谷歌Lyria 3音乐生成模型来袭，能否在AI音乐领域分一杯羹？

谷歌推Lyria 3，欲在AI音乐领域分一杯羹

你已经习惯向ChatGPT、Gemini或Grok这类生成式AI工具输入指令，以获取答案、图片甚至视频。而谷歌希望你能用Lyria 3来创作音乐。你只需输入提示信息，上传音频或图片，该模型就能在数秒内将你的想法转化为一首歌曲。

Lyria 3于2月推出，是谷歌最先进的音乐生成模型。3月，谷歌又推出了更为先进的Lyria 3 Pro。此前，Suno和Udio等竞争对手在热门AI歌曲领域占据主导地位，如今谷歌也想分一杯羹。其实，谷歌此前也曾对音乐模型进行过试验，但Lyria 3和Lyria 3 Pro旨在创作出时长更长、音质更好且结构更完善的歌曲。下面让我们深入了解一下。

什么是Lyria 3？

Lyria 3是谷歌DeepMind最新的多模态音乐AI模型。这意味着它能处理多种类型的输入，包括文本、音频和图像，并创作出与视觉效果的情绪和节奏相契合的配乐。该工具能生成高保真的音乐，音符之间的过渡更加自然流畅，并且能在整首曲子中保持旋律、节奏和风格的一致性。

Gemini中的Lyria 3包含在谷歌所有的AI计划中，付费订阅用户和使用Lyria 3 Pro的用户享有更高的使用限制。据谷歌介绍，Lyria 3 Pro可在多个产品中使用，包括Vertex AI、Google AI Studio、Gemini API、Google Vids、Gemini应用程序以及ProducerAI（这是一个音乐创作平台，谷歌于2月将其引入Google Labs）。ProducerAI更像是一个创意伙伴，而非一次性的歌曲生成器。你不仅可以生成完整的歌曲，还能创作特定的音乐元素，如节拍、旋律或副歌，并对其进行不断调整。

如何开始使用Lyria

在Gemini中使用Lyria 3非常简单。你只需描述你想要的歌曲类型，或上传一张图片，Gemini就能利用AI生成一张封面图，并创作出一首30秒的歌曲。如果你选择“思考”模式，它还能生成更长的曲目，就像我创作的那首一样。

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、过渡段和结尾。在Gemini API中，Lyria 3片段模型可生成30秒、48kHz的立体声音频。这两个模型都能让你对音乐性进行深度控制，你可以指定复杂的音乐流派、乐器配置，甚至是特定的音乐年代风格，如“70年代的模拟温暖感”。

谷歌表示，Lyria 3 Pro在一定限制下支持多轮编辑，这意味着你可以在对话中不断迭代修改，而无需每次都从头开始。但如果模型的创作方向出现偏差，通常从头开始会比不断细化更容易。

掌握提示技巧

在Lyria 3中，输入提示信息是发挥创意的关键。简单的关键词列表就能生成一首歌曲，但为了更好地控制模型，谷歌建议你使用以下框架：[流派和风格] + [情绪] + [乐器配置] + [节奏和韵律] + [演唱风格和语言] + [歌词]。你可以查看谷歌的提示指南，获取更详细的说明和创意灵感。你也可以让聊天机器人为你推荐提示信息。

Futureproof音乐学校的首席执行官John von Seggern表示：“文字与音乐并非一一对应的关系。你不能只输入‘给我创作一首朗朗上口的流行歌曲’，因为结果往往会与预期不同。”他认为，人们更愿意“利用AI创作一些小的音乐元素，而不是单纯用文字来塑造整首作品”。

歌词和语言

目前，Lyria 3支持用八种语言生成歌词和演唱，包括英语、西班牙语、法语、德语、葡萄牙语、印地语、日语和韩语。而且，它生成的音频并非像社交媒体上常见的那种机械呆板的声音，而是带有与你所选流派相匹配的情感表达。

处理歌曲歌词主要有两种方式。你可以描述一个特定的主题或情绪，让工具为你编写并演唱歌词；也可以在提示信息中提供自己的自定义歌词。此外，你还可以对歌词进行时间校准，精确控制歌词在歌曲中的起始和结束时间。Lyria 3还能处理翻译和演唱风格。如果你用英语输入指令，但指定歌曲要用其他支持的语言演唱，工具会自动处理翻译和演唱，例如“将这首歌曲制作成韩语K - pop风格”。

谁适合使用Lyria？

谷歌试图将Lyria 3定位为一款灵活的创意工具，而不仅仅是供爱好者消遣的玩具。最明显的使用场景是数字创作者和社交媒体影响者，比如为短视频、播客、宣传视频、演示文稿和社交媒体帖子创作背景音乐。von Seggern说：“我觉得它非常适合那种‘我正在为YouTube制作一个三分钟的视频，需要为我的纪录片配上一些普通背景音乐’的场景。”但别以为你只需输入提示信息就能一夜成名。他补充道：“如果你想对创作过程进行更精细的控制，那么你至少需要具备一定的音乐知识。”

谷歌还建议将其作为实验和教育工具，特别是对于那些没有乐器或缺乏资金支持的音乐项目的学生来说。

生成的音乐质量如何？

互联网上已经充斥着大量的AI垃圾内容，我们最不需要的就是更多糟糕的作品。音乐可能比文本或图像更难驾驭，因为人们对歌曲往往有着深厚的情感寄托。这使得像Lyria 3这样的工具既引人关注，又更容易受到严格审查。

von Seggern认为其音频质量“相当不错”，但对其原创性不太满意。他说：“我很失望，它生成的音乐似乎非常普通。”

版权和所有权问题

美国版权局2025年1月的报告指出，只有当人类为AI生成的作品提供了有意义的创意投入时，该作品才能获得版权保护，仅依靠提示信息生成的作品则无法获得版权。Belous Law Corporation和The Trademark Channel的创始人Relani Belous表示：“具体如何界定还存在一定的解释空间，但作品中仍然需要包含一些人类创作的元素。”

Belous建议，在计划将AI生成的音乐进行商业化之前，人们应三思而后行。她建议了解相关条款和法律风险，并咨询法律专家（Belous补充说明这只是一个法律观点，并非法律建议）。她还表示：“每当出现具有颠覆性的技术时，就会引发法律诉讼，而且在诉讼中，人们往往会追究最有经济实力的一方。”事实上，法律诉讼已经开始。今年3月，一群独立音乐人和词曲作者起诉谷歌，指控该公司在未经授权和支付费用的情况下，使用从YouTube上获取的“至少4400万个片段和28万小时的音乐”受版权保护的录音来训练Lyria 3。谷歌则表示，他们是“根据服务条款、合作伙伴协议和适用法律，使用YouTube和谷歌有权使用的材料”来训练Lyria 3模型的。

Belous指出，创作者往往从艺术的角度出发进行创作，而忽视商业方面的考虑，这使得他们在涉及合同、管理和资金等问题时更容易受到伤害。她还说：“历史上，音乐家常常没有得到应有的回报。”

谷歌表示，Gemini中生成的音乐嵌入了SynthID，这是一种直接嵌入AI生成音频内容中的无形、不可听的水印技术。该公司还称，Lyria 3 Pro旨在避免模仿现有艺术家的风格。Belous说：“你不能为一种风格申请版权，就像不能为一部在牧场拍摄的牛仔电影申请版权一样。但当涉及到旋律和独特元素时，就需要音乐学家来进行鉴定了。”她还指出，版权法中的合理使用原则常常被误解，不能将其作为侵权的借口。“合理使用并非一项权利，而是一种积极的抗辩理由，这意味着你虽然实施了侵权行为，但有合理的抗辩理由。”

AI生成音乐的未来走向

谷歌表示，他们相信与艺术家合作可以提升人类的创造力，而不是取代它。格莱美奖得主Wyclef Jean在创作歌曲《Back From Abu Dhabi》时，就将Lyria 3作为创意工具。Jean说：“我们人类比AI多了一份灵魂，而AI比我们拥有无限的创造力。将两者结合起来，将无往不胜。”

似乎其他艺术家，如Grimes，也不介意自己的音乐被用于AI训练或融合，但前提是要获得相应的报酬。她在2023年4月24日发布推文称：“任何使用我声音成功生成的AI歌曲，我都将收取50%的版税，这与我和其他艺术家合作的待遇相同。大家可以随意使用我的声音，无需承担任何责任。我没有签约唱片公司，也没有法律约束。”

然而，也有人试图利用AI音乐走向不良的方向。2025年，Spotify下架了一首以已故乡村歌手Blaze Foley（1989年去世）的名义上传的AI生成歌曲。Belous说：“我认为这里存在着巨大的不确定性和风险，需要进行平衡，这需要时间来验证，就像我们对待新技术一样。”她还注意到，许可协议正在发生变化，与AI相关的条款正在被添加到合同中。

Lyria 3在技术上令人印象深刻，在某些情况下似乎也很有用。但音乐是一种情感表达，若AI音乐想要被广泛接受，它不能仅仅只是毫无灵魂的背景音乐。