谷歌的 Lyria 3.5 将人工智能音乐生成引入 Gemini 应用程序和 API

谷歌在 Gemini 应用程序、Flow Music、AI Studio 及其 API 中发布了 Lyria 3.5，这是一种人工智能音乐模型，具有富有表现力的声音和更完整的编曲。

谷歌本周末宣布，已直接在 Gemini 应用程序内并通过其开发者 API 发布了最新版本的 AI 音乐生成模型 Lyria 3.5。此次推出将文本到音乐的生成置于 Gemini 庞大的用户群面前，并让开发人员在这一代中首次以编程方式访问该模型。

The Decoder 和其他媒体报道了此次发布，并指出谷歌将 Lyria 3.5 定位为迄今为止最强大的音乐模型，与前身相比，它具有更好的声音和更完整的编曲。这也是人工智能工具竞赛现在直接通过创意媒体进行的最新迹象——我们在人工智能工具报道中密切关注这一点。

Lyria 3.5 可以做什么

根据谷歌的说法，Lyria 3.5 比它所取代的版本提供了更具表现力的声音和更丰富的音乐安排。用户可以在 Gemini 应用程序中选择流派和风格，在人声和器乐之间进行选择，并生成从短片到较长音乐片段的曲目。

谷歌还添加了旨在帮助新手入门的模板，包括背景音乐和个性化生日歌曲的预设——这表明该公司不仅瞄准音乐家，还瞄准休闲用户和庆祝活动。这种说法与谷歌的其他 Gemini 功能很相似：降低门槛，直到任何人都可以通过一两句话的描述制作出成品。

工作流程反映了这种简单性。用户描述他们想要的曲目类型，选择流派和风格参数，并决定输出是否应该带有人声或保留乐器。由于该模型既可以处理短的音乐，也可以处理较长的作品，所以同一个工具可以涵盖生日祝福、播客床或家庭视频的配乐——以前需要订阅库存音乐或聘请作曲家的用例。

模型可用的地方

此次推出不仅限于 Gemini 应用程序。根据谷歌的公告，Lyria 3.5 还可以在具有附加功能的 Google Flow Music、面向开发人员的 Google AI Studio 以及该公司的人工智能视频创作工具 Google Vids 中使用。 API 访问意味着第三方应用程序可以直接在该模型上构建，这可能会在未来几个月内在第三方应用程序中催生一波由音乐驱动的功能。

这个广度很重要。在消费者助理、开发者平台和视频编辑器中嵌入音乐模型为谷歌提供了多种界面，其中生成的音频成为默认的创意选项，而不是独立的新奇事物。

对于开发人员来说，AI Studio 访问是值得注意的部分。它将 Lyria 从消费者的好奇心转变为构建模块：健身应用程序可以生成自适应锻炼音乐，游戏工作室可以按程序评分，教育工具可以为课程制作定制歌曲。到目前为止，谷歌尚未在报道的材料中公布 API 定价，因此该模型的计量方式还有待观察，但仅可用性就表明该公司希望将 Lyria 3.5 嵌入到更广泛的应用程序经济中，而不仅仅局限于自己的产品。

许可培训推介

谷歌声明中最尖锐的部分涉及训练数据。谷歌表示，Lyria 模型仅针对许可内容进行训练，这与 AI 音乐初创公司 Suno 形成鲜明对比，Suno 的训练做法引发了版权诉讼，其中包括音乐版权组织 GEMA 提起的具有里程碑意义的德国诉讼，Suno 在今年早些时候败诉。

正如 The Decoder 指出的那样，谷歌尚未透露其实际使用的训练数据的具体信息。但许可内容框架在这个行业中划出了一条清晰的界限，在这个行业中，培训数据的来源正在成为法律和商业的区别因素。对于权利持有者来说，一家声称拥有完全许可培训的大型实验室提高了竞争对手的门槛；对于商业用户来说，它至少减少了一些法律风险，而正是这些风险使人工智能生成的音频成为广告和媒体制作中令人担忧的资产。