 仍需人工完成 | 检查音乐是否合适、歌词是否生硬，以及授权和发布规则。 |
证据边界更好听仍是 Google 的说法
Google 表示 Lyria 3.5 改善了人声、音乐性和编曲。官方页面提供了样例，却没有盲听研究或与竞品公开比较的基准。因此，功能和可用范围可以核实，音质提升幅度尚未得到独立确认。
这次发布证明了入口更广、曲式更长，但不能据此推断每种曲风和语言都更好听。
来源与权利水印有帮助，但不会自动解决版权
DeepMind 表示，所有 Lyria 曲目都会带不可感知的 SynthID 水印，用于标明音频由 AI 生成或编辑。它也表示会用过滤和数据标注降低有害内容及歌词出现的概率。
The Decoder 报道了 Google 关于 Lyria 使用获许可内容训练的立场，同时指出公司没有详细公开底层数据集。即使有来源水印，创作者仍要检查平台披露、商业使用条款，以及输入和输出涉及的权利。