Google porta la nuova AI musicale Lyria 3.5 in Gemini: cosa cambia?

Google amplia le funzioni creative di Gemini con Lyria 3.5, il modello dedicato alla generazione musicale che ora può essere utilizzato direttamente dall’assistente AI.

La tecnologia consente di creare brani partendo da una descrizione testuale oppure da un’immagine, specificando genere, atmosfera e presenza di voce o strumenti. Lyria 3.5 era già comparso in Flow Music, ma l’integrazione in Gemini rende la generazione audio più accessibile e la collega alle altre capacità multimodali del servizio.

Google ha inoltre reso il modello disponibile attraverso Gemini API, Google AI Studio e Google Vids, aprendo la strada all’integrazione della generazione musicale anche in applicazioni e flussi di lavoro esterni. Il modello punta soprattutto su struttura dei brani, qualità vocale e aderenza alle istruzioni.

Lyria 3.5 entra nelle funzioni musicali di Gemini

Con l’integrazione in Gemini, Lyria 3.5 permette di trasformare una richiesta testuale in una composizione completa. L’utente può indicare stile, genere e atmosfera, scegliendo anche tra una traccia vocale o strumentale. Google mette a disposizione template che semplificano la creazione di musica destinata, per esempio, a sottofondi, sigle o altri contenuti digitali.

Il sistema può inoltre utilizzare un’immagine come punto di partenza. Una fotografia o un’illustrazione possono fornire lo spunto per una composizione coerente con ciò che viene rappresentato, sfruttando le capacità multimodali di Gemini. La generazione non si limita quindi a completare una breve sequenza sonora: Lyria 3.5 è progettata per mantenere una struttura musicale più articolata, con elementi come strofe, ritornelli e bridge.

Dal punto di vista tecnico, il modello utilizza una architettura di diffusione latente applicata alla rappresentazione temporale dell’audio. Google dichiara miglioramenti rispetto a Lyria 2 nella qualità sonora, nell’aderenza a istruzioni complesse e nella gestione delle voci. L’obiettivo è mantenere maggiore coerenza tra le diverse sezioni del brano, evitando variazioni troppo marcate che possono compromettere la continuità musicale.

Qualità audio e sicurezza restano aspetti centrali

Lyria 3.5 può generare tracce con durata variabile, fino a circa tre minuti, mentre attraverso Gemini API è disponibile audio stereo con frequenza di campionamento fino a 44,1 kHz. La disponibilità tramite API è particolarmente rilevante per sviluppatori che vogliono integrare la generazione musicale in applicazioni, strumenti creativi o servizi capaci di produrre contenuti audio automaticamente.

La maggiore facilità d’uso non elimina però i limiti tipici della generazione musicale. Il risultato dipende dalla precisione delle istruzioni e può richiedere più tentativi prima di ottenere una composizione soddisfacente. Google segnala inoltre che il modello continua a essere perfezionato e che gli utenti devono verificare il risultato generato prima di utilizzarlo in un prodotto o progetto.

Sul fronte della provenienza dei contenuti, Google applica SynthID, una tecnologia di watermarking impercettibile che permette di identificare l’audio generato dall’AI. Il sistema si affianca ad altri controlli destinati a limitare la produzione di contenuti problematici. La disponibilità di Lyria 3.5 dentro Gemini segna quindi un passo verso strumenti musicali generativi più integrati: non sostituisce una workstation audio professionale, ma rende possibile passare da un’idea descritta a parole a una traccia strutturata con pochi passaggi.