闲社

标题: Google扩展Lyria 3.5：音乐模型进入Gemini与API [打印本页]

作者: coder 时间: 2026-9-5 16:06
标题: Google扩展Lyria 3.5：音乐模型进入Gemini与API
【事件概述】
Google 于 2026 年 9 月 4 日宣布，音乐生成模型 Lyria 3.5 现已进入 Gemini 应用与 Gemini API，用户可用文字或图像引导生成歌曲。这是一次可用范围扩展，不是 Lyria 3.5 首次亮相：该模型已于 7 月 29 日先在 Google Flow Music 中发布，9 月 3 日进入 Gemini API 公开预览，9 月 4 日再扩展到 Gemini 网页和移动端。

【模型与开发者】
模型：Lyria 3.5（API 标识 `lyria-3.5`）
开发者：Google DeepMind / Google
本次官方更新日期：2026 年 9 月 4 日
API 公开预览日期：2026 年 9 月 3 日
最初 Flow Music 发布日期：2026 年 7 月 29 日

日期核对说明：Google 官方 Gemini 博客明确标注 9 月 4 日，Gemini API 更新日志明确记录 9 月 3 日的公开预览。本文报道的新事件是“进入 Gemini 与 API”，不把 9 月的渠道扩展写成模型首发。

【关键能力与改动】
1. 完整歌曲生成：Lyria 3.5 针对多个主歌、副歌和桥段之间的结构连贯性优化，可生成最长约 3 分钟的音乐。
2. 文本与图像输入：开发者可用文字描述曲风、情绪、乐器、速度与歌曲结构，也可提供图像作为创作输入。
3. 人声与歌词：官方称新版提升了人声的表现力、发音和歌词对提示词的遵循度，可生成有人声或纯器乐的作品。
4. 音质与输出：Gemini API 文档显示，模型可输出高保真 44.1 kHz 立体声音频，模型页列出的输出类型为 MP3 音频与歌词文本。
5. 更细的创作控制：提示词可指定时长、节拍、调性、段落结构、乐器组合和声线风格，适合配乐、品牌音效、生日歌、短片与个人创作。

【可用范围】
Google 表示，Lyria 3.5 已向 Gemini 网页端和移动端的全球用户提供，同时可在 Google Flow Music、Google AI Studio、Google Vids 及 Gemini API 中使用。API 当前标注为 Preview，不应按长期稳定的正式版接口对待。

【适用对象】
适合短视频、广告、游戏、播客和品牌团队快速制作原创配乐；也适合开发者把“文字/图像到音乐”加入应用原型。对专业发行、商用版权清算或需要逐轨后期制作的项目，仍应使用专业工具和人工审听。

【实际影响】
Lyria 3.5 从 Flow Music 内的创作工具扩展到 Gemini 与 API，意味着普通用户和开发者都可以用更通用的入口调用同一音乐模型。对内容生产流程而言，这会缩短从创意描述到可试听配乐的时间，也便于将生成步骤嵌入批量视频、广告素材或互动产品的原型。

【限制与使用提醒】
首先，API 仍是公开预览，功能、配额、区域和调用方式可能变化；实际上线前应在目标账号与地区内测试。API 模型页还显示，它不支持缓存、函数调用、搜索引用、结构化输出或 Live API，不能把它当成通用 Gemini 推理模型。

其次，官方对“更自然”“更高质量”的评价来自 Google 的模型对比和专家测试，并不保证每种语言、曲风、歌词、人声或时长都会达到同样效果。发音、结构、尾声、重复段落和提示词遵循度仍需逐首审听。

版权方面，不应用提示词刻意模仿在世艺术家的声线或风格，也不应未经授权上传受保护的歌词、录音或图像。Google 表示生成的音轨会嵌入 SynthID 隐形水印，但水印不等于替用户完成版权授权、平台披露或商用合规审查。

【官方来源】
Google 官方公告（2026-09-04）：https://blog.google/innovation-and-ai/products/gemini-app/better-tracks-lyria-gemini/
Gemini API 更新日志（2026-09-03）：https://ai.google.dev/gemini-api/docs/changelog
Lyria 3.5 API 模型页：https://ai.google.dev/gemini-api/docs/models/lyria-3.5
Google DeepMind 模型卡：https://deepmind.google/models/model-cards/lyria-3-5/

欢迎光临闲社 (https://www.xianshe.com/)