Google führt Lyria 3.5 Music AI in Gemini, der API und Vids ein

Zusammenfassung der Neuigkeiten

Google hat damit begonnen, Lyria 3.5, sein neuestes KI-Musikgenerierungsmodell, für die Gemini-App und die Gemini API bereitzustellen – die bislang umfangreichste Veröffentlichung der Audiogenerierungstechnologie des Unternehmens. Die Einführung, die am 4. September 2026 (US-Pazifikküstenzeit) angekündigt wurde, erweitert ein Modell, das erstmals am 29. Juli 2026 in Google Flow Music vorgestellt wurde, und bringt es nun einem deutlich größeren Publikum aus Alltagsnutzern, Künstlern und Entwicklern weltweit näher.

Was Lyria 3.5 bietet

Google beschreibt Lyria 3.5 als sein bisher am besten klingendes Musikgenerierungsmodell. Im Vergleich zu früheren Versionen liefert es laut Unternehmen ausdrucksstärkere Gesangsleistungen, reichhaltigere Instrumentalarrangements und eine insgesamt höhere Audioqualität. Die Ausgabe erfolgt als Stereo-Audio mit 44,1 kHz – ein Qualitätsniveau, das mit kommerziellen Standard-Musikveröffentlichungen vergleichbar ist. Das Modell ist darauf ausgelegt, strukturell zusammenhängende Songs zu erzeugen, die mehrere Strophen, Refrains und Bridges umfassen können, anstatt nur kurzer, sich wiederholender Loops.

Die Tracklänge lässt sich anpassen: Je nach Eingabeaufforderung reichen die Generierungen von etwa einer Minute bis zu rund drei Minuten. Das gibt Nutzern Flexibilität für verschiedene Anwendungsfälle – von kurzen Jingles bis hin zu vollständigen Songs.

Wo es verfügbar ist

Die erweiterte Einführung erstreckt sich gleichzeitig auf mehrere Google-Produkte:

• Gemini-App – sowohl im Web als auch mobil verfügbar, wodurch die Funktion der weltweiten Nutzerbasis von Gemini zugänglich wird
• Gemini API – für Entwickler über Google AI Studio verfügbar, sodass das Modell in Drittanbieter-Anwendungen und Workflows integriert werden kann
• Google Flow Music – das Kreativwerkzeug für Künstler und Musiker, in dem Lyria im Juli erstmals startete
• Google Vids – Googles Werkzeug zur Videoproduktion innerhalb von Workspace, mit dem Nutzer KI-generierte Soundtracks direkt zu Videoprojekten hinzufügen können

Laut Google wird die Funktion weltweit für alle Gemini-Nutzer ausgerollt und ist nicht auf eine bestimmte Region oder ein bestimmtes Abonnement beschränkt.

Kreative Steuerungsmöglichkeiten und Anwendungsfälle

Lyria 3.5 bietet Nutzern mehrere Möglichkeiten, die generierte Musik zu gestalten. Man kann ein Musikgenre auswählen oder beschreiben und zwischen Gesangs- oder Instrumentalausgabe wählen. Das Modell unterstützt zudem die Bild-zu-Musik-Generierung: Nutzer können ein Bild hochladen, woraufhin das System einen Track komponiert, der von dessen Stimmung oder Inhalt inspiriert ist.

Für Songtexte können Nutzer entweder eigene Texte schreiben oder das Modell bitten, Lyrics zu einem bestimmten Thema oder Gegenstand zu erstellen. Google hat außerdem vorlagenbasierte Verknüpfungen für gängige Szenarien wie Hintergrundmusik, Geburtstagslieder, individuelle Jingles und Klingeltöne integriert, um das Tool auch für Menschen ohne musikalische Vorkenntnisse zugänglich zu machen.

Auf Entwicklerseite listet die Dokumentation der Gemini API neben dem primären Lyria-3.5-Modell für längere, stärker anpassbare Tracks eine Begleitoption namens Lyria 3 Clip auf, die feste 30-Sekunden-Clips erzeugt. Anfragen können als Texteingaben oder als multimodale Eingabe gesendet werden, die Text mit bis zu zehn Bildern kombiniert. Die generierten Dateien lassen sich im MP3- oder WAV-Format zurückgeben.

Sicherheit und Herkunftsnachweis von Inhalten

Wie bei den anderen generativen Medienmodellen von Google trägt jeder von Lyria 3.5 erzeugte Track ein unhörbares SynthID-Wasserzeichen, das direkt in die Audiodatei eingebettet ist. Dadurch lässt sich die Herkunft eines Clips später überprüfen, was Zuhörern, Plattformen und Rechteinhabern hilft, KI-generierte Musik von menschlich aufgenommenen Tracks zu unterscheiden, ohne den Klang des Audiomaterials zu beeinträchtigen.

Darüber hinaus wendet Google Sicherheitsfilter auf alle an das Modell gesendeten Eingaben an. Laut der Dokumentation der Gemini API werden Anfragen, die versuchen, die Stimme eines bestimmten Künstlers zu imitieren oder urheberrechtlich geschütztes Material zu reproduzieren, bereits vor der Generierung blockiert. Die API ist für die Generierung in einem einzigen Schritt konzipiert. Das bedeutet, dass Nutzer einen kompletten Track aus einer einzigen Eingabeaufforderung erzeugen, anstatt einen Clip über mehrere Austauschschritte hinweg schrittweise zu verfeinern. Google weist zudem darauf hin, dass die Ergebnisse selbst bei zweimaliger Verwendung derselben Eingabe variieren können.

Branchenkontext

Die Veröffentlichung folgt einem breiteren Trend in der KI-Branche, generative Audio-Werkzeuge von experimentellen oder einladungsbasierten Vorschauen zu allgemein verfügbaren Mainstream-Produkten weiterzuentwickeln. Indem Google Lyria 3.5 gleichzeitig in einer Consumer-Chat-App, einem dedizierten Kreativstudio, einem Produktivitätswerkzeug und einer Entwickler-API anbietet, positioniert das Unternehmen die Musikgenerierung als Funktion, die privaten Gelegenheitsgebrauch, professionelle Content-Erstellung und die Integration in Drittanbieter-Software abdeckt – und nicht als isoliertes Kuriositätenprodukt.

In der Berichterstattung über die Einführung wurde angemerkt, dass der Sprung von der Juli-Vorschau in Flow Music zur September-Erweiterung eine recht schnelle Weiterentwicklung widerspiegelt. Google verweist dabei auf messbare Fortschritte bei der Ausdruckskraft des Gesangs und der Komplexität der Arrangements in etwas mehr als einem Monat zwischen den beiden Veröffentlichungen.