The Pulse

Google porta la generazione musicale di Lyria 3.5 nella Gemini API

Google ha rilasciato Lyria 3.5 nella Gemini API, aggiungendo la generazione di brani completi con voci, testi e arrangiamenti strutturati. Il modello è disponibile anche nell’app Gemini, in Google AI Studio, Flow Music e Google Vids.

AI.info Team · Scritto con l’IA · verificato · 2026-09-12

Lyria 3.5 passa dagli strumenti musicali di Google alla Gemini API

Google rende disponibile Lyria 3.5 attraverso la Gemini API, dando agli sviluppatori accesso a un modello di generazione musicale progettato per brani completi anziché per brevi frammenti audio. Il rilascio, annunciato il 4 settembre, porta il modello anche nell’app Gemini, in Google AI Studio, Flow Music e Google Vids.

Google descrive Lyria 3.5 come il suo modello musicale con la migliore qualità sonora, capace di produrre voci più espressive e arrangiamenti più ricchi. Secondo l’azienda, il modello può generare brani con una fedeltà superiore, preservando la struttura musicale tra strofe, ritornelli e bridge.

«Abbiamo sviluppato i nostri strumenti di generazione musicale in stretta collaborazione con esperti del settore, per garantire che l’IA sia una forza che arricchisce la creatività umana», hanno scritto Alisa Fortin, product manager di Google DeepMind, e Guillaume Vernade, developer advocate per Gemini presso Google DeepMind, nell’annuncio di Google di marzo sulla piattaforma per sviluppatori Lyria 3.

La Gemini API ottiene brani completi, non solo clip di 30 secondi

La documentazione della Gemini API identifica lyria-3.5 come un modello in anteprima per brani completi della durata di un paio di minuti. Gli sviluppatori possono influenzarne la durata tramite un prompt, richiedere una sequenza definita, per esempio introduzione, strofa, ritornello e bridge, e specificare dettagli come genere, tempo, tonalità, strumenti e stile vocale.

Lyria 3.5 accetta testo o immagini in input e restituisce audio MP3 per impostazione predefinita; il formato WAV è disponibile tramite l’impostazione del formato di risposta dell’API. L’output può includere, oltre all’audio, testi generati e una descrizione della struttura del brano, consentendo a un’applicazione di gestire insieme il risultato musicale e le sue componenti testuali.

Google offre il modello tramite la sua Interactions API. Uno sviluppatore può inviare un prompt, per esempio per richiedere un brano orchestrale cinematografico o una canzone pop di due minuti, e poi leggere i blocchi audio e di testo restituiti nella risposta all’interazione.

Google mantiene Lyria 3 Clip per anteprime rapide

L’API separa ora la sperimentazione con contenuti brevi dalla generazione di brani completi. Il modello Lyria 3 Clip, identificato come lyria-3-clip-preview, produce clip MP3 della durata fissa di 30 secondi per anteprime, loop e altri contenuti brevi.

Entrambi i modelli supportano input testuali e di immagini e producono audio stereo a 44,1 kHz. Google consiglia di iniziare con il modello Clip per testare i prompt, per poi passare a Lyria 3.5 quando un progetto richiede una composizione più lunga con sezioni distinte.

La distinzione è importante per gli sviluppatori che creano prodotti basati sulla generazione musicale. Una clip breve può servire per un post sui social, un prototipo o un loop di sottofondo, mentre il modello per brani più lunghi può fornire un arrangiamento completo con testi, voci e cambiamenti nella strumentazione che si sviluppano nel tempo.

Gemini aggiunge modelli e controlli sulla durata per chi non sviluppa

Google sta anche cambiando il funzionamento di Lyria all’interno dell’app Gemini. Gli utenti possono selezionare o descrivere un genere, scegliere tra stili vocali e strumentali, partire da modelli e scegliere brani più brevi o più lunghi. Google propone la funzione per musica di sottofondo, jingle per marchi, canzoni di compleanno e suonerie.

Secondo Google, Lyria 3.5 è disponibile in tutto il mondo sul web e nell’app mobile di Gemini. Lo stesso modello è disponibile per gli sviluppatori tramite Google AI Studio e per gli utenti di Google Vids, mentre artisti e altri utenti creativi possono accedervi in Flow Music.

L’azienda ha introdotto per la prima volta Lyria 3.5 in Flow Music il 29 luglio, descrivendo miglioramenti alla melodia, ai testi, alle voci e al controllo su tempo e durata. Il modello aggiornato produce strutture melodiche più naturali, interpretazioni vocali più espressive e una pronuncia migliore, ha dichiarato Google.

Il controllo tramite prompt diventa parte del prodotto

La documentazione di Google per gli sviluppatori presenta l’uso dei prompt come una forma di arrangiamento. Gli utenti possono specificare etichette per le sezioni, come [Verse], [Chorus] e [Bridge], richiedere un evento particolare in un momento preciso o chiedere testi nella lingua usata nel prompt. Voci e testi vengono generati per impostazione predefinita, ma i prompt possono richiedere musica strumentale o fornire testi originali.

Secondo la documentazione, il modello non supporta attualmente la modifica iterativa all’interno di un unico flusso di generazione. Gli sviluppatori non possono generare un brano e poi perfezionarlo attraverso più prompt successivi nello stesso processo di Lyria 3.5. I risultati possono anche variare tra chiamate effettuate con lo stesso prompt.

Il rilascio di Google del 4 settembre amplia quindi l’accesso più di quanto non modifichi il modello di interazione di base: gli sviluppatori descrivono un brano, ricevono un file audio e il testo che lo accompagna e costruiscono attorno a quell’output il proprio flusso di modifica o selezione. L’identificatore del modello nell’API è lyria-3.5 e Google lo indica come una versione in anteprima.