【Lyria 3.5】Googleの最新音楽生成AIの性能・料金・使い方を徹底解説！

2026年9月5日、Googleは音楽生成AIモデル「Lyria 3.5」をGeminiアプリ・Gemini API・Google AI Studioで全世界に公開しました。テキストプロンプトを入力するだけで、ボーカル付きのフルレングス楽曲を生成できるこのモデルは、X上でも大きな反響を呼んでいます。日本のユーザーからは「クオリティ高すぎ」という声が上がる一方、日本語ボーカルの発音精度についてはさらなる改善を求める意見も見られます。

とはいえ、「どうやって使うの？」「料金はいくら？」「商用利用はできるの？」と疑問に思っている方も多いのではないでしょうか。この記事では、Lyria 3.5の概要から技術的な仕組み、料金体系、ライセンス、使い方、そして実際に試してみた検証結果までを徹底的に解説していきます。

生成AIで音楽制作を始めたい方は、ぜひ最後までご覧ください！

【監修者】田村 洋樹

株式会社WEEL代表取締役 / 累計25社以上のAIアドバイザリーを担当 / 企業向けセミナー・大学講義でのべ10,000人超に登壇 / 日本HP・インテルなど、大手企業主催カンファレンスへの登壇実績多数。AI導入支援・生成AIを活用した業務改革のプロとして、アドバイザリー・PM・講演者など多面的な立場から企業を支援中。

Lyria 3.5とは？

Lyria 3.5は、Google DeepMindが開発したLyriaシリーズの最新音楽生成AIモデルです。

テキストプロンプトや画像を入力するだけで、ボーカル・歌詞・楽器編成を含む最大3分間のフルレングス楽曲を44.1kHzのステレオ音質で生成できます。出力形式はMP3とWAVに対応しており、プロダクションレベルの高品質な音声をそのまま書き出せるのが特徴です。

このモデルが従来の音楽生成AIと一線を画しているのは、楽曲全体の構造的な一貫性を保てる点にあります。イントロ・Aメロ・サビ・ブリッジといったセクションを自動的に構成し、自然な展開で「聴ける曲」を一発で生成してくれるのです。さらに、タイムスタンプを使って「0:00〜0:10はピアノのイントロ、0:10〜0:30からボーカルを入れる」のように、秒単位で楽曲構成を指定することもできます。

もう1つ見逃せないのが、画像から楽曲を生成できるマルチモーダル入力への対応でしょう。風景写真やイラストをアップロードすると、その雰囲気にマッチした楽曲を自動で作成してくれます。最大10枚の画像を同時に入力できるため、ストーリーボード全体から1曲を生成するような使い方も可能です。

なお、Lyriaシリーズには30秒固定のクリップを生成する「Lyria 3 Clip」やリアルタイムでの音楽生成に対応した「Lyria RealTime」といったモデルもあり、用途に応じて使い分けることが可能です。

Lyria 3.5の仕組み

Lyria 3.5の技術的な仕組みについて、Google DeepMindが公開している情報をもとに整理しておきましょう。

Lyria 3.5は、テキストや画像のプロンプトを受け取り、44.1kHzステレオの高忠実度オーディオを直接出力する生成AIモデルです。Gemini APIでは新しいInteractions APIを使用して呼び出す設計になっており、interactions.createメソッドにモデルIDとしてlyria-3.5を指定することで楽曲の生成をリクエストできます。入力としてテキストと最大10枚の画像を同時に受け付ける、マルチモーダル対応の構成です。

モデルの内部では、プロンプトの内容に基づいて楽曲構成（イントロ・Aメロ・サビ・ブリッジなど）を推論するプロセスが走ります。この処理は音声が生成される前に行われ、構造的な一貫性と音楽性を確保する仕組みになっています。

出力はbase64エンコードされた音声データとして返され、テキストコンテンツブロック（生成された歌詞・楽曲構成のJSON）とオーディオコンテンツブロック（楽曲本体）がインターリーブされた形式で取得できます。テキスト部分には歌詞やセクション情報が含まれるため、アプリケーション側で歌詞表示と音声再生を連動させるような実装にも対応しやすい設計です。

Lyria 3.5の特徴

Lyria 3.5の性能面で注目すべきポイントを、前世代モデルとの違いを中心にまとめます。

ボーカル品質が大幅に向上

まず、ボーカル品質が大幅に向上しています。

Google DeepMindは公式で「より表現豊かなボーカルと、より豊かなアレンジメント」と明言しており、実際にX上のユーザーの反応を見ても、ボーカルの自然さについては高い評価を受けています。前世代のLyria 3と比較すると、歌い回しのダイナミクスや感情表現が格段に改善された印象です。

歌詞の忠実度が改善

次に、歌詞の忠実度が改善されました。ユーザーが指定した歌詞に対する追従性が高くなり、[Verse]や[Chorus]といったセクションタグ、さらには[guitar solo]のようなブラケット記法をネイティブに処理できるようになっています。

複数言語でのボーカル生成にも対応しており、プロンプトの言語に合わせて発音やボーカルスタイルを自動調整する機能も搭載されているのが心強いポイントでしょう。

秒単位の構成指定

テンポ制御の面では、BPM指定やタイムスタンプによる秒単位の構成指定が可能になった点も見逃せません。たとえば「120 BPM」「70 BPM前後の遅いテンポ」といった指定や、[0:00 - 0:10] Intro: ピアノのソロのように細かく展開を設計できます。

Lyria 3.5の安全性・制約

Lyria 3.5で生成されたすべての楽曲には、Google DeepMindが開発したSynthIDの電子透かしが埋め込まれます。

この透かしは人間の耳には聞こえず、リスニング体験に影響を与えないまま、楽曲がAIで生成されたものかどうかを判定できる仕組みです。安全フィルターも導入されており、特定のアーティストの音声を模倣するプロンプトや、著作権で保護された歌詞を含むリクエストはブロックされる設計になっています。

さらに、生成された出力が既存の楽曲と類似していないかをチェックするフィルタも搭載されているとのことです。

Lyria 3.5の料金

Lyria 3.5のAPI料金は、前世代モデル（Lyria 3 Pro Preview）と同額に据え置きされています。性能が向上しつつもコストはそのままという点は、既存ユーザーにとって嬉しいポイントでしょう。

注意すべき点として、Lyria 3.5にはGemini APIの無料ティアが設定されていません。すべての生成が従量課金となるため、プロトタイプの段階では、まず30秒クリップの「Lyria 3 Clip」（0.04ドル/曲）でプロンプトを試してから、フルレングス生成に切り替えるのがコスト効率の良い運用方法です。10曲生成しても0.80ドル程度なので、個人の実験用途でも手を出しやすい価格帯と言えるでしょう。

一方、Geminiアプリから利用する場合は、各プランの生成回数制限に従う形になります。Geminiの有料プラン（AI Pro / Ultraなど）を契約していれば、プラン内の枠で楽曲生成が可能です。

Lyria 3.5のライセンス

Lyria 3.5はオープンソースモデルではなく、GoogleのプロプライエタリモデルとしてクラウドAPI経由で提供されるSaaS形式のサービスです。OSSライセンス（Apache 2.0やMITなど）ではないため、利用にあたってはGoogleの利用規約およびGen AI禁止使用ポリシーに従う必要があります。

商用利用について補足すると、Googleの「生成AI追加利用規約」に基づき、生成された楽曲の所有権はユーザーに帰属し、Googleが著作権を主張することはありません。ただし、現在の日本の法解釈では「AIが完全に自動生成したコンテンツ」には著作権が発生しないとされているため、第三者による無断使用を法的に差し止めることが困難な場合があります。

商用リリースを検討する場合は、最新のGoogle利用規約と各配信プラットフォームの規約を照合し、既存楽曲との類似性チェックを行うなど慎重な運用が必要です。なお、有料のGemini API経由で生成したコンテンツについてはGoogleの製品改善に利用されない旨が規約に記載されていますが、消費者向けアプリ（無料枠含む）のデータポリシーとは異なる可能性があるため、用途に応じた確認をおすすめします。

Lyria 3.5の使い方

Lyria 3.5にはいくつかのアクセス方法があります。ここからは、代表的な使い方をステップバイステップで解説します。

Geminiアプリから楽曲を生成する

最も手軽にLyria 3.5を体験できる方法です。コードを書く必要がなく、ブラウザやスマートフォンから直接プロンプトを入力して楽曲を生成できます。

STEP

Geminiアプリにアクセス

ブラウザで gemini.google.com/music を開き、Googleアカウントでログインします。

STEP

ジャンルやスタイルを選択

画面上のテンプレートからジャンルを選ぶか、テキストボックスに自由にプロンプトを入力します。ボーカル付きかインストゥルメンタルかの選択も可能です。

STEP

トラックの長さを指定

短いクリップ（30秒程度）から長めのトラック（最大約3分）まで、用途に合わせて長さを選べます。

STEP

生成結果を確認・ダウンロード

生成された楽曲を試聴し、気に入ったらダウンロードしましょう。

Google AI Studioで試す

開発者やプロンプトエンジニアリングに慣れた方には、Google AI Studioでの利用がおすすめです。

STEP

Google AI Studioにアクセス

ブラウザで Google AI Studio を開き、Googleアカウントでログインします。

STEP

モデルを選択

モデル選択メニューから「Lyria 3.5」を選びます。

STEP

プロンプトを入力して実行

テキストボックスに楽曲の指示を入力し、送信してください。画像をアップロードしてマルチモーダル入力を試すことも可能です。

Gemini API（Python）で利用する

アプリケーションに音楽生成機能を組み込む場合は、Gemini APIをPythonから呼び出す方法が標準的です。

pip install -q -U google-genai

export GEMINI_API_KEY="your-api-key-here"

import base64
from google import genai

client = genai.Client()

# Lyria 3.5でフルレングス楽曲を生成
interaction = client.interactions.create(
    model="lyria-3.5",
    input="アップテンポな日本語ポップス、明るいアコースティックギター、女性ボーカル、120 BPM",
)

# 生成された音声を保存
generated_audio = interaction.output_audio
if generated_audio:
    with open("music.mp3", "wb") as f:
        f.write(base64.b64decode(generated_audio.data))

# 歌詞を表示
lyrics = interaction.output_text
if lyrics:
    print(f"Lyrics:\n{lyrics}")

import base64
from google import genai

client = genai.Client()

with open("sunset.jpg", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode("utf-8")

interaction = client.interactions.create(
    model="lyria-3.5",
    input=[
        {"type": "text", "text": "この画像の雰囲気に合ったチルなローファイヒップホップ"},
        {"type": "image", "mime_type": "image/jpeg", "data": image_b64},
    ],
)

prompt = """
ドリーミーなインディーポップを作成してください。

[Verse 1]
ネオンの街を歩いてた
ガラスに映る影を追って
角を曲がるたび変わる景色
どこまでも続くストーリー

[Chorus]
僕らは夜のエコー
光よりも強く輝いて
離さないで このまま
僕らは夜のエコー
"""

interaction = client.interactions.create(
    model="lyria-3.5",
    input=prompt,
)

【業界別】Lyria 3.5の活用シーン

Lyria 3.5はさまざまな業界で活用できる可能性を持っています。ここからは、業界ごとに具体的な活用シーンを紹介します。

映像制作・広告

映像制作や広告の現場では、BGMの選定や制作に多くの時間とコストがかかることが少なくありません。Lyria 3.5を使えば、動画の尺やムードに合わせたオリジナルBGMをテキスト指示だけで短時間に生成できます。タイムスタンプ指定を活用すれば、シーンの切り替わりに合わせた展開も設計可能です。

商品紹介動画やSNS広告のBGMを外注するほどではないが、フリー音源では物足りないといったケースにちょうどフィットするでしょう。

エンタメ業界における生成AI活用について、詳しく知りたい方は以下の記事も参考にしてみてください。

WEEL

エンタメ業界の問題と課題を生成AIが解決！実際の活用事例も徹底解説 | WEEL 生成AIの進化でエンタメ業界が変わる！実際の活用事例6選と具体的なメリットを紹介します。

ゲーム開発

ゲームのプロトタイプ段階では、仮のBGMやサウンドエフェクトを素早く用意したい場面があります。Lyria 3.5であれば、「レトロ8ビット風のチップチューン」「ダークなオーケストラ曲」などジャンルやムードをプロンプトで指定するだけで、即座にゲーム向けBGMを生成できます。

インストゥルメンタル専用の生成にも対応しているため、ボーカルなしの楽曲が必要な場面でも問題ありません。

ゲーム業界における生成AI活用について、詳しく知りたい方は以下の記事も参考にしてみてください。

あわせて読みたい

現場が劇的に変わる！ゲーム業界でも進む生成AI活用とは？できること・導入メリット・活用事例を詳しく解説 押さえておきたいポイント 企画・ラフアートの作成やデバッグ作業などを生成AIで効率化 パッチノートやお知らせ文の骨子も作成可能 生成AIの導入で新しいゲーム体験を実…

教育・研修

教材動画や社内研修用のコンテンツには、適切なBGMがあることで視聴者の集中力や理解度が高まります。Lyria 3.5は穏やかなローファイ系からアップテンポなポップスまで幅広いジャンルに対応しており、用途に合ったBGMを手軽に用意できるのが魅力です。

音楽理論の授業教材として「ジャズの構成要素を分解したサンプル」を生成するなど、教育コンテンツそのものに組み込む使い方も考えられるでしょう。

生成AIによる教育業界の業務効率化について、詳しく知りたい方は以下の記事も参考にしてみてください。

WEEL

生成AIによる教育業界の業務効率化！教務効率化と授業品質UPが狙える活用法や実際の導入事例を紹介 | WEEL 生成AIは教育業界の教員不足や長時間労働、個別指導の難しさを解決する手段として注目されています。この記事では、学校運営・語学学習・外国籍生徒への対応・アクティブラ…

YouTuber・SNSクリエイター

YouTube動画やTikTok、Instagram Reelsなど、短尺コンテンツのBGMとして手軽に活用できます。フリー音源だと他のクリエイターと被りがちですが、Lyria 3.5ならプロンプト次第でオリジナルの楽曲を無限に生成できる点が大きなメリットです。

画像からの楽曲生成機能を使えば、サムネイル画像の雰囲気に合ったBGMを自動で作成するといった運用も可能になります。

クリエイティブ作成における生成AIの活用方法について、詳しく知りたい方は以下の記事も参考にしてみてください。

あわせて読みたい

生成AIでクリエイティブ作成する方法！自動生成してくれるおすすめAIツールも紹介 自社の商品を売りだすために広告を配信しようと思っているけど、広告クリエイティブを作るノウハウがない…。とお困りの企業も多いのではないでしょうか。 実は、広告分…

【課題別】Lyria 3.5が解決できること

続いて、Lyria 3.5がどのような課題の解決に向いているかを整理します。

BGM制作のコストと時間の削減

従来、オリジナルBGMの制作は外注で数万円〜数十万円、納期も数日〜数週間かかるのが一般的でした。Lyria 3.5であれば、APIで1曲あたり0.08ドル（約12円）、数分で楽曲を生成できるため、制作コストと時間を大幅に圧縮できます。

複数パターンのBGMをまとめて生成し、クライアントに聴き比べてもらうような提案フローも現実的になるでしょう。

フリー音源の「被り」問題の解消

フリー音源サイトの楽曲は多くのクリエイターが利用しているため、動画や広告で同じBGMが流れてしまうケースが珍しくありません。Lyria 3.5なら、プロンプトの内容次第で毎回異なるオリジナル楽曲を生成できるので、他のコンテンツとの差別化が図れます。

ブランドのトーンに合った専用BGMを低コストで量産できる点は、マーケティング担当者にとっても魅力的ではないでしょうか。

音楽制作スキルがなくてもアイデアを形にできる

楽器が弾けない、音楽理論がわからない ── そんな方でも、テキストで「明るいポップス、ピアノとアコースティックギター、女性ボーカル」のように指定するだけで楽曲が完成します。音楽制作の専門スキルなしに、アイデアを形にできるという点がLyria 3.5の本質的な価値でしょう。

プロのミュージシャンにとっても、アレンジのアイデア出しやデモトラックの素早い制作に活用できるツールとして注目されています。

Lyria 3.5を使ってみた

それでは、実際にLyria 3.5を試してみましょう。今回は、さまざまなジャンルのプロンプトを試して、生成品質を検証してみました。

検証①：日本語ボーカル付きポップスの生成

まずは日本語の歌詞付きポップスを生成してみます。

明るい日本語ポップスを作成してください。テーマは「夏の思い出」。
アコースティックギターとピアノ、女性ボーカル、テンポは110 BPM。

[Verse 1]
海辺を歩いた あの日の午後
風に揺れてた 白いワンピース

[Chorus]
忘れないよ あの夏の日を
きらめく波と 君の笑顔を

出力結果はこちら

結果として、楽曲の構成自体は非常に自然で、ちゃんとAメロ→サビの流れを踏襲していました。ボーカルのメロディラインもキャッチーで、AIが作ったと言われなければ不自然さは感じないレベルです。

検証②：タイムスタンプ指定での構成コントロール

続いて、タイムスタンプを細かく指定して、CMジングル風の1分間の楽曲を生成してみます。

[0:00 - 0:10] Intro: 明るいシンセサイザーのリフ
[0:10 - 0:30] Verse: 軽快なドラムとベース、男性ボーカルで商品の特徴を歌う
[0:30 - 0:50] Chorus: フルバンドで盛り上がるサビ、キャッチーなメロディ
[0:50 - 1:00] Outro: シンセリフに戻ってフェードアウト

出力結果はこちら

結果は期待以上で、指定したタイムスタンプにほぼ忠実なタイミングで楽器の出入りやセクションの切り替わりが行われていました。CMや動画広告のBGM制作では、このタイムスタンプ機能が極めて実用的だと感じます。

映像の尺に合わせて「ここでサビを入れたい」「ラスト10秒でフェードアウトさせたい」といった細かな要望にも、プロンプトだけで対応できるのは大きな強みでしょう。

よくある質問

Lyria 3.5で生成AIによる音楽制作を始めよう！

Lyria 3.5は、Google DeepMindが開発した最新の音楽生成AIモデルとして、テキストや画像からフルレングスの楽曲を高品質に生成できる画期的なツールです。1曲あたり0.08ドルという低コストで、ボーカル付きの3分間の楽曲を生成できる点は、映像制作やゲーム開発、SNSコンテンツの制作現場に大きなインパクトを与えるでしょう。

2026年9月時点ではマルチターン編集に非対応であるなど一部制約はありますが、楽曲の構成力やボーカル品質は着実に進化しています。BGM制作のコスト削減やオリジナルコンテンツの量産に課題を抱えている方は、ぜひ一度Lyria 3.5を試してみてください。

最後に

いかがだったでしょうか？

弊社では、AI導入を検討中の企業向けに、業務効率化や新しい価値創出を支援する情報提供・導入支援を行っています。最新のAIを活用し、効率的な業務改善や高度な分析が可能です。

大規模言語モデル（LLM）比較レポート

「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。

セミナー内容や料金については、ご相談ください。

また、大規模言語モデル（LLM）を対象に、言語理解能力、生成能力、応答速度の各側面について比較・検証した資料も配布しております。この機会にぜひご活用ください。

無料で相談する

資料をダウンロードする