Geminiの音楽AI「Lyria 3.5」が全ユーザーに開放。日本語で頼むと、歌詞まで日本語で歌ってくれます

Geminiの音楽AI「Lyria 3.5」が全ユーザーに開放。日本語で頼むと、歌詞まで日本語で歌ってくれます

3行でわかるこの記事

  • 何が起きた? Googleが2026年9月4日、音楽を作るAI「Lyria 3.5」をGeminiアプリで使えるようにしました。
  • 重要なポイント 日本語で頼めば歌詞も日本語になり、Aメロもサビもある数分の1曲が返ってきます。
  • なぜ注目? Webでもスマホでも、世界中の全ユーザーが対象だからです。

はじめに

Geminiに「明るいポップスを作って」と頼むと、数分の曲が1本まるごと返ってくるようになりました。しかも歌つきです。Aメロがあって、サビがあって、その間に雰囲気の変わるブリッジという部分まで入っています。

動画に流すBGMがほしくなったとき、無料素材のサイトを何ページもめくって雰囲気の近いものを探した経験は、多くの人にあると思います。誕生日のムービーに添える曲も、自分のチャンネルのオープニングも、誰かが作ったものから選ぶのが早い道でした。

2026年9月4日、Googleが音楽生成モデル「Lyria 3.5」をGeminiアプリで使えるようにしました。日本語で頼んだら歌詞は英語になってしまうのか、返ってきた曲は後から直せるのか。気になるところが多いニュースです。

ひとことで言うと

チャットの入力欄の中に、音楽スタジオが1つ入りました。楽器が弾けなくても、譜面が読めなくても、歌つきの1曲が手に入ります。

「こんな曲つくって」と頼むと、何が返ってくるの?

Lyria 3.5が作るのは、Aメロ・サビ・ブリッジが分かれた数分の曲です。同じ日に、ちょうど30秒のクリップを作る「Lyria 3 Clip」というモデルも出ました。30秒でも動画の一場面には足りますが、頭からお尻まで1本で通したいなら数分ほしくなります。その長いほうが、今回Geminiに入りました。

Geminiの画面では、テキストの入力欄からジャンルを選び、ボーカルか楽器か、つまり歌ありか歌なしかを選べるようになりました。曲の長さも短めと標準から選べます。ここまでは、音楽の用語をひとつも知らないまま進みます。

使えるのは世界中の全ユーザーで、Webからでもスマホアプリからでも触れます。Geminiアプリを月に1回以上使う人は、2026年4月から6月の時点で9億5000万人。日本の人口の7倍を超える人が、この入力欄を毎月開いています。

このモデル自体は2026年7月から、Google Flow Musicで先に動いていました。今はGeminiアプリのほかに、Google AI Studio、Google Vidsからも使えます。

日本語で頼んだら、歌詞は英語になっちゃう?

なりません。歌詞は、頼むときに使った言語で作られます。たとえば日本語で「秋の帰り道の歌を作って」と書けば、日本語の歌詞が返ってきます。歌い方も発音も、その言語に合わせて変わります。

今回のモデルは、頼んだ内容をそのとおりに作る精度、曲の組み立ての理解、そして歌詞を発音する正確さが上がりました。メロディーも、前より込み入った形に組めます。歌声そのものも変わっていて、より自然で、感情のこもった歌い方ができます。

出てくる音は44.1kHzのステレオです。kHzは1秒間に音をどれだけ細かく刻んで記録するかを表す数字で、44.1kHzは音楽CDと同じ細かさになります。ステレオなので、左右に広がりのある鳴り方です。前の世代のLyria 3は48kHzでしたから、数字だけなら下がりました。それでもGoogleは今回のほうを忠実度が高いと位置づけ、これまでで最高音質の音楽生成モデルだと呼んでいます。

注文はどこまで通るの? 写真を最大10枚まで渡せます

指定できるものは細かいです。ジャンル、楽器、BPM、キーとスケール、ムードや雰囲気、それに長さ。BPMは曲の速さ、キーとスケールは曲が明るく響くか切なく響くかを決めるものです。長さは文章で頼んでもいいですし、何秒のところで何が起きるかを数字で指定してもかまいません。

歌詞を自分で用意して、どこがAメロでどこがサビかまで決めたいときは、歌詞に [Verse] [Chorus] [Bridge] と印を書いて渡せます。順に、Aメロ、サビ、ブリッジという意味の印です。

そして文章と一緒に、写真も渡せます。画像は最大10枚まで添えられて、その色や雰囲気から曲ができます。旅行のカメラロールから10枚選べば、その旅の空気を持った曲が返ってくる、ということです。曲と一緒に、歌詞と曲の構成も文字で返ってきます。受け取るファイルは何も言わなければMP3で、WAVも選べます。

できないことと、気をつけることは?

音楽づくりは1回きりのやりとりです。返ってきた曲に「サビをもう少し盛り上げて」と追加で頼んで直すことはできません。気に入らなければ、頼み直してもう一度作ることになります。しかも同じ文章で頼んでも、呼ぶたびに違う曲が返ってきます。

頼めない内容もあります。特定の歌手の声で歌わせたり、世に出ている曲の歌詞をそのまま歌わせたりする注文は、安全のフィルタで止まります。

できた曲には全部、SynthIDという電子透かしが入ります。人間の耳には聞こえないので、聴こえ方は変わりません。あとからAIが作った音かどうかを見分けるための印です。ただしこれは曲を作った側が付ける印で、EUのAIのルールが使う側に求めている「これはAIです」という表示までは、これひとつでは満たしません。動画に載せて公開するなら、AIで作った曲だと自分で書き添えておくほうが安全です。学習にどんな曲を使ったのか、著作権をどう扱っているのかについては、今回の発表では詳しく語られていません。

自分のアプリやサービスに音楽づくりを組み込むための窓口を使う場合は、1曲あたり0.08ドルかかります。1ドルを150円で見て12円ほどで、こちらには無料で試せる分がありません。Geminiアプリのほうは、世界中の全ユーザーが対象です。

誕生日の曲も、動画のBGMも、テンプレートから

何を書けばいいか思いつかなくても大丈夫です。BGM用から誕生日向けの曲まで、テンプレートが用意されています。選んで、少し言葉を足すところから始められます。

Googleが挙げた使い道は、動画の後ろで流すバッキングトラック、ブランドのジングル、そして着信音の3つです。ジングルは、お店やCMで流れる短い音のロゴのようなものです。自分だけの曲が鳴るスマホなら、その場で人に見せられます。

今夜スマホを開けば、誕生日のテンプレートから1曲できます。音楽は聴く側だと思っていた人が、渡す側に回れるようになりました。

用語ミニ解説

  • Lyria 3.5: 今回Geminiに入った、Googleの音楽生成モデルの名前です。
  • SynthID: Googleの電子透かし技術。耳には聞こえない印を音に埋め込み、AIが作ったものかを後から確かめられるようにします。
  • Gemini API: Geminiの機能を、自分のアプリやサービスから呼び出すための窓口です。

Me-Moon編集後記 🌙

日本語で頼めば日本語で歌ってくれる、というところが今回いちばんうれしい変化でした。意味の分かる歌詞の歌を、自分の言葉から作れます。

旅行の写真を10枚選んで、その旅の曲を1本作ってみたくなりますね🌙

Me-Moonコミュニティのご案内

Me-Moon Mediaは、テクノロジーをやさしく楽しむコミュニティ「Me-Moon」が運営しています。 記事の感想や気になるニュースの話は、LINEオープンチャットでお待ちしています。

あわせて読みたい

同じLyriaの名前を持つ音楽AIを紹介した記事です。ここから何が変わったかが分かります。

頼んで作ってもらうのではなく、その場で鳴らしながら作るタイプの音楽AIです。

参考リンク

この掲載情報は各取得情報によって提供されています。

※内容の真偽や広告内容についてはご自身でご判断ください。

小宮 滉

監修者

小宮 滉

コインチェック株式会社を経て、現在はGUILD株式会社および一般社団法人Web3人材マネジメント協会の代表理事を務める。

Web3・仮想通貨分野では、「NGG(NinjaGuild_Japan)」というコミュニティの運営や、「IVS Crypto THE DEMODAY」MetaMeトラックでの優勝など、多くの実績を有する。

また、AI・ブロックチェーン開発を強みとしたDXサービスを提供し、企業の成長を支援します。AI・ブロックチェーン技術との統合を通じて、DX体験をシームレスに実現し、ユーザーと企業の双方に新たな価値を創出することを目指して、開発支援やマーケティングを行っております。

X (Twitter) →

一緒に記事を書いてみませんか?✍️

ライター登録はこちら →