Google DeepMind lanza Lyria 3.5 y eleva la presión sobre sus rivales en música con IA
Google DeepMind lanzó Lyria 3.5 el 29 de julio, presentando cuatro mejoras anunciadas mientras las empresas de música con IA afrontan una presión creciente en torno a la calidad, el control y los derechos de autor. El modelo se está implementando a través de Google Flow Music, el espacio de trabajo basado en navegador de la compañía para generar y editar canciones completas.
La actualización mejora la estructura musical, las letras, las voces y el control sobre el tempo y la duración, según el lanzamiento de Lyria 3.5. Estas categorías abordan debilidades conocidas de la música generada. Las canciones de IA pueden sonar pulidas durante varios segundos, pero luego perder el rumbo, repetir frases de manera incómoda o presentar voces sin una emoción convincente.
Esto hace que sea más que una actualización rutinaria del modelo. Google DeepMind está pasando de demostraciones breves e impresionantes a un entorno de producción en el que los creadores pueden dirigir y revisar pistas completas. Suno, Udio y otros generadores musicales ahora deben competir con una empresa que controla el modelo, la interfaz de creación, las plataformas de distribución y el sistema de marcas de agua.
Lyria 3.5 apunta a las partes más débiles de las canciones generadas
La actualización de Lyria 3.5 se centra en si una pista generada por IA sigue siendo convincente después de sus primeros momentos.
Google afirma que el modelo crea estructuras melódicas más ricas y complejas que suenan más naturales. La musicalidad, en este contexto, describe cómo el ritmo, la melodía, la armonía, los arreglos y las transiciones funcionan juntos como una composición coherente. Una pista puede tener un audio limpio y aun así no superar esta prueba.
La distinción importa porque la fidelidad del audio y la calidad de la composición no son lo mismo. Un modelo puede generar baterías nítidas y guitarras realistas, pero organizarlas sin tensión, resolución ni un destino claro. Lyria 3.5 busca mejorar ese movimiento musical subyacente.
Las letras reciben una mejora similar. Google afirma que el modelo sigue las indicaciones con mayor precisión y demuestra una mayor comprensión de la estructura de las canciones. Esto debería ayudar a que las letras encajen en los roles previstos de las estrofas, los estribillos y los puentes, en lugar de tratar cada línea como texto intercambiable.
La comprensión estructural es especialmente importante en las canciones completas. Una estrofa suele desarrollar detalles, mientras que un estribillo repite y concentra la idea central. Las letras que ignoran esas funciones pueden hacer que una pista técnicamente competente parezca inacabada.
Google también afirma que Lyria 3.5 produce voces más expresivas, interpretaciones con matices emocionales y una mejor pronunciación. El realismo vocal depende de más que generar las palabras correctas. La sincronización, el énfasis, la respiración, el movimiento de tono y el timbre deben coincidir con la dirección emocional de la canción.
Estas mejoras se basan en Lyria 3, que ya generaba voces, letras sincronizadas y arreglos instrumentales completos. La documentación de la API de música de Google describe a la familia anterior como capaz de producir audio estéreo de 44,1 kHz a partir de entradas de texto o imagen. Su modelo Clip crea resultados de 30 segundos, mientras que Lyria 3 Pro admite canciones de un par de minutos de duración.
Lyria 3.5 añade un control más directo sobre la duración de la salida y el tempo. El tempo es la velocidad de una composición, normalmente entendida a través de su ritmo de pulsaciones. Un mejor control del tempo ayuda a los creadores a adaptar una pista a un video, una actuación, un anuncio o un arreglo planificado.
El control de duración aborda otra limitación práctica. Un creador que produce una banda sonora para una escena de duración fija no puede simplemente aceptar cualquier extensión de canción. La música debe alcanzar las transiciones y los clímax en momentos útiles.
Google no ha publicado puntuaciones comparativas que muestren cuánto mejoró cada capacidad. Tampoco ha difundido resultados de pruebas de escucha que comparen Lyria 3.5 con Suno, Udio o Lyria 3 Pro. Por tanto, las mejoras anunciadas deben tratarse como afirmaciones de la empresa hasta que haya pruebas más amplias disponibles.
Aun así, los objetivos elegidos revelan las prioridades de Google. La empresa intenta mejorar los elementos que separan una generación entretenida de una pista que los creadores pueden seguir desarrollando.
Google DeepMind está construyendo un flujo de trabajo, no solo un modelo
Google DeepMind obtiene su mayor ventaja cuando Lyria opera dentro de un flujo de edición en lugar de en un cuadro de indicaciones independiente.
Flow Music ya permite a los usuarios crear, revisar y compartir canciones. Google añadió edición a nivel de sección en mayo, lo que permite a los creadores seleccionar un pasaje y cambiar sus letras, instrumentación o estilo sin reemplazar la pista completa.
Ese flujo de trabajo cambia el valor de un modelo musical. Un generador de una sola toma pide a los usuarios describir un resultado terminado antes de escucharlo. Una herramienta de producción asume que la primera salida es solo un punto de partida.
La creación musical rara vez sigue una línea recta desde la instrucción hasta la grabación final. Un productor podría conservar el estribillo, eliminar un instrumento de la estrofa, reescribir una frase y cambiar la energía de la sección final. La edición local respalda ese proceso iterativo.
La anterior actualización de Flow Music de Google introdujo controles para reescribir o traducir letras seleccionadas y cambiar el estilo de secciones específicas. También conectó el producto con Gemini Omni para ofrecer orientación conversacional entre música y video.
Lyria 3.5 refuerza esa interfaz al mejorar el material que se edita. Unas letras más fiables hacen útiles las reescrituras dirigidas. Una mejor pronunciación reduce la necesidad de regenerar líneas vocales aceptables. Una estructura musical más sólida proporciona una base más estable para la edición a nivel de sección.
La historia del producto también importa. Flow Music se llamaba anteriormente ProducerAI, y su equipo describía el servicio como una herramienta creada por músicos para su propio trabajo creativo. Desde entonces, Google lo ha integrado en la familia más amplia de Flow, junto con la generación de imágenes y video.
Esta integración ofrece a Google varias vías hacia la creación profesional y de consumo. Gemini puede introducir a usuarios ocasionales a la generación de música breve. Flow Music puede respaldar proyectos más largos y revisiones detalladas. YouTube puede situar bandas sonoras generadas cerca de los flujos de trabajo existentes de los creadores.
Google Cloud y la API de Gemini crean otra vía para los desarrolladores. Las empresas pueden usar la generación musical dentro de aplicaciones sin depender de la interfaz de consumo. Esa amplia distribución puede convertir las mejoras de un modelo en actualizaciones para varios productos.
La estrategia presiona a las empresas especializadas en música con IA porque la calidad del modelo por sí sola se vuelve menos decisiva. Un rival puede generar una pista sólida, pero los creadores también necesitan edición, gestión de proyectos, uso compartido, exportación, procedencia y distribución.
Google puede conectar esas etapas mediante productos que ya opera. Eso no garantiza una mejor música, pero reduce la fricción entre la generación y la publicación.
También crea una ventaja de retroalimentación. Las distintas interfaces revelan diferentes necesidades de los usuarios. Las indicaciones de Gemini muestran casos de uso ocasionales, Flow Music capta el comportamiento de producción y las API para desarrolladores muestran qué funciones automatizan las empresas.
El resultado es una posición competitiva más profunda que la de un lanzamiento convencional de modelo. Lyria 3.5 es la actualización del motor, pero Flow Music es donde Google prueba si ese motor puede respaldar decisiones creativas repetidas.
Google DeepMind somete a Suno y Udio a presión de plataforma
La competencia central ya no consiste en qué empresa puede generar una canción plausible a partir de una indicación, sino en cuál puede controlar el flujo de creación completo.
Suno y Udio ayudaron a establecer el formato de consumo para la generación moderna de canciones con IA. Los usuarios describen un género, tema, estado de ánimo o concepto lírico y luego reciben una pista arreglada con voces. Sus productos especializados hicieron accesible la generación musical sin software de producción tradicional.
Google DeepMind entra en esa competencia con una colección distinta de activos. Desarrolla la familia Lyria, opera Flow Music, es propietaria de YouTube, vende infraestructura en la nube y distribuye Gemini en productos de consumo y empresariales.
Cada activo aborda una etapa diferente de la cadena de producción musical. El modelo genera sonido. Flow Music proporciona iteración. Los servicios en la nube respaldan integraciones. YouTube ofrece un gran destino para música, video y distribución para creadores.
Esa combinación puede presionar a los competidores independientes incluso cuando sus modelos individuales sigan siendo competitivos. Los creadores suelen elegir herramientas según la comodidad del flujo de trabajo, no por una prueba comparativa aislada. Menos transferencias de archivos y pasos repetidos de configuración pueden importar tanto como una mejora marginal de audio.
Google también ha empezado a construir relaciones directas con artistas en activo. En mayo, anunció una asociación con Believe que brinda a artistas seleccionados de Believe y TuneCore acceso a Flow Music.
Se espera que los artistas y productores participantes se reúnan semanalmente con el equipo del producto y aporten comentarios. Ese acuerdo proporciona a Google un canal estructurado para aprender cómo los profesionales usan, rechazan o modifican material generado.
Google afirma que no reclama la propiedad del contenido original generado a través de Flow Music. También presenta el producto como un colaborador creativo para explorar melodías, letras, géneros, instrumentos e ideas vocales.
Ese posicionamiento intenta alejar la conversación del reemplazo automático. La propuesta es que los músicos sigan siendo los directores mientras el modelo acelera la experimentación. Los controles de edición de Lyria 3.5 respaldan esa narrativa porque dan al usuario más decisiones después de la generación.
Sin embargo, un mejor control también puede aumentar la presión de sustitución. Un sistema que produce canciones completas con voces expresivas, letras utilizables y revisiones dirigidas puede competir con varias tareas creativas remuneradas. Esas tareas incluyen la producción de maquetas, música de archivo, bandas sonoras temporales y maquetas vocales básicas.
Los efectos variarán según el mercado. Un compositor que prueba ideas para un estribillo tiene necesidades diferentes de las de una marca que genera audio de fondo. Un compositor cinematográfico requiere mayor precisión en la sincronización y los arreglos que un creador de redes sociales que produce un clip breve.
Suno y Udio pueden responder mediante mejoras de modelo, asociaciones de licencias, comunidades más sólidas o flujos de trabajo especializados. Su enfoque puede permitirles moverse rápidamente donde la organización de producto más grande de Google avanza con cautela.
La ventaja de distribución de Google sigue siendo difícil de copiar. Flow Music no necesita convertirse en la estación de trabajo principal de todos los músicos para importar. Puede tener éxito al convertirse en la capa musical predeterminada dentro del entorno creativo más amplio de Google.
Por eso Lyria 3.5 aumenta la presión sin resolver la competencia. Google ha construido una ruta integral creíble, mientras que las plataformas independientes conservan usuarios dedicados, identidades de producto reconocibles y sus propios flujos de generación.
Un mayor control creativo no resuelve el conflicto de derechos de autor
Lyria 3.5 puede mejorar el control creativo sin responder quién autorizó el material detrás del modelo ni cómo afectan las canciones generadas a los músicos en activo.
Google afirma que entrenó Lyria utilizando materiales que YouTube y Google tienen derecho a usar conforme a los términos de servicio, acuerdos con socios y la legislación aplicable. Esa formulación expone la postura legal de Google, pero no proporciona un inventario público del catálogo de entrenamiento.
La diferencia importa porque la autorización se ha convertido en la disputa definitoria en torno a la música con IA. Los sellos discográficos y los artistas quieren respuestas más claras sobre qué grabaciones entraron en los conjuntos de datos de entrenamiento, qué licencias cubren esos usos y cómo participan económicamente los creadores.
La escala de Google hace que esas preguntas sean más sensibles. YouTube alberga un enorme volumen de música y, al mismo tiempo, presta servicio a creadores, anunciantes, sellos discográficos y oyentes. Google ofrece ahora herramientas capaces de generar música que puede circular por ese mismo entorno más amplio.
Una demanda federal presentada contra Google en marzo alega que sus sistemas de música con IA utilizaron grabaciones protegidas por derechos de autor sin permiso. Las alegaciones no han sido resueltas judicialmente y la demanda refleja la versión de los demandantes, no una conclusión del tribunal.
Disputas similares rodean a los competidores de Google. Sony Music presentó una nueva demanda contra Udio en julio, alegando que más de 30.000 grabaciones fueron copiadas de YouTube para el entrenamiento. Udio ya se ha enfrentado a litigios por sus prácticas de entrenamiento, mientras que acuerdos del sector han empezado a orientar partes del mercado hacia modelos con licencia.
La demanda contra Udio muestra por qué el avance técnico no puede separarse de los derechos sobre los datos. Voces más realistas y una musicalidad más sólida hacen que los modelos sean más útiles, pero también intensifican las dudas sobre la competencia con las grabaciones que los informaron.
Google aplica SynthID a la música generada por Lyria. SynthID es una marca de agua inaudible integrada en el audio generado, que permite a los sistemas de detección compatibles identificar la producción de Google AI.
La empresa afirma que su marca de agua de audio puede resistir cambios comunes como la compresión, la adición de ruido o los ajustes de velocidad. Google también permite a los usuarios preguntar a Gemini si los medios cargados contienen un marcador SynthID.
Las marcas de agua ayudan con la procedencia, pero solo resuelven una parte del problema. Pueden indicar que Google AI creó o editó un resultado. No explican públicamente los datos completos de entrenamiento del modelo ni determinan si una composición generada infringe una obra existente.
La detección también depende del acceso y de la adopción. Un oyente no puede escuchar SynthID, y las plataformas necesitan herramientas o políticas adecuadas para utilizar la señal. Los metadatos y las etiquetas visibles podrían seguir siendo necesarios cuando las personas requieren una divulgación inmediata.
Hay otra cuestión sin resolver en torno a la escala. Una generación mejorada reduce el tiempo necesario para producir canciones. Eso puede ayudar a los creadores individuales a experimentar, pero también puede facilitar la producción automatizada de grandes catálogos.
Los servicios de streaming deben decidir cómo etiquetar, recomendar, monetizar o filtrar esos catálogos. Los músicos deben determinar dónde encaja la asistencia de IA dentro de su identidad creativa. Los titulares de derechos deben decidir cuándo conceder licencias a los modelos y cómo repartir los ingresos resultantes.
Las alianzas de Google con artistas ofrecen una vía de consulta. Las sesiones semanales de comentarios pueden moldear el producto, mientras que los acuerdos con socios pueden establecer usos autorizados. Sin embargo, un grupo limitado de socios no puede representar a todos los intérpretes, compositores, productores y titulares de derechos independientes.
La verdadera prueba es si Google puede hacer que su marco de derechos sea tan comprensible como los controles de su producto. Los creadores ahora pueden pedir un tempo diferente o una emoción vocal más intensa. Aun así, necesitan respuestas más claras sobre permiso, atribución y compensación.
Lyria 3.5 Aún Necesita Pruebas de Escucha Independientes
Google ha descrito la dirección de la mejora, pero no ha aportado suficientes pruebas para medir la magnitud o la consistencia de los avances.
El anuncio no contiene una tabla de benchmarks, puntuaciones de preferencia, tasas de fallos ni una comparación directa con Lyria 3 Pro. Tampoco describe el número de oyentes implicados en la evaluación ni la variedad de estilos musicales probados.
Esa ausencia es importante porque la calidad musical se resiste a una medición simple. La fidelidad de audio puede probarse mediante señales técnicas, pero la calidad lírica y la expresión emocional dependen en gran medida del idioma, el género, la tradición interpretativa y las expectativas de los oyentes.
Una voz que funciona en el pop sintético puede fallar en el jazz, la ópera, el hip-hop o los estilos regionales. Las mejoras de pronunciación en un idioma no demuestran un progreso equivalente en todos los idiomas compatibles. El control del tempo puede ser preciso mientras las transiciones entre secciones siguen siendo débiles.
La tarjeta de modelo de Lyria 3 anterior de Google indicaba que las evaluaciones incluían expertos humanos y métodos automatizados. Examinaba la calidad musical, la estética, la calidad vocal, la fidelidad de audio y la adhesión al prompt. La empresa informó de una mejora frente a Lyria 2, pero no publicó cifras comparativas detalladas en la página pública.
Por tanto, Lyria 3.5 necesita pruebas más amplias en varias dimensiones. Los revisores deberían comparar generaciones repetidas a partir de prompts idénticos, en lugar de seleccionar solo la muestra más fuerte. También deberían probar hasta qué punto las ediciones específicas preservan las secciones no modificadas.
La preservación es crucial en una herramienta de música iterativa. Si cambiar una letra altera sutilmente la voz, la mezcla o la melodía en otra parte, los creadores pierden confianza en la edición local. Entonces, la herramienta se comporta como una regeneración repetida en lugar de una producción controlada.
La adhesión al prompt necesita un escrutinio similar. Un modelo podría seguir instrucciones explícitas sobre tempo y duración mientras ignora solicitudes más sutiles sobre tensión, instrumentación o perspectiva lírica. Los prompts complejos revelan si el control es real o mayormente cosmético.
Las letras deberían evaluarse como lenguaje interpretado, no como texto aislado. Una línea puede leerse correctamente y, aun así, caer en el pulso equivocado. Una rima puede funcionar sobre el papel pero sonar forzada al cantarse. La comprensión estructural debe conectar las palabras con la melodía y el arreglo.
La evaluación vocal debería incluir la consistencia a lo largo de una pista completa. Las voces de IA suelen sonar convincentes en pasajes cortos, pero luego cambian de tono, acento o identidad. Una entrega más emocional también puede producir una fraseología exagerada que resulta artificial.
El trabajo creativo real plantea otra prueba. Los productores necesitan exportar, revisar, comparar y, a veces, abandonar ideas. Una generación que suena impresionante en la primera reproducción puede seguir siendo difícil de integrar con otro material.
La falta de datos comparativos públicos de Google no significa que las mejoras sean pequeñas. Significa que los usuarios deberían separar las afirmaciones del anuncio del rendimiento verificado. Las pruebas de escucha, las revisiones de producción y los ensayos repetidos de flujo de trabajo aportarán las pruebas que faltan.
La señal más sólida no será una demostración viral. Será ver a los creadores volver al mismo proyecto, realizar revisiones controladas y conservar el material resultante.
Tres Señales Mostrarán Si Lyria 3.5 Cambia la Música con IA
La adopción, las respuestas competitivas y la política de derechos determinarán si Lyria 3.5 se convierte en un estándar de producción o en otra actualización de modelo efímera.
La primera señal es el uso sostenido dentro de Flow Music. Google ha anunciado mejoras en varias categorías importantes, pero no ha divulgado cifras de uso o retención. El comportamiento de edición repetida mostraría que los creadores ven valor más allá de generar una pista novedosa.
La actividad más reveladora tendrá lugar después del primer resultado. ¿Los usuarios reescriben letras, ajustan secciones, regeneran voces y vuelven a canciones sin terminar? Esas acciones respaldarían la afirmación de Google de que Flow Music funciona como un espacio de trabajo creativo.
Si los creadores generan una vez y se van, una musicalidad más sólida por sí sola no ha resuelto el problema del flujo de trabajo. Si revisan y completan proyectos, el enfoque integrado de Google gana credibilidad.
La segunda señal es cómo responden Suno, Udio y otros competidores. Nuevos controles para la estructura de las canciones, la duración, el tempo y la edición local sugerirían que Google ha cambiado la referencia competitiva. Los anuncios de licencias podrían ser igual de importantes.
Una respuesta centrada únicamente en la calidad de audio indicaría que los rivales siguen considerando el rendimiento del modelo como el principal campo de batalla. Una respuesta que abarque edición, procedencia, colaboración y distribución validaría la estrategia más amplia de Google.
Google también debería aclarar si Lyria 3.5 llegará a Gemini, Vertex AI o las API para desarrolladores. El anuncio actual especifica Flow Music. Una distribución más amplia aumentaría la adopción y permitiría a desarrolladores externos probar el modelo en más casos de uso.
La tercera señal es la evolución de la política de derechos de autor y los litigios. Las decisiones judiciales, los acuerdos de licencia y las normas de etiquetado de las plataformas pueden transformar el mercado más rápido que el lanzamiento de un modelo. Un sistema técnicamente superior sigue necesitando derechos sobre datos defendibles y políticas de distribución viables.
El sistema SynthID de Google le proporciona un mecanismo de procedencia, pero la aceptación del sector sigue siendo la cuestión clave. La detección resulta más útil cuando los servicios de streaming, los distribuidores y los titulares de derechos pueden incorporarla a políticas coherentes.
Los creadores deberían estar atentos a divulgaciones más claras sobre el entrenamiento, la participación de los titulares de derechos y las estructuras de compensación. Estas señales reforzarían la narrativa de Google como colaborador. Una ambigüedad continuada mantendría sin resolver el conflicto entre el acceso creativo y el consentimiento de los creadores.
Para los músicos profesionales, la respuesta práctica es experimentar con cuidado. Comparen varios resultados, documenten los prompts y las ediciones, preserven el material de origen y revisen las condiciones de distribución antes de publicar obras generadas. Una biblioteca de prompts con función de búsqueda también puede ayudar a los equipos a rastrear qué instrucciones produjeron resultados útiles.
Para desarrolladores y equipos de medios, Lyria 3.5 merece atención porque Google está conectando la generación con la edición y la distribución. Las mejoras que afirma el modelo importan, pero el sistema que lo rodea importa más.
Prueben la herramienta con un encargo creativo real, no con un prompt de novedad. Comprueben si sigue la estructura, preserva las revisiones y produce material que realmente conservarían. Google DeepMind ha definido la próxima prueba para la música con IA. Los creadores decidirán si Lyria 3.5 la supera.
