Lyria 3.5 是谷歌 DeepMind 于 2026 年 7 月 29 日发布的第三代 AI 音乐生成模型，并同步集成至谷歌旗下 AI 音乐创作平台 Google Flow Music。这是 Lyria 系列的最新重大升级版本，相比年初发布的 Lyria 3 和 3 Pro，在音乐性、歌词生成、AI 人声和创作控制四个维度进行了系统性升级，标志着谷歌在 AI 音乐赛道全面加速布局。

一、主要功能

增强型音乐性（Musicality）：Lyria 3.5 能够生成更加丰富、复杂的旋律结构，不同段落之间的衔接更加自然流畅。模型深层理解了音乐的起承转合逻辑，不再停留于简单的旋律循环，而是能够创作出具有情感递进和结构层次的完整作品。对于包含明确曲风、情绪和编曲要求的复杂提示词，新模型的遵循能力也显著提升。

歌词生成升级：新版本在歌词层面实现了提示词遵循度与歌曲结构意识的双重提升。Lyria 3.5 能够更精准地理解用户输入的音乐意图，生成的歌词不仅贴合风格描述，还能在整体结构上符合前奏、主歌、副歌、桥段的自然分布，有效解决了上一代模型歌词与音乐结构脱节的问题。

AI 人声逼真化：人声表现是本次升级的核心亮点。Lyria 3.5 生成的人声更加贴近真实演唱，情感层次更细腻，发音更准确。模型能够处理更复杂的情绪变化和语调起伏，不再是机械的"念唱"，而是能呈现真实歌手的情感张力。这也是此前 AI 音乐最容易露馅的环节，3.5 版本实现了实质性突破。

创作控制精细化：新版本允许用户更便捷地调节曲目节奏和持续时间，有效减少生成结果在速度、结构和长度上偏离预期的概率。Flow Music 平台还支持单独调节人声、鼓点、贝斯等独立轨道，实现多轨道的精细混音控制。

段落级编辑能力：作为 Lyria 3.5 的核心创新，用户可以单独修改已生成歌曲的特定段落，重新生成其中某一段而无需改动整首歌曲。这一功能直接解决了 AI 音乐创作的"一改全改"痛点，大幅提升了创作灵活性。

多语言歌词支持：用户可以对已有歌曲进行歌词翻译，生成不同语言版本，同时保持旋律和编曲结构不变，便于音乐内容的全球化分发。

二、技术原理

Transformer 架构深度定制：Lyria 3.5 基于谷歌 DeepMind 定制的 Transformer 架构，在音频 Token 序列建模上进行了针对性优化。相比标准语言模型，Lyria 采用了专门设计的音频离散表示（Audio Tokenization）方案，将 48kHz 高保真音频压缩为离散 Token 序列，实现音乐结构、旋律、节奏、歌词的联合建模。

多模态融合机制：模型在训练阶段融合了文本描述、音乐乐谱、音频波形三种模态数据。通过跨模态对比学习（Cross-Modal Contrastive Learning），Lyria 3.5 建立了文本意图与音乐输出之间的深层对应关系，使用户的文本提示能够精准映射至具体的音乐属性（调式、节奏型、配器风格等）。

情绪感知人声合成：人声模块采用了专门的情绪嵌入（Emotion Embedding）技术，在声学特征层面引入了情感维度的潜变量建模。这一机制使模型能够根据提示词中的情绪关键词（欢快、忧伤、激昂等）动态调整音高曲线、时值分配和共鸣特性，生成具有真实情感表现力的人声。

三、应用场景

个人音乐创作：独立音乐人无需掌握乐器演奏或复杂 DAW 操作，仅凭文字描述即可快速生成完整的歌曲骨架，用于灵感记录或二次创作。Flow Music 平台还支持为生成的歌曲配套生成 AI 音乐视频（基于 Veo 视频模型），实现"词曲视"一体化输出。

内容创作者配乐：YouTube、B 站、TikTok 等平台的创作者可为视频内容快速生成匹配的背景音乐。Lyria 3.5 已集成至 YouTube Shorts 的 Dream Track 功能，创作者可直接在平台内生成 30 秒至 3 分钟的原创配乐，规避版权风险。

品牌营销音乐：企业营销团队可利用 Lyria 3.5 生成品牌主题音乐、广告配乐和宣传片音乐，通过文字描述精准控制音乐风格与品牌调性的匹配度，支持快速迭代和 A/B 测试。

音乐教育辅助：音乐教师和学生可借助 Lyria 3.5 快速生成不同风格的作品范例，用于乐理教学、编曲分析和风格对比研究。多语言歌词生成功能也为跨文化音乐教育提供了便利。

游戏与沉浸式体验：游戏开发者可为不同场景动态生成匹配的背景音乐，根据玩家行为实时调整音乐的情感基调和节奏，增强沉浸式游戏体验。

四、使用方法

第一步：访问 Google Flow Music 平台。用户需使用谷歌账号登录 labs.flow.google.com 或 labs.google/flow，进入 Lyria 3.5 音乐创作界面。Lyria 3.5 已向 AI Plus、AI Pro、AI Ultra 订阅用户开放，不同会员等级对应不同的使用配额和功能权限。

第二步：输入创作提示词。用户可通过三种方式输入创作指令。文本描述模式输入自然语言风格要求（如"一首抒情的民谣吉他曲，温暖治愈"）；参考音乐模式上传一段参考曲目让模型学习风格；多模态模式可同时输入文字描述和参考图片，模型将融合图像意境与文字指令生成音乐。

第三步：选择生成参数。用户可设置歌曲时长（30 秒至 3 分钟）、节奏偏好（BPM 范围）、人声类型（男声/女声/合唱）和歌词语言。Flow Music 支持分段生成，用户先生成基础轨道，再对特定段落进行二次修改。

第四步：编辑与调整。Lyria 3.5 支持生成后编辑，用户可对歌词进行改写或翻译、更换乐器编配、调整各轨道音量平衡，单独替换人声音轨而不影响其他部分。如对某段落不满意，可仅针对该段落重新生成，保持其余部分不变。

第五步：导出与发布。完成创作后，用户可将歌曲导出为 48kHz WAV 或 MP3 格式文件，用于商业发行、视频配乐或社交媒体发布。YouTube 平台创作者可直接将 Flow Music 生成的歌曲嵌入 Shorts 视频，无需额外版权声明。

五、适用人群

独立音乐人与词曲作者：Lyria 3.5 提供了从灵感到成品的快速通路，适合需要快速验证创意、获取编曲骨架的音乐创作者，尤其适合词人、诗人等文字功底强但乐器技能有限的群体。

短视频与社交媒体内容创作者：需要高频产出配乐内容但缺乏专业音乐制作能力的创作者，可借助 Lyria 3.5 实现批量化、差异化的原创配乐生产，避免平台音乐库的同质化问题。

品牌营销与企业传播团队：企业营销部门可直接生成符合品牌调性的定制音乐，用于广告、短视频、线下活动等场景，无需外包音乐制作，显著缩短创意到执行的周期。

AI 音乐爱好者与技术研究者：对 AI 生成音乐感兴趣的音乐发烧友，以及研究生成式音频技术的研究人员，Flow Music 提供了体验最前沿 AI 音乐模型的直观入口。

教育工作者与学生：音乐教育场景下，Lyria 3.5 可作为教学工具，帮助学生理解不同音乐风格的结构特征和情感表达方式，多语言歌词功能也为外语音乐教学提供了独特价值。

六、优缺点介绍

优点：四大核心能力全面升级，尤其人声逼真度实现了质的飞跃，段落级编辑功能解决了 AI 音乐创作的最大痛点；平台整合能力强，与 YouTube Shorts、Gemini 等谷歌产品深度打通；支持 30 秒至 3 分钟的灵活时长选择，覆盖从短视频配乐到完整歌曲的多场景需求；Flow Music 提供多轨道混音和乐器更换功能，创作自由度高于 Suno 的封闭生成模式。

缺点：Lyria 3.5 目前仅向 AI Plus 及以上订阅用户开放，免费用户无法体验完整功能，存在一定的使用门槛；平台尚未全面开放中国市场访问，国内用户需要科学上网方可使用；与 Suno V5.5 相比，Lyria 3.5 在中文歌词生成的自然度上仍有提升空间；模型不支持人声克隆功能，无法基于真实歌手声音生成定制内容，而 Suno 和 Udio 均已支持该功能。