3行でいうと

  • 開発者向けの窓口はGemini APIです。公式のドキュメントでは、Lyria 3.5（lyria-3.5、安定版）とLyria 3 Clip（lyria-3-clip-preview）が interactions.create という呼び出しで使え、Lyria RealTimeは別のWebSocket方式です。
  • ブラウザで試すなら、Google AI Studioです。公式のブログは、音楽のワークスペースを使うには「有料のAPIキー」が必要と書いています。
  • 企業向けには、Google CloudのVertex AIがあります。2026年4月7日付のブログで、Lyria 3とLyria 3 Proが「パブリックプレビュー」とされています。
  • 曲に入る電子透かしSynthIDは、Geminiに音声ファイルを渡して確かめられると公式が書いています。公開の検出ページ（synthid.com）もあります。
  • Google自身が運営していない、第三者のツールやコミュニティ製のものは、読んだ範囲では公式の一覧が見つかりませんでした。

この記事は、公式の資料を2026年10月23日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。公式のページは要約の形で取得したため、「書かれていない」と言い切らず、「読んだ範囲では見つからなかった」と書いています。コードの細かな書き方は、公式のドキュメントを直接見てください。

先に結論

前提：用語をそろえる

公式が運営しているもの

Gemini API と Google AI Studio

公式の「Generate music with Lyria 3.5」によると、次のとおりです（確認日10月23日）。

項目 公式の記載
モデル Lyria 3.5（lyria-3.5）：曲全体向け。出力は既定でMP3、response_format でWAV。Lyria 3 Clip（lyria-3-clip-preview）：常に30秒のMP3
呼び出し Python、JavaScript、Java、Goで interactions.create にモデルと入力を渡す。RESTは https://generativelanguage.googleapis.com/v1beta/interactions に x-goog-api-key ヘッダ付きでPOST
結果の読み取り output_audio と output_text の便利なプロパティ、または steps を順に読む
入力 文章（[Verse]、[Chorus] などの歌詞タグや時刻の指定を含む）、画像は最大10枚まで
出力 44.1 kHzのステレオ。すべてにSynthIDの透かし
制限 1回で作る形で、Lyria 3.5の現行版は続けての編集に未対応。同じプロンプトでも結果が変わる。特定アーティストの声や著作権のある歌詞の依頼はブロック

モデルページ（Lyria 3.5）では、状態は「Stable」、入力の上限は131,072トークン、入力は文章と画像、出力は音声（MP3）と文章（歌詞）、ページの最終更新は2026年9月16日と書かれています。関数呼び出し、構造化出力、バッチなどは「対応しない」の一覧にあります。

更新履歴（changelog）には、2026年3月25日に lyria-3-clip-preview と lyria-3-pro-preview が出て、2026年9月3日に lyria-3.5 が一般提供になった、とあります。「Deprecations」のページでは、lyria-3-pro-preview の置き換え先が lyria-3.5 で、終了日は「発表なし」です。

Lyria RealTime（models/lyria-realtime-exp）は、公式が「実験的」と書くモデルです。つなぎっぱなしのWebSocketで、play()、pause()、stop()、reset_context() を操作し、重みづけした文章のプロンプトで曲調を動かします。出力は48 kHzのステレオ（16ビットPCM）で、楽器だけです。ドキュメントは、出力に透かしが入るとは書いていますが、ここではSynthIDという名前は出していません。AI Studioでは「Prompt DJ」と「MIDI DJ」のアプリで試せます。

Google AI Studio。 2026年3月25日付のブログによると、音楽のワークスペースがあり、使うには有料のAPIキーが必要です。モデルの一覧からLyria 3（30秒）かLyria 3 Proを選びます。2つのモードがあり、文章モードは自然な言葉で曲を説明し（テンポや調も指定できる）、コンポーザーモードは曲を区間ごとに組み立てて、各区間のタイミングと強さを決めます。ブログは、サンプルのアプリ（Lyria Studio、Lyria Rhythm、Alarm Clock、動画のBGM）にも触れています。誰が作ったかは、読んだ範囲では分かりません。

対応地域。 公式の「Available regions」には日本が入っています。国や地域が一覧にない場合は、Google Cloud側の同じ機能を試すよう書かれています。

利用規約の要点（公式のGemini API追加利用規約、2026年3月23日発効）。 18歳以上。消費者用ではなく、業務や専門の目的の利用。EEA、スイス、英国のユーザーに向けてAPIを使ったアプリを提供する場合は、有料サービスのみ使えます。このサービスと競合するモデルを作ることはできません。

Vertex AI（Google Cloud）

2026年4月7日付のGoogle Cloudのブログによると、Lyria 3 Proは最大3分、Lyria 3は最大30秒で、Vertex AIの「パブリックプレビュー」です。使い方は、Vertex AI APIとVertex AI Media Studioです。出力にはSynthIDが入り、C2PA（コンテンツの来歴を示す規格）のコンテンツ資格情報に対応する、と書かれています。ブログは、Gen AI SDK for Pythonのノートブックと、Gen MediaのMCPツール向けのAgent Skillにも触れています。MCPは、AIが外部のツールを呼ぶ規格で、このSkillの中身は、読んだ範囲では詳しく読めていません。

Google Cloudのドキュメントの目次には、Lyria 2とLyria 3が並んでいます。モデルID、地域、上限は、本文を取得しきれず、読んだ範囲では確認できていません。Lyria 3.5がVertex AIで使えるかどうかも、読んだ範囲では確認できていません。

Flow Music の周辺

Gemini、Vids、YouTube

SynthIDを確かめる：つなぐ先は「検出」

公式のブログ（2026年2月18日付）は、Geminiの検証機能が音声にも広がったと書いています。音声ファイルをアップロードして、GoogleのAIで作られたかを聞くと、GeminiがSynthIDを調べ、自分の推論も使って答えます。

DeepMindのSynthIDのページによると、Lyriaの音声に入る透かしは聞こえず、ノイズの追加、MP3圧縮、速さの変更に耐えるよう設計されている、と書かれています。公開の検出ポータル（SynthID Detector、synthid.com）は、誰でも使えるようになっており、Google以外の提携先のAIで作ったものも調べられる、と書かれています。

読んだ範囲では見つからなかったこと：どんな編集まで検出できるかの具体的な基準や精度。なお、曲が既存の作品に似ていないかを調べるフィルターについては、ブログ（2026年2月18日付）が「完全ではないかもしれない」という趣旨で書いています。

取り込みと書き出し

方向 入口 公式の記載
取り込み Geminiアプリ 画像や動画を付けられる。音声の取り込みは、ヘルプでは読んだ範囲では見つからなかった
取り込み Flow Music マイク録音、自分の音声の追加、画像を参照にできる
取り込み Gemini API 画像は最大10枚。音声の入力は、読んだ範囲では見つからなかった
書き出し Geminiアプリ MP4またはMP3、共有リンク
書き出し Flow Music ヘルプは、曲ごとにファイル形式を選んでダウンロード、複数は.zip。料金ページの表には、ダウンロード（mp3、wav、m4a）とステムのダウンロードの項目がある。どのプランで使えるかは、読んだ範囲では分からない
書き出し Gemini API MP3（既定）またはWAV

データがどこへ流れるか

公式ではないもの

読んだ範囲では、公式の資料が「第三者の連携」として一覧にしているものは見つかりませんでした。次の2点だけ、公式の資料に出てきます。

気をつけること

出典