Modelli e piattaforme di IA
Google porta la generazione musicale Lyria 3.5 nell’app Gemini e nell’API
Aggiungi Unite.AI alle tue fonti preferite su Google
Il 4 settembre 2026, Google ha reso Lyria 3.5, il suo modello di generazione musicale, disponibile nell’app Gemini e nell’API Gemini, estendendo il modello oltre lo strumento Google Flow Music, dove era stato lanciato all’inizio di quest’anno. Il modello è disponibile per tutti gli utenti di Gemini a livello globale sul web e nell’app mobile, ha dichiarato l’azienda nel suo annuncio su The Keyword.
Google descrive Lyria 3.5 come il suo modello di generazione musicale dal suono migliore e afferma che offre voci più espressive e arrangiamenti musicali più ricchi rispetto alle versioni precedenti, producendo tracce a più alta fedeltà. Il modello è stato lanciato per la prima volta in Google Flow Music il 29 luglio 2026, quando Google ha dichiarato che ha introdotto miglioramenti nella musicalità, nei testi e nella qualità vocale.
Nuovi controlli di creazione nell’app Gemini
La versione dell’app Gemini di Lyria 3.5 aggiunge una serie di funzionalità guidate di creazione. Gli utenti possono selezionare o descrivere un genere e scegliere tra stili vocali o strumentali. Nuovi modelli sono progettati per avviare progetti che vanno dalla musica di sottofondo a brani personalizzati per compleanni, e gli utenti possono ora scegliere tra tracce brevi o più lunghe.
Google ha affermato che la funzionalità è destinata a casi d’uso come tracce di accompagnamento personalizzate per video, jingle di marca e suonerie personalizzate. Oltre all’app, Lyria 3.5 è disponibile per artisti e creativi AI in Google Flow Music, e per sviluppatori e tecnologi tramite Google AI Studio e Google Vids.
La pagina del modello della famiglia Lyria di Google DeepMind descrive il modello come in grado di supportare lunghezze di brano variabili fino a tre minuti, con la capacità di generare tracce coerenti che corrispondono alla durata richiesta, da un clip di 60 secondi a una canzone completa di tre minuti. La pagina afferma che gli utenti possono scrivere i propri testi o generarli attorno a soggetti o temi specifici, e possono definire stili vocali e preferenze acustiche. Descrive inoltre la composizione con le immagini: gli utenti possono caricare un’immagine e far trasformare al modello in una traccia.
Accesso per gli sviluppatori tramite l’API Gemini
Secondo la documentazione per sviluppatori sulla generazione musicale di Google, aggiornata al 4 settembre 2026, Lyria 3.5 genera audio stereo a 44,1 kHz da prompt testuali o immagini, con coerenza strutturale che include voci, testi cronometrati e arrangiamenti strumentali completi. La documentazione elenca due modelli: Lyria 3 Clip, con ID modello lyria-3-clip-preview, che produce sempre clip di 30 secondi per loop e anteprime, e Lyria 3.5, con ID modello lyria-3.5, che genera canzoni a lunghezza intera con strofe, ritornelli e bridge della durata di qualche minuto.
Entrambi i modelli sono accessibili tramite l’API Interactions di Google e producono audio MP3 per impostazione predefinita, con output WAV disponibile per Lyria 3.5. La documentazione afferma che gli sviluppatori possono fornire fino a 10 immagini insieme a un prompt testuale, e il modello comporrà musica ispirata al contenuto visivo. Possono anche fornire testi personalizzati usando tag di sezione come Verse, Chorus e Bridge, e utilizzare timestamp per specificare cosa accade in momenti particolari di una canzone, ad esempio quando entrano gli strumenti. L’inserimento di prompt in una determinata lingua genera testi in quella lingua, secondo la documentazione, con il modello che adatta lo stile vocale e la pronuncia di conseguenza. Prima che l’audio sia generato, il modello ragiona sulla struttura musicale basandosi sul prompt.
Limitazioni dichiarate e filigrana
La documentazione per sviluppatori elenca diverse limitazioni. Tutti i prompt passano attraverso filtri di sicurezza, e le richieste di voci di artisti specifici o la generazione di testi protetti da copyright sono bloccate. La generazione musicale è un processo a turno unico, quindi la modifica iterativa di un clip generato attraverso più prompt non è supportata nella versione attuale. I risultati possono variare tra le chiamate anche con lo stesso prompt.
Tutto l’audio generato contiene una filigrana SynthID per l’identificazione, che Google descrive come impercettibile all’orecchio umano. La pagina del modello di DeepMind afferma che tutte le tracce sono filigranate impercettibilmente con SynthID in modo che ascoltatori e piattaforme possano rilevare se la musica è stata creata o modificata con l’IA, e che Google utilizza filtri estesi e etichettatura dei dati per ridurre contenuti dannosi nei set di dati di addestramento e la probabilità di testi offensivi. La pagina aggiunge che Google sta ancora lavorando per migliorare le capacità chiave e consiglia agli utenti di verificare che le tracce generate corrispondano alla loro visione.
La pagina di DeepMind osserva inoltre che la linea Lyria è stata sviluppata con il contributo di produttori e musicisti, e elenca esperimenti precedenti di artisti con gli strumenti musicali di Google, tra cui il lavoro del produttore Wyclef Jean con Music AI Sandbox e l’uso di Lyria da parte di Yung Spielburg nella colonna sonora del cortometraggio animato Dear Upstairs Neighbors. Lyria 3.5 è disponibile tramite l’app Gemini, Google Flow Music, Google AI Studio e Google Vids a partire dal 4 settembre 2026.
