Lyria 3.5

Lyria 3.5 ist das Musikmodell von Google DeepMind. Aus einem Text-Prompt entsteht ein vollständiger Song: Das Modell legt zuerst das Arrangement fest, singt dann mit eigenem oder Ihrem Text und liefert Stereo mit 44,1 kHz. Es folgt auf Lyria 3. Besser geworden sind die Musikalität, die Textqualität, der Ausdruck der Stimme sowie die Kontrolle über Tempo und Dauer.

Ja, und die Regel dahinter ist einfach: Die Sprache des Prompts bestimmt die Sprache des Gesangs. Schreiben Sie den gesamten Prompt auf Deutsch, also auch die musikalische Anweisung und nicht nur die Liedzeilen. Dann kommt der Song deutsch gesungen zurück. Das Modell passt Gesangsstil und Aussprache entsprechend an. Eine eigene Spracheinstellung gibt es nicht, und ein englischer Prompt mit deutschem Text sendet ein widersprüchliches Signal.

Clip ist die Kurzform und liefert immer genau 30 Sekunden. Damit prüfen Sie einen Prompt günstig. Lyria 3.5 erzeugt ganze Songs von rund zwei Minuten, mit unterscheidbaren Strophen, Refrains und Bridges. Nur dieses Modell gibt WAV zurück. Üblich ist deshalb ein zweistufiges Vorgehen: auf Clip so lange probieren, bis die Richtung steht, und den Favoriten dann auf 3.5 rendern.

Ja. Schreiben Sie die Zeilen in den Prompt. Markieren Sie die Abschnitte mit Tags wie [Verse], [Chorus] und [Bridge], damit das Modell die Form des Songs kennt. Halten Sie Ihre musikalische Anweisung getrennt vom Text selbst. Daran entscheidet sich am stärksten, ob das Modell Ihre Zeilen singt oder sie umschreibt.

Ja. Verlangen Sie es direkt im Prompt, etwa mit „nur instrumental, kein Gesang“. Für Spiele-Audio, für Betten im Hintergrund und für alles, worüber später gesprochen wird, ist das der übliche Weg.

In zwei Schritten. Am 29.07.2026 kam das Modell zunächst innerhalb von Flow Music. Am 04.09.2026 folgte der breitere Start über Google AI Studio, die Gemini-API und die Gemini-App. Berichte, die nur eines der beiden Daten nennen, beschreiben den halben Start.

Ja. Jeder Track enthält ein SynthID-Wasserzeichen im Audio, an dem sich die Herkunft aus einer KI erkennen lässt. Hörbar ist es nicht, und am Klang des Tracks ändert es nichts.

Nicht durch einen zweiten Prompt. Die Generierung läuft in einem Zug, ein bestehender Track lässt sich also nicht per Folgeanweisung nachschärfen. Sie passen stattdessen den Prompt an und generieren neu. Genau deshalb spart es Zeit, die Idee zuerst auf Clip zu prüfen. Und die Ergebnisse schwanken zwischen den Durchgängen: Derselbe Prompt liefert kein zweites Mal denselben Track.