你已经习惯了在ChatGPT、Gemini或Grok等生成式AI工具中输入提示词，来获取答案、图像甚至视频。现在，谷歌希望你用同样的方式来创作音乐。通过Lyria 3，你只需输入文字描述、上传音频或图片，这个模型就能在几秒钟内将你的想法转化成一首歌曲。
Lyria 3于今年2月正式发布，是谷歌目前最先进的音乐生成模型。3月，谷歌又推出了能力更强的Lyria 3 Pro。
在AI音乐创作领域，Suno和Udio一直占据着主导地位。如今，谷歌也想从中分一杯羹。谷歌此前已在音乐模型领域有过探索，而Lyria 3和Lyria 3 Pro的目标是生成更长、音质更好、结构更完整的歌曲。
Lyria 3是什么
Lyria 3是谷歌DeepMind推出的最新多模态音乐AI模型，能够处理多种类型的输入，包括文字、音频和图像，并根据视觉内容的情绪和时间节奏生成匹配的配乐。
该工具能够生成高保真音乐，音符之间的过渡更加自然，且能在整首曲目中保持旋律、节奏和风格的一致性。
Lyria 3已集成在Gemini中，所有谷歌AI套餐均可使用，付费用户享有更高的使用上限。Lyria 3 Pro则覆盖更广，可在Vertex AI、Google AI Studio、Gemini API、Google Vids、Gemini应用以及ProducerAI等平台上使用。其中，ProducerAI是一个音乐创作平台，谷歌已于今年2月将其纳入Google Labs旗下。
与一键生成歌曲的工具不同，ProducerAI更像是一个创意伙伴——你不仅可以生成完整歌曲，还可以单独创作特定元素，如节拍、旋律或钩子，并持续打磨完善。
如何上手Lyria
在Gemini中使用Lyria 3相当简单。你只需描述想要的歌曲风格，或上传一张图片，Gemini便会生成一段30秒的音轨，并附带AI生成的封面。如果选择Thinking模型，还可以生成更长的曲目。
在谷歌的开发者工具和云产品中，Pro模型能更好地处理歌曲结构，包括前奏、主歌、副歌、桥段和尾奏。通过Gemini API，Lyria 3片段模型可生成30秒、48kHz的立体声音频。
两款模型都提供了对音乐性的深度控制，允许用户指定复杂的流派、编曲方式，甚至音色年代感，例如"70年代模拟磁带的温暖质感"。
谷歌表示，Lyria 3 Pro在一定限制条件下支持多轮对话编辑，即你可以在同一对话中持续迭代，而无需每次都从头开始。不过，如果模型的生成方向出现偏差，重新开始往往比不断修改更为高效。
掌握提示词技巧
提示词是释放Lyria 3创作潜力的关键。简单的关键词罗列也能生成一首歌，但谷歌建议使用以下框架来更精准地控制生成效果：【曲风与风格】+【情绪】+【编曲】+【节奏与律动】+【人声风格与语言】+【歌词】。
你也可以参考谷歌官方的提示词指南获取更详细的说明，或者让聊天机器人帮你构思提示词。
"文字和音乐之间没有一对一的转换关系，"音乐学校Futureproof Music School的CEO约翰·冯·塞格恩告诉我，"你没办法靠输入'给我一首朗朗上口的流行歌'就得到你想要的，结果总会跑偏。"
他认为，人们更愿意"用AI来创作一些小的音乐模块……而不是单靠文字来塑造一整首作品"。
歌词与语言支持
Lyria 3目前支持8种语言的人声和歌词生成，包括英语、西班牙语、法语、德语、葡萄牙语、印地语、日语和韩语。生成的人声并非你惯常听到的机械旁白，而是带有情感起伏的演唱，能够匹配你所指定的音乐风格。
在歌词处理上，你有两种主要方式：可以描述具体的主题或情绪，让工具自动生成并演唱歌词；也可以在提示词中提供自己写好的歌词。此外，你还可以对歌词进行时间轴对齐，精确控制歌词的起止时间。
Lyria 3同样支持翻译和跨语言演唱风格。如果你用英文下达指令，但指定歌曲以某种支持的语言演唱，工具会自动完成翻译和演唱，例如"用韩语演唱一首K-pop风格的歌曲"。
谁适合使用Lyria
谷歌正努力将Lyria 3定位为一款灵活的创意工具，而不仅仅是供爱好者把玩的玩具。最典型的使用场景包括：数字创作者和社交媒体博主为短视频、播客、演示和社交帖子配乐。
"我觉得它更适合这样的场景：'我在做一个三分钟的YouTube视频，需要一些普通的背景音乐。'这种情况下它完全够用，"冯·塞格恩说。
但如果你想靠提示词一步登天成为下一个大明星，目前还为时尚早。"如果你想要更精细的控制，那你就得在某种程度上真正懂音乐，"他补充道。
谷歌还建议将其作为实验和教育工具，尤其适合那些没有乐器资源或缺乏完善音乐课程的学生。
音乐质量如何
互联网上已经充斥着大量AI生成的低质内容，我们最不需要的就是再多一波粗制滥造的音乐。相比文字或图像，音乐可能是更难攻克的领域，因为人们与音乐之间存在情感连接，这让Lyria 3这样的工具既引人关注，也更受苛刻审视。
冯·塞格恩认为Lyria 3的音频质量"相当不错"，但在原创性方面令他失望，"它听起来相当普通，"他说。
版权与所有权问题
美国版权局2025年1月发布的报告指出，AI生成的作品只有在人类加入了有实质意义的创意贡献时，才可能获得版权保护，而仅靠提示词生成的作品则不能。
"所谓'实质意义'本身存在解读空间，但它仍然需要有人类的创作成分，"贝劳斯律师事务所及The Trademark Channel创始人雷拉尼·贝劳斯告诉我。
在你开始盘算如何将AI生成的音乐变现之前，贝劳斯建议大家先三思而后行——在发布前，务必了解相关条款和法律风险，并咨询专业法律人士。（贝劳斯特别说明，以上内容是法律见解，而非法律建议。）
"每当出现颠覆性技术，诉讼就会随之而来，"贝劳斯说，并指出诉讼中人们总会盯着"口袋最深的那个"。
诉讼确实已经开始了。今年3月，一群独立音乐人和词曲作者起诉谷歌，指控谷歌在未获许可、未支付报酬的情况下，使用了从YouTube抓取的"至少4400万段片段、共28万小时的音乐"来训练Lyria 3。
谷歌则表示，Lyria 3模型的训练所使用的素材，均在YouTube和谷歌依据服务条款、合作协议及适用法律有权使用的范围之内。
贝劳斯指出，创作者往往从艺术角度而非商业角度看待自己的工作，这在合同、管理和资金问题出现时，容易让他们陷入被动。"音乐人没有得到应有回报，这有着深刻的历史背景，"她说。
谷歌表示，在Gemini中生成的音乐均嵌入了SynthID水印——这是一种直接嵌入AI生成音频内容的不可见、不可听的水印技术。谷歌还表示，Lyria 3 Pro在设计上会主动避免模仿现有艺人的风格。
"你无法对一种风格申请版权……就像西部牛仔片的故事背景一样。但当涉及旋律和独特元素时，那才是音乐版权专家出场的领域，"贝劳斯说。
她还指出，合理使用原则作为版权法的一部分，被广泛误解，它并非侵权的挡箭牌。"合理使用不是一项权利，而是一种肯定性抗辩，意思是你确实实施了侵权行为，但你有正当理由为此辩护。"
AI音乐的未来走向
谷歌表示，其相信应该与艺术家携手合作，增强人类的创造力，而非取而代之。
格莱美奖得主、音乐人韦克里夫·让在创作歌曲《Back From Abu Dhabi》期间，就将Lyria 3作为创意工具。他说："有一件事是我们超越AI的，那就是灵魂；有一件事是AI超越我们的，那就是无限的创造力。"他将两者的结合称为"无敌"。
与此同时，也有一些艺人——如Grimes——表示不介意将自己的音乐用于AI训练或融合创作，但前提是要获得相应的报酬。
也有人试图将这项技术引向灰色地带。2025年，Spotify下架了一首以1989年去世的乡村歌手布雷兹·福利名义上传的AI生成歌曲。
"我认为这里面存在巨大的不确定性和风险，需要加以平衡，这将在未来数年内随着新技术的发展逐步厘清，"贝劳斯说。她还注意到，各类许可协议正在发生变化，与AI相关的条款正被陆续加入合同之中。
Lyria 3在技术层面令人印象深刻，在特定场景下也具有实用价值。但音乐是私人的情感体验。AI音乐若想真正立足，就必须超越"无灵魂的背景噪音"这一标签。
Q&A
Q1：Lyria 3支持哪些语言的歌词生成？
A：Lyria 3目前支持8种语言的人声与歌词生成，分别是英语、西班牙语、法语、德语、葡萄牙语、印地语、日语和韩语。生成的人声带有情感起伏，能够匹配用户指定的音乐风格。如果你用英文输入指令，但要求歌曲以韩语演唱，Lyria 3会自动完成翻译并以相应语言的演唱风格呈现。
Q2：用Lyria 3生成的音乐有版权吗？
A：根据美国版权局2025年1月发布的报告，仅靠提示词生成的AI音乐不能获得版权保护，只有人类加入了有实质意义的创意贡献时，才可能享有版权。专业律师建议，在发布AI生成的音乐作品之前，务必了解平台条款及潜在法律风险，并咨询专业法律人士，因为相关法律仍处于演变之中，诉讼风险不容忽视。
Q3：Lyria 3 Pro和Lyria 3有什么区别？
A：Lyria 3是集成在Gemini中的基础音乐生成模型，所有谷歌AI套餐均可使用，可生成30秒的音轨。Lyria 3 Pro是更高级的版本，能更好地处理完整的歌曲结构（包括前奏、主歌、副歌等），支持多轮对话编辑，并可在Vertex AI、Google AI Studio、Gemini API等多个开发者平台上使用，付费用户享有更高的使用上限。
热门跟贴