模型定位
Lyria 3.5 是 Google 的音乐生成模型,使用潜在扩散架构,根据提示生成音乐音频和歌词。Google 于 2026 年 7 月 29 日宣布在 Google Flow Music 推出该模型。(blog.google)
能力与用途
- 支持文本和图片输入,可生成包含主歌、副歌和桥段等结构的歌曲;音频为 44.1 kHz 立体声,默认输出 MP3,也可请求 WAV。模型还可输出歌词文本。(ai.google.dev)
- 可通过提示描述曲风、乐器、情绪、节奏、歌词和时长,用于歌曲创作、音乐创意探索及项目配乐。Google 称其在旋律、歌词遵循指令、人声表现和创作控制方面有所改进。(blog.google)
- 可在 Google Flow Music 使用,也可通过 Gemini API 的
lyria-3.5模型调用。API 文档描述的完整歌曲通常持续数分钟,具体时长可通过提示影响。(blog.google)
限制与安全
- API 音乐生成是单轮过程,不支持通过多轮提示对已生成内容进行迭代编辑;相同提示的不同调用也可能产生不同结果。(aistudio.google.com)
- 提示会经过安全过滤,例如请求特定艺术家声音或受版权保护歌词的提示可能被阻止。生成音频包含不可听辨的 SynthID 水印。使用须遵守适用条款和 Google 的生成式 AI 禁止使用政策。(aistudio.google.com)
- Gemini API 模型文档列出的输入上限为 131,072 token;不支持缓存、Batch API 或实时 Live API。(ai.google.dev)
价格
截至 2026 年 11 月 16 日查询,Gemini Developer API 官方价目表列出的 lyria-3.5 完整歌曲付费价格为 0.08 美元(USD)/首歌曲,免费层级不可用。该报价按歌曲计费,价目表未分别列出输入与输出 token 单价;不能将其视为 Flow Music 或其他平台的价格。(aistudio.google.com)
官方来源
- Google 发布公告
- Google DeepMind 模型卡
- Gemini API 音乐生成文档
- Gemini API 模型详情
- Gemini Developer API 定价,查询日期:2026 年 11 月 16 日。