Lyria 3 音乐生成模型开放公测

Google DeepMind 的最新音乐生成模型 Lyria 3 和 Lyria 3 Pro 现已面向开发者开放公测，可通过 Gemini API 和 Google AI Studio 的新音频体验进行测试。

Lyria 3 的设计结合了深度音乐理解与结构连贯性，让开发者能构建出高保真度的音乐应用，生成的曲目包含人声、主歌和副歌，且从第一个音符到最后一个音符都保持音乐一致性。

专业品质与速度选择

开发者现在可以根据生产需求和延迟要求，选择两种不同的模型变体：

• Lyria 3 Pro（lyria-3-pro-preview）：这是生成完整歌曲的旗舰模型，可创作长达约三分钟的曲目。这些曲目具备专业级的结构感知能力，是工作室品质、高端输出的标准选择。
• Lyria 3 Clip（lyria-3-clip-preview）：此变体针对速度和高并发请求进行了优化，可生成高质量的 30 秒片段。它是快速原型设计、背景循环和社交媒体素材的理想选择。

两个模型都支持富有表现力细节的真实人声，并提升了声音清晰度，听起来更自然。开发者还可以探索全球语言和音乐风格，用不同语言生成人声，创作从流行、放克到摩城等多种流派的音乐。

精准控制与多模态输入

Lyria 3 引入了精细的控制功能，让你可以通过自然语言提示词（Prompt）精准引导模型：

• 节奏控制（Tempo Conditioning）：可以高精度设定特定节奏（例如快、慢），确保音乐符合应用的节拍需求。
• 时间对齐歌词（Time-Aligned Lyrics）：你可以在提示词中勾勒歌曲的进展，并控制歌词在曲目中的开始和结束时间。
• 多模态图像转音乐输入（Multimodal Image-to-Music Input）：除了文本，Lyria 3 还支持多模态输入。你可以提供一张图片来影响音频的情绪、风格和氛围。

Lyria 3 实战演示

为了展示如何将此模型集成到应用中，我们在 Google AI Studio 构建了一些示例应用：

• 视频背景音乐：这个演示应用允许用户上传视频，由 Gemini 3 Flash 分析并生成描述性提示词，用于定制配乐。Lyria 随后使用该提示词创作匹配的器乐，作为视频的同步背景音乐。
• 闹钟：这个演示应用每天早晨用一首新歌唤醒你，歌曲内容涵盖天气、你的位置、时间日期以及日历事件等相关信息。

在 Google AI Studio 中试用 Lyria 3

为了让你能立即开始实验，我们还在 AI Studio 中推出了新的音乐生成体验。使用付费 API 密钥，这个专用工作区提供了一个一流的环境，让你可以用 Lyria 3 进行创作，并探索其图像转音乐等高级功能。

在 Playground 中，你可以探索两种强大的音乐创作模式：

1. 文本模式（Text Mode）：使用自然语言描述你想听的音乐，包括节奏（Tempo）或调性（Key）等参数。
2. 作曲模式（Composer Mode）：从引子到主歌、再到桥段等，逐段构建你的歌曲。此模式让你能精细控制每个部分的时长、强度和描述。

立即开始创作

Lyria 3 Clip 和 Lyria 3 Pro 现已面向全球开发者开放公测。

我们一直与行业专家密切合作开发音乐生成工具，以确保 AI 成为人类创造力的辅助力量。此外，Lyria 3 生成的每段音频都包含一个 SynthID 数字水印。这项技术通过允许任何人识别和验证由 Google AI 生成的音频（即使在音频被修改后）来保持透明度和信任。

• 在 Google AI Studio 中试用：使用模型选择下拉菜单选择 Lyria 3（30秒）或 Lyria 3 Pro（完整歌曲），开始在 Playground 中实验。
• 查阅文档：访问音乐生成指南获取提示词指南、API 参考和代码片段，快速启动集成。
• 通过 Cookbook 开始编码：查看 Cookbook 指南开始使用 API。
• 试用演示应用：Lyria Studio, Lyria Rhythm, Alarm Clock, Background music for Videos