Google DeepMindは、音楽生成AIモデルの最新版「Lyria 3.5」を公開しました。同社は、Lyriaを最も先進的な音楽生成ツールと位置付けており、新モデルでは音楽性、歌詞、ボーカル品質を大きく改善したと説明しています。ユーザーはテキストの指示文（プロンプト）を使い、最長3分間の楽曲を生成できます。
Lyria 3.5は、短い音源だけでなく、プロジェクトに必要な長さに合わせた一貫性のあるトラックの作成を掲げます。60秒の短いクリップ、より長いトラック、3分間の楽曲など、指定した時間に応じて生成できるとしています。曲の開始から終了まで自然につながる高音質の音楽を作ることも、モデルの特徴として示しました。
プロンプトは「明るい誕生日の曲」といった大まかなアイデアから、テンポや曲の展開まで含めた細かな指定まで受け付けます。ジャンル、楽器、ビート、ボーカルの特徴などを記述でき、現実的な歌唱スタイルや音響上の好みを指定して音作りを調整することも可能です。ページ上では、ファンクポップ、ボサノバとトリップホップを組み合わせた楽曲、レゲトン、ヒンディー語のシンガーソングライター風の曲など、多様なプロンプト例を紹介しています。
歌詞については、利用者が自作した歌詞を使えるほか、特定の題材やテーマに沿って生成する機能を案内しています。生成した歌詞は、自然でニュアンスのあるボーカルで表現できるとしています。ボーカルは異なる言語に対応し、ポップ、ファンク、モータウンなど幅広いジャンルの音楽を生成できると説明しました。
画像をアップロードし、その画像を基にカスタムの高音質トラックを作る機能も備えます。画像から音楽へ変換する利用方法を示し、テキストだけでなく視覚的な素材から作曲を始められるようにしました。背景用の環境音から主役となる楽曲まで、プロジェクト向けの明瞭な音源として書き出す用途も掲げています。
Lyriaは、プロデューサーやミュージシャンからの意見を取り入れて開発したモデル群です。通常のLyriaに加え、リアルタイムで対話的な音楽生成向けの「Lyria RealTime」、機械学習を創作過程の道具として探るオープンモデル「Magenta RealTime」も用意しています。Lyria 3.5は「Google Flow Music」で試用でき、GeminiでもLyriaを使った音楽生成を案内しています。
安全面では、AIが人間の創造性を置き換えるのではなく、それを高めるべきだとの考えを示しました。同社はアーティストと直接協力し、懸念に対応するためのガードレールに意見を反映しているといいます。データセット内の有害な内容や有害な歌詞が生成される可能性を減らすため、広範なフィルタリングとデータラベリングを実施すると説明しています。Lyriaで生成される全トラックには、AIによる作成または編集を検出できる不可視の電子透かし技術「SynthID」を付与します。一方で同社は、幅広い音楽を作れるものの重要な機能の改善を続けており、利用者は生成したトラックが自らの意図に合うか慎重に確認するよう求めています。