Lyria 3 — новая модель Google для генерации музыки

Google DeepMind выпустила Lyria 3 — семейство моделей для генерации музыки, доступное разработчикам через Gemini API. Модели умеют создавать полноценные треки с вокалом, инструменталом и чёткой структурой — от вступления до финала. Разбираемся, что именно получили разработчики, как это работает и сколько стоит.

Что такое Lyria 3

Lyria 3 — это модель генерации музыки от Google DeepMind, которая пришла на смену предыдущим версиям Lyria. Ключевое отличие третьего поколения — глубокое понимание музыкальной структуры. Модель не просто генерирует звук, а выстраивает композицию: куплеты, припевы, бриджи, вступление и аутро связаны между собой и звучат как единое целое.

Модель генерирует стерео-аудио с частотой дискретизации 48 кГц — это студийное качество.

Две модели — два сценария

Google предлагает два варианта модели, рассчитанных на разные задачи:

Lyria 3 Pro — первая массово доступная модель от Google, которая генерирует полноценные трёхминутные песни с вокалом и продуманной структурой.

Что умеет Lyria 3

Реалистичный вокал

Обе модели поддерживают генерацию вокала с выразительными нюансами — это не роботизированный голос, а приближённое к живому звучание. Поддерживаются разные языки и жанры: от поп-музыки и фанка до Motown и электроники.

Точное управление через промпты

Lyria 3 принимает команды на естественном языке и позволяет задавать:

• Темп (Tempo conditioning) — можно указать «быстрый», «медленный» или конкретный BPM, и модель точно его выдержит.
• Тайминг текста (Time-aligned lyrics) — в промпте можно описать, когда начинается и заканчивается вокальная партия, распределить текст по частям трека.
• Мультимодальный ввод — помимо текста, модель принимает изображения. Загрузите фотографию — и Lyria 3 подберёт настроение, стиль и атмосферу музыки, отталкиваясь от визуального образа.

graph LR
    A["📝 Текстовый промпт"] --> D["🎵 Lyria 3"]
    B["🖼️ Изображение"] --> D
    C["⚙️ Параметры
темп, тональность, лирика"] --> D
    D --> E["🎧 Готовый трек
48 кГц стерео"]
    E --> F["🔍 SynthID
водяной знак"]

Генерация через API

Работа с моделью идёт через стандартный метод generateContent в Gemini API. Вот минимальный пример на Python:

from google import genai

client = genai.Client()

# Генерация 30-секундного клипа
response = client.models.generate_content(
    model="lyria-3-clip-preview",
    contents="Energetic electronic track with driving bass, "
             "bright synth arpeggios, 128 BPM"
)

# Сохранение результата
with open("output.wav", "wb") as f:
    f.write(response.candidates[0].content.parts[0].inline_data.data)

Режимы работы в AI Studio

Google подготовила специальный интерфейс в AI Studio с двумя режимами:

Text mode — описываете музыку на естественном языке: жанр, настроение, темп, тональность. Подходит для быстрых экспериментов.

Composer mode — конструируете трек по секциям: задаёте вступление, куплеты, припев, бридж отдельно. Для каждой секции можно указать длительность, интенсивность и текстовое описание. Это режим для тех, кто хочет контролировать каждый такт.

Практические примеры

Google показала несколько демо-приложений, чтобы проиллюстрировать возможности модели:

Фоновая музыка для видео

Пользователь загружает видео → Gemini 3 Flash анализирует содержимое и генерирует описание → Lyria 3 создаёт подходящий саундтрек. Всё автоматически.

sequenceDiagram
    participant U as Пользователь
    participant G as Gemini Flash
    participant L as Lyria 3
    U->>G: Загрузка видео
    G->>G: Анализ содержимого
    G->>L: Промпт для саундтрека
    L->>U: Готовый трек + видео

AI-будильник

Приложение каждое утро генерирует уникальную песню, которая включает информацию о погоде, текущую дату и события из вашего календаря. Вместо надоедливого рингтона — персонализированный трек.

Цены и доступность

API для разработчиков

Lyria 3 доступна через Gemini API в режиме публичного превью по всему миру.

Подписки Gemini

Для обычных пользователей (без написания кода) Lyria 3 доступна через подписку:

SynthID: цифровой водяной знак

Каждый трек, созданный Lyria 3, содержит невидимый цифровой водяной знак SynthID. Эта технология, разработанная Google DeepMind, позволяет определить, что аудио сгенерировано искусственным интеллектом — даже если запись была отредактирована, сжата или обрезана.

Это важный шаг в сторону прозрачности: слушатель или платформа всегда может проверить происхождение трека.

Как начать

1. Попробовать без кода — откройте Google AI Studio, выберите Lyria 3 (30s) или Lyria 3 Pro (Full Song) и экспериментируйте.
2. Изучить документацию — Music Generation Guide содержит гайды по промптам, справку по API и примеры кода.
3. Запустить первый проект — начните с cookbook-примеров от Google.
4. Посмотреть демо — Lyria Studio, Lyria Rhythm, AI-будильник, генератор фоновой музыки для видео.

Итог

Lyria 3 — это серьёзная заявка Google на рынке AI-генерации музыки. Трёхминутные треки с вокалом, управление через текст и изображения, студийное качество звука и прозрачная маркировка через SynthID — всё это доступно разработчикам прямо сейчас через API с понятным ценообразованием. Для тех, кто создаёт приложения с аудио-контентом — от видеоредакторов до игр — это один из самых простых способов интегрировать генерацию музыки в свой продукт.