Lyria 3 Clip Preview

Что это за модель

Lyria 3 Clip — модель Google DeepMind, которая сочиняет музыку. Она пишет короткие треки длиной ровно 30 секунд в стереозвуке 48 кГц и отдаёт их файлом MP3. Задание можно описать текстом или приложить картинку: по изображению модель подбирает настроение и стиль. Вместе со звуком она возвращает текст песни и её структуру.

В линейке Lyria 3 две модели. Lyria 3 Pro делает полноценные песни примерно до трёх минут, а Clip — её облегчённая пара: компания называет её вариантом для скорости и для большого числа запросов. Остальные возможности у них общие. Обе поют реалистичным вокалом на разных языках, работают в жанрах от попа до фанка и мотауна. Обе позволяют задать темп и привязать строки текста ко времени. Позже Google выпустила Lyria 3.5, где вокал стал живее, а длину трека можно задавать.

Google предлагает брать Clip для быстрых набросков, фоновых лупов (коротких фрагментов, которые можно зациклить), роликов для соцсетей и мелодий будильника. Документация советует сначала подобрать запрос на Clip и только потом тратиться на полную песню в Pro. Инструментальную музыку без голоса получают прямой просьбой в запросе, а текст песни пишется на том языке, на котором составлен запрос. Оплата идёт не за токены, а за готовый клип.

Длину трека не выбрать: модель всегда выдаёт 30 секунд. Доработать готовый клип серией уточняющих запросов нельзя, каждый раз генерация идёт заново. Все запросы проходят фильтры безопасности: просьбы спеть голосом конкретного артиста или воспроизвести защищённую авторским правом музыку блокируются. В каждый трек встроен цифровой водяной знак SynthID: по нему можно понять, что звук создан нейросетью, даже если его потом изменили. Модель доступна только в статусе предварительной версии через Gemini API и Google AI Studio с платным ключом.

Источники: Анонс Lyria 3 для разработчиков, Карточка модели в Gemini API, Руководство по генерации музыки