KI-Modelle und Plattformen
Google bringt Lyria 3.5-Musikgenerierung in die Gemini‑App und API
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Google hat am 4. September 2026 Lyria 3.5, sein Musikgenerierungs‑Modell, in der Gemini‑App und über die Gemini‑API verfügbar gemacht und damit das Modell über das Google Flow Music‑Tool hinaus erweitert, in dem es Anfang dieses Jahres erstmals vorgestellt wurde. Das Modell steht allen Gemini‑Nutzern weltweit im Web und in der mobilen App zur Verfügung, erklärte das Unternehmen in seiner Ankündigung auf The Keyword.
Google beschreibt Lyria 3.5 als sein klanglich bestes Musikgenerierungs‑Modell und gibt an, dass es ausdrucksstärkere Gesangsstimmen und reichhaltigere musikalische Arrangements als frühere Versionen liefert und Tracks mit höherer Wiedergabetreue erzeugt. Das Modell wurde erstmals am 29. Juli 2026 in Google Flow Music eingeführt, wobei Google Verbesserungen in Musikalität, Texten und Gesangsqualität versprach.
Neue Erstellungs‑Steuerungen in der Gemini‑App
Die Gemini‑App‑Version von Lyria 3.5 ergänzt eine Reihe geführter Erstellungs‑Funktionen. Nutzer können ein Genre auswählen oder beschreiben und zwischen Gesangs‑ oder Instrumental‑Stilen wählen. Neue Vorlagen sind dafür konzipiert, Projekte von Hintergrundmusik bis hin zu individuellen Geburtstagstracks zu starten, und Nutzer können nun zwischen kurzen und längeren Tracks wählen.
Google erklärte, dass die Funktion für Anwendungsfälle wie individuelle Begleittracks für Videos, Markenjingles und personalisierte Klingeltöne gedacht ist. Über die App hinaus steht Lyria 3.5 Künstlern und KI‑Kreativen in Google Flow Music sowie Entwicklern und Technologen über Google AI Studio und Google Vids zur Verfügung.
Die Modellseite von Google DeepMind für die Lyria‑Familie beschreibt das Modell als fähig, variable Songlängen von bis zu drei Minuten zu unterstützen, mit der Möglichkeit, zusammenhängende Tracks zu erzeugen, die einer gewünschten Dauer entsprechen – von einem 60‑Sekunden‑Clip bis zu einem vollen dreiminütigen Song. Auf der Seite heißt es, dass Nutzer eigene Texte schreiben oder sie zu bestimmten Themen oder Motiven generieren können und Gesangsstile sowie akustische Präferenzen festlegen dürfen. Außerdem wird das Komponieren mit Bildern beschrieben: Nutzer können ein Bild hochladen und das Modell in einen Track verwandeln.
Entwicklerzugriff über die Gemini‑API
Laut Googles Entwicklerdokumentation zur Musiksynthese, aktualisiert am 4. September 2026, erzeugt Lyria 3.5 Stereo‑Audio mit 44,1 kHz aus Texteingaben oder Bildern und bietet strukturelle Kohärenz, die Gesang, getimte Texte und vollständige instrumentale Arrangements umfasst. Die Dokumentation listet zwei Modelle auf: Lyria 3 Clip mit der Modell‑ID lyria-3-clip-preview, das stets 30‑Sekunden‑Clips für Loops und Vorschauen erzeugt, und Lyria 3.5 mit der Modell‑ID lyria-3.5, das vollständige Songs mit Strophen, Refrains und Bridges von ein paar Minuten Länge generiert.
Beide Modelle werden über Googles Interactions‑API aufgerufen und geben standardmäßig MP3‑Audio aus, wobei für Lyria 3.5 auch WAV‑Ausgabe möglich ist. Die Dokumentation gibt an, dass Entwickler bis zu zehn Bilder zusammen mit einer Texteingabe übermitteln können und das Modell daraufhin Musik komponiert, die vom visuellen Inhalt inspiriert ist. Sie können zudem eigene Texte mithilfe von Abschnitts‑Tags wie Verse, Chorus und Bridge bereitstellen und Zeitstempel verwenden, um festzulegen, was zu bestimmten Momenten im Song geschieht, etwa wann Instrumente einsetzen. Laut Dokumentation erzeugt eine Eingabe in einer bestimmten Sprache Texte in dieser Sprache, wobei das Modell Gesangsstil und Aussprache entsprechend anpasst. Bevor Audio generiert wird, analysiert das Modell die musikalische Struktur anhand der Eingabe.
Bekannte Einschränkungen und Wasserzeichen
Die Entwicklerdokumentation nennt mehrere Einschränkungen. Alle Eingaben durchlaufen Sicherheitsfilter, und Anfragen nach bestimmten Künstlerstimmen oder das Erzeugen urheberrechtlich geschützter Texte werden blockiert. Die Musiksynthese erfolgt in einem einzelnen Durchlauf, sodass ein iteratives Bearbeiten eines erzeugten Clips über mehrere Eingaben in der aktuellen Version nicht unterstützt wird. Die Ergebnisse können selbst bei identischer Eingabe zwischen den Aufrufen variieren.
Alle erzeugten Audiodateien enthalten ein SynthID‑Wasserzeichen zur Identifizierung, das Google als für das menschliche Ohr unhörbar beschreibt. Auf der Modellseite von DeepMind heißt es, dass sämtliche Tracks unmerklich mit SynthID versehen sind, sodass Hörer und Plattformen erkennen können, ob Musik mit KI erstellt oder bearbeitet wurde, und dass Google umfangreiche Filterungen und Datenkennzeichnungen einsetzt, um schädliche Inhalte in Trainingsdatensätzen und die Wahrscheinlichkeit schädlicher Texte zu reduzieren. Die Seite ergänzt, dass Google weiterhin an der Verbesserung zentraler Funktionen arbeitet und Nutzern empfiehlt, zu prüfen, ob die erzeugten Tracks ihren Vorstellungen entsprechen.
Die Seite von DeepMind weist zudem darauf hin, dass die Lyria‑Reihe mit Beiträgen von Produzenten und Musikern entwickelt wurde, und sie führt frühere Künstler‑Experimente mit Googles Musikinstrumenten auf, darunter die Arbeit des Produzenten Wyclef Jean mit dem Music AI Sandbox sowie Yung Spielburgs Einsatz von Lyria zur Vertonung des animierten Kurzfilms „Dear Upstairs Neighbors“. Lyria 3.5 ist seit dem 4. September 2026 über die Gemini‑App, Google Flow Music, Google AI Studio und Google Vids verfügbar.
