Google a introduit Lyria 3.5 dans l'application Gemini et l'API Gemini le 4 septembre. Pour les utilisateurs ordinaires, il s'agit d'une mise à jour très intuitive : décrivez le style musical souhaité, choisissez entre une piste avec voix ou instrumentale, puis décidez si vous voulez une courte mélodie ou une composition plus longue, et le système génère le résultat final. Pour les développeurs et les créateurs, les changements sont plus concrets — le même modèle est désormais disponible sur Google AI Studio, Google Vids et Flow Music, ce qui signifie que la musique générée par l'IA n'est plus simplement une fonctionnalité de démonstration sur un site web, mais s'intègre progressivement dans des flux de travail existants tels que la création vidéo, les contenus de marque et le développement d'applications.
Ce qui est le plus remarquable dans cette annonce, ce n’est pas « un autre modèle de musique ajouté », mais le fait que Google commence à transformer la génération musicale en une capacité produit livrable. L’entreprise résume les améliorations principales comme une voix plus expressive, une orchestration plus riche et une qualité sonore supérieure, avec des options de style et des modèles prédéfinis. De nombreux outils de génération musicale précédents produisaient rapidement des mélodies, mais laissaient souvent apparaître des traces mécaniques dans la structure complète, la qualité vocale et le déroulement des segments. Lyria 3.5 vise clairement la dernière mile : permettre aux utilisateurs de passer moins de temps à tester des prompts et de recevoir davantage de contenus directement utilisables dans des vidéos, des sonneries ou des contenus de marque.
De jouets d'inspiration à des outils de production de contenu
La génération musicale intègre véritablement les flux de travail grâce à la stabilité, la maîtrise et l'économie de temps, et non à une seule création impressionnante. Les équipes de vidéos courtes doivent basculer entre plusieurs versions de durées, les clients marques s'attendent à une cohérence stylistique, et les développeurs exigent une interface stable et intégrable. Lyria 3.5 couvre à la fois l'application Gemini et l'API, répondant ainsi aux besoins de la création individuelle et de la production à grande échelle. Les utilisateurs individuels peuvent démarrer rapidement avec des modèles, tandis que les développeurs peuvent intégrer ces fonctionnalités dans leurs propres produits de montage, de marketing ou d'interaction ludique.
Google liste également « les morceaux courts ou plus longs » comme une fonctionnalité indépendante. Cela semble banal, mais cela touche à l'une des parties les plus difficiles de la musique générative : à mesure que la durée augmente, le modèle doit non seulement maintenir la tonalité, mais aussi gérer les couplets, les refrains, les ponts et les changements d'émotion, tout en évitant les boucles mécaniques. L'annonce ne révèle pas la durée maximale uniforme, les différences régionales ni tous les paramètres techniques ; il est donc plus précis de dire que les utilisateurs obtiennent une flexibilité accrue dans le choix de la durée, et non la capacité de générer indéfiniment des albums complets.
Par rapport à la génération de texte et d'images, la musique introduit une couche supplémentaire de limites d'utilisation. Il revient à chaque créateur de vérifier si une mélodie est trop proche d'une œuvre existante, si la voix synthétique pourrait tromper les auditeurs en les faisant croire qu'il s'agit d'un chanteur réel, et si un projet commercial peut être utilisé conformément aux conditions de la plateforme concernée. L'annonce de Google se concentre sur les capacités du produit et n'apporte pas de solution à ces questions complexes. Ainsi, avant la livraison officielle, l'équipe doit conserver les prompts, les versions générées et les modifications apportées manuellement, et revoir soigneusement les mélodies, paroles et similitudes vocales à haut risque.
Pour le secteur du contenu, ce type de produit pourrait d'abord transformer les besoins quotidiens de ceux qui ne pouvaient pas se permettre de la musique sur mesure, et non la création des artistes principaux. Les génériques de podcasts, les courtes vidéos de magasins, les fonds sonores pour les cours, les pages d'événements de jeux et les publicités sur les réseaux sociaux nécessitent une grande quantité de musique, avec des délais serrés et des budgets limités. Par le passé, ils dépendaient souvent de bibliothèques de musiques génériques ; aujourd'hui, les créateurs peuvent générer des versions plus adaptées, en s'appuyant sur des images et des rythmes spécifiques. La valeur ne réside pas nécessairement dans « une meilleure qualité que la composition professionnelle », mais dans le fait de donner à chaque contenu un son plus proche d'une création sur mesure.
La véritable concurrence réside dans la distribution et la gestion des droits d'auteur
Il est plus important que Lyria 3.5 soit intégré à Gemini plutôt que de rester uniquement un produit de laboratoire indépendant. Gemini offre un accès direct aux utilisateurs, une intégration avec Google Vids pour les vidéos professionnelles, un service AI Studio pour les développeurs, et Flow Music pour les créateurs plus expérimentés. Les capacités du modèle se répandent via ces canaux, permettant aux utilisateurs d’utiliser la génération musicale dans leurs tâches habituelles sans avoir à connaître le nom du modèle. La concurrence entre produits d’IA passe ainsi de « qui a l’exemple le plus agréable » à « qui délivre le plus rapidement dans le bon contexte ».
Plus la distribution est étendue, plus la pression de gouvernance augmente. La musique est un type de contenu aux relations de droits extrêmement complexes, où les paroles, la musique, les enregistrements, l'image vocale et le style d'interprétation peuvent correspondre à des droits distincts. Les utilisateurs professionnels ne peuvent pas assimiler directement « la plateforme autorise la génération » à « utilisable commercialement dans tous les scénarios ». La démarche la plus prudente consiste à lire d'abord les conditions d'utilisation correspondant à votre région et à votre compte, puis à effectuer une revue manuelle de la sortie finale ; lorsqu'il s'agit d'artistes célèbres, de chansons existantes ou de marques clients, il convient d'appliquer des normes internes encore plus strictes.
Du point de vue industriel, Lyria 3.5 met les capacités musicales à la disposition des utilisateurs et développeurs Gemini du monde entier, augmentant ainsi l'offre de musique générée, mais sans effacer la valeur traditionnelle de la musique. Au contraire, lorsque les musiques de fond de base deviennent peu coûteuses, les créations véritablement reconnaissables, les expressions d'êtres crédibles et les chaînes d'autorisation claires pourraient devenir encore plus précieuses. Les modèles sont adaptés pour assurer les brouillons, les variantes et les musiques de fond à faible risque, tandis que les humains sont mieux placés pour déterminer pourquoi une œuvre existe, ce qu'elle doit exprimer et quand arrêter la génération.
Ainsi, cette mise à jour peut être vue comme une avancée de Google dans la production de produits médiatiques génératifs : les modèles ne se contentent plus de fournir des démonstrations techniques de quelques secondes, mais commencent à assumer des tâches de contenu intégrables, réutilisables et livrables. Leur adoption comme outil courant par les créateurs dépendra de leur cohérence, coût, mécanismes de modération et retours utilisateurs dans des projets réels. L'officiel confirme que Lyria 3.5 est déjà intégré aux produits et interfaces concernés ; ce qui sera finalement adopté par le marché, ce sera le nombre d'heures économisées et de retouches réduites dans les flux de travail réels.