米グーグルは、「Gemini」の機能を拡張し、最新の音楽生成AIモデル「Lyria 3」をベータ版として実装した。同モデルはGoogle DeepMindが開発したもので、これまでテキストや画像、動画の生成に対応していたGeminiにおいて、新たに高品質な音楽生成機能を提供する。同機能は18歳以上のユーザーを対象に、日本語や英語など複数言語で順次提供が開始されている。


　新たに追加された機能では、ユーザーがGeminiアプリ上でジャンルや雰囲気、テンポなどをテキストで指定することで、最長30秒の楽曲を生成できる。インストゥルメンタル（楽器演奏のみ）だけでなく、指定したテーマに沿ったボーカルや歌詞も自動で生成されるのが特徴だ。従来のモデルとは異なり利用者が自ら歌詞を用意する必要はなく、Geminiがプロンプトの意図を汲み取って作詞を行う。

　また、マルチモーダル入力にも対応しており、写真や動画をアップロードしてその雰囲気に合った曲の作成を指示することも可能だ。生成される楽曲には、画像生成AI「Nano Banana」によって作成されたカスタムカバーアート（ジャケット画像）が自動的に付与される。完成したデータは、カバーアートを含むMP4形式の動画ファイル、またはMP3形式の音声ファイルとして保存できるほか、専用のリンクを発行して外部に共有することも可能となっている。

　「Lyria 3」は48kHzのステレオ出力に対応しており、従来よりも自然な歌声と複雑な楽器構成を持つ楽曲を生成できる。同時に、生成AIによるコンテンツの安全性と著作権保護の仕組みも強化された。生成された全ての楽曲には、AIによる生成物であることを識別するための電子透かし技術「SynthID」が埋め込まれる。特定の既存アーティストの直接的な模倣を避ける設計がなされており、生成された出力と既存の楽曲を照合するフィルター機能も備えられている。


　これに合わせて、Geminiアプリには音声ファイルの検証機能も追加された。ユーザーが音声ファイルをアップロードすると、それがGoogleのAIによって生成・編集されたものかどうかをSynthIDの検出を通じて確認できる。

　なお、GoogleはYouTubeクリエイター向けのAIサウンドトラック作成機能である「Dream Track」にも同モデルを統合し、米国での提供を開始した。ショート動画のBGMや歌入りパートをAIでカスタマイズできる機能として、今後他国のクリエイターにも順次展開される予定である。