概览
Google DeepMind 的音乐生成模型线，官网当前主推 Lyria 3.5，在音乐性、人声与曲长可变性上相比前代明显改进，可生成最长约 3 分钟的曲目，支持多语种人声与自定义歌词，还能把一张图片转成配乐；可在 Google Flow Music、Gemini、YouTube Shorts（Dream Track）、Google Vids 与 Google AI Studio 使用，所有成品均带 SynthID 水印。开发者侧，Gemini API 于 2026-03-25 上线 Lyria 3 的两个端点：lyria-3-clip-preview 固定产出 30 秒片段（MP3，$0.04 / 首），lyria-3-pro-preview 产出带主歌、副歌与桥段的完整歌曲（MP3 或 WAV，时长可由提示词控制，最多可输入 10 张图片，$0.08 / 首），均为 44.1 kHz 立体声，歌词语言跟随提示词语言。
- 模态
- 音频
能力
- 文生音乐，可生成最长约 3 分钟的完整曲目
- 支持多语种真实人声，歌词语言跟随提示词语言
- 理解主歌、副歌、桥段等结构，可用 [Verse]、[Chorus] 等标签或时间戳指挥编排
- 可把上传的图片转成对应氛围的配乐
- 输出 44.1 kHz 高保真立体声，可指定纯伴奏；成品带 SynthID 水印