概要
Googleの音楽生成モデル。テキストなどの指示から、歌唱や楽器編成を含む楽曲を生成する。モデルカードによると、時間方向の音声潜在表現に潜在拡散を適用している。 (deepmind.google)
発表日・提供先
- 発表日:2026年7月29日。 同日、Google Flow Musicでの提供開始が発表された。 (blog.google)
- Gemini API、Google AI Studio、Geminiアプリなどでも利用できる。 (blog.google)
主な能力と用途
- テキストのほか、Gemini APIでは画像を入力して、その内容に着想を得た楽曲を生成できる。音楽音声に加えて歌詞テキストも出力する。 (aistudio.google.com)
- ボーカル、歌詞、伴奏を含む、ヴァース・サビ・ブリッジなどの構造を持つ数分程度の楽曲を生成できる。テンポや長さはプロンプトで指示できる。 (blog.google)
- Gemini APIの音声出力は44.1 kHzステレオで、標準形式はMP3。WAVも指定できる。 (ai.google.dev)
- 動画の背景音楽、ブランド用ジングル、着信音などの制作に利用できる。 (blog.google)
制限・安全性
- Gemini APIでの音楽生成は単一ターンで、生成済みクリップを複数ターンの指示で反復編集することはできない。同じプロンプトでも結果は変わり得る。 (aistudio.google.com)
- 安全フィルターに抵触する指示はブロックされる。特定アーティストの声や著作権のある歌詞の生成を求める指示も対象となる。生成音声にはSynthIDの電子透かしが含まれる。利用には適用される規約と禁止用途ポリシーを確認する必要がある。 (aistudio.google.com)
料金
Gemini Developer API有料枠:完全な楽曲1曲あたり0.08米ドル(USD)。 無料枠は利用不可。料金表はリクエストごとの楽曲単位の価格を示しており、入力・出力トークン別の単価は示していない。Flow Musicなど他のサービスの料金とは区別すること。 (aistudio.google.com)
料金確認日:2026年11月16日。公式料金表:Gemini Developer API pricing