Google 將 Lyria 3.5 音樂 AI 推廣至 Gemini、API 與 Vids

新聞摘要

Google 已開始向 Gemini 應用程式與 Gemini API 推出其最新的 AI 音樂生成模型 Lyria 3.5，這是該公司音訊生成技術迄今最廣泛的一次發布。這項於 2026 年 9 月 4 日（太平洋時間）宣布的推廣計畫，延續了 2026 年 7 月 29 日首度在 Google Flow Music 亮相的模型，如今將其帶給全球更廣大的日常使用者、藝術家與開發者。

Lyria 3.5 帶來哪些新功能

Google 將 Lyria 3.5 形容為其迄今音效最佳的音樂生成模型。該公司表示，相較於早期版本，新模型能呈現更具表現力的人聲演唱、更豐富的樂器編曲，以及更高的整體音訊保真度。輸出內容以 44.1 kHz 立體聲音訊生成，品質水準可比擬標準商業音樂發行；而該模型的設計目標是產出結構完整的歌曲，可包含多段主歌、副歌與橋段，而非短暫重複的循環片段。

音軌長度可調整，依據提示詞的不同，生成內容約從一分鐘到三分鐘不等，讓使用者能針對不同應用情境靈活運用，無論是短促的廣告配樂或更完整的歌曲皆可勝任。

適用平台

此次擴展同時涵蓋多項 Google 產品：

• Gemini 應用程式 — 網頁版與行動版皆可使用，向 Gemini 的全球用戶群開放此功能
• Gemini API — 開發者可透過 Google AI Studio 使用，將模型整合至第三方應用程式與工作流程中
• Google Flow Music — 專為藝術家與音樂人打造的創作工具，Lyria 於七月即在此首次推出
• Google Vids — Workspace 中的影片製作工具，讓使用者能直接將 AI 生成的配樂加入影片專案

Google 表示，此功能正逐步向全球所有 Gemini 使用者推出，而非僅限於特定地區或訂閱方案。

創作控制與應用情境

Lyria 3.5 提供多種方式讓使用者塑造所生成的音樂。使用者可以選擇或描述音樂類型，並決定要生成人聲或純樂器版本。該模型也支援圖片生成音樂功能，讓使用者上傳圖片後，由系統根據其氛圍或內容創作音軌。

在歌詞方面，使用者可自行撰寫，或要求模型圍繞特定主題產生歌詞。Google 也內建了針對常見情境的範本快捷選項，例如背景音樂、生日歌曲、自訂廣告配樂與鈴聲，旨在讓沒有音樂背景的使用者也能輕鬆上手。

在開發者方面，Gemini API 文件列出了一個名為 Lyria 3 Clip 的配套選項，可生成固定的 30 秒片段，與主要用於生成較長、更可自訂音軌的 Lyria 3.5 模型並存。請求可以文字提示的形式發送，或以結合文字與最多十張圖片的多模態輸入形式發送，生成的檔案則可回傳 MP3 或 WAV 格式。

安全性與內容溯源

如同 Google 的其他生成式媒體模型，Lyria 3.5 生成的每一段音軌都直接在音訊中嵌入了聽不見的 SynthID 浮水印。這使得日後能夠驗證片段的來源，協助聽眾、平台與權利持有者區分 AI 生成的音樂與人類錄製的音軌，同時不影響音訊的聽感。

Google 也會對提交給模型的所有提示詞套用安全過濾機制。根據 Gemini API 文件，試圖模仿特定歌手聲音或重現受版權保護內容的請求，會在生成前遭到阻擋。該 API 設計為單輪生成，意即使用者透過單一提示詞生成完整音軌，而非在多輪對話中反覆修改片段；Google 也指出，即使兩次使用相同的提示詞，各次呼叫的結果仍可能有所不同。

產業背景

此次發布反映了整個 AI 產業的普遍趨勢：將生成式音訊工具從實驗性或僅限邀請的預覽階段，推向主流的全面上市產品。透過同時在消費級聊天應用程式、專屬創作工作室、生產力工具與開發者 API 中提供 Lyria 3.5，Google 正將音樂生成定位為一項橫跨個人休閒使用、專業內容創作與第三方軟體整合的功能，而非單純的新奇獨立產品。

相關報導指出，從七月在 Flow Music 的預覽到九月的擴展，展現了相當快速的迭代節奏；Google 表示，在兩次發布相隔一個多月的時間內，人聲表現力與編曲複雜度皆有顯著提升。