声も、音楽も、AIが作る。

Gemini アプリの中で使える Google の音楽生成AI。日本語対応で、無料でも試せる。最新は Lyria 3.5。

• ◎ Gemini アプリから追加契約なしで使える（無料枠あり）
• ◎ 文章だけでなく画像からも曲を作れる
• ◎ 歌詞まで自動で作ってくれる
• ◎ 日本語を含む8言語に対応（英・独・西・仏・ヒンディー・日・韓・ポルトガル）
• ◎ YouTube の Dream Track にも展開
• ◎ Lyria 3.5（2026-07-29 米国時間に Google Flow Music で提供開始）は、音楽性・歌詞・ボーカルの質が向上（Google 公表）
• ◎ Lyria 3.5 は 2026-09-03（米国時間）に Gemini API で提供開始（モデルID lyria-3.5。Gemini API の変更履歴では一般提供＝GA と表記）。フル尺の曲を作れ、長さや構成を細かく指定できる。文章と画像から作れて、出力は 44.1kHz のステレオ音声
• ◎ 2026-09-04（米国時間）には Gemini アプリ（ウェブ・モバイル、全ユーザー）にも Lyria 3.5 が展開。Google Flow Music、Google AI Studio、Google Vids からも使える
• △ Lyria 3 は1曲30秒まで。フル尺の曲づくりは Gemini API の Lyria 3.5 か Suno / Udio のほうが向く（Gemini アプリの Lyria 3.5 で作れる長さは未確認）
• △ 18歳以上限定
• △ 生成した曲には SynthID の電子透かしが入る

歌詞と曲調を指示するだけで歌を作る AI。2026年9月に新世代の v6 を公開し、語りと音楽を一緒に作る Speech もベータで登場。

• ◎ ボーカル入りの曲が秒で作れる
• ◎ Suno v6（2026-09-09）：Warner Music Group・BMG・Believe など音楽業界のパートナーと共同開発した新世代モデル。主力の v6 と意外性重視の v6-wild は Pro / Premier、速くて軽い v6-mini は無料プランでも使える。曲の一部だけを言葉で直す、歌詞の1か所だけを差し替える、画像や動画から曲を作るといった操作にも対応
• ◎ Suno Speech（2026-10-01 ベータ、全ユーザーに開放）：声（語り）と音楽を1本のトラックとしていっしょに作る
• ◎ Voices：自分の声をクローンして歌わせられる
• ◎ Custom Models：自作楽曲で個別チューニング可能
• ◎ My Taste：嗜好を学習して提案精度向上
• ◎ 8分超の長尺楽曲もベース機能化
• ◎ Suno Studio 2.0（2026-08-13、Premier 限定）：MIDI の録音・編集、チャットからのプラグイン生成、ステム分離と 32bit/48kHz マルチトラック書き出し
• △ 無料プランで使えるのは軽量の v6-mini で、商用利用は不可。v6 / v6-wild は Pro / Premier 限定
• △ 2026-09-03 からダウンロード数に上限（無料は生涯7曲、Pro は月20曲、Premier は月60曲。Premier の Suno Studio 経由の書き出しのみ無制限）。9/3 より前に作った曲にも適用され、超過分は追加購入
• △ レーベルとの関係は Warner（2025-11）に続き BMG とも提携（2026-08-12、過去利用分も解決）。ただし UMG・Sony とは係争継続中（2026-08 時点）
• △ v6 の展開にあわせて v5.5 などの旧モデルは順次引退し、Suno は v6 世代に一本化される（引退の日付は 2026-10-09 時点で未告知）

音声合成の業界標準から「声・音楽・エージェント」の統合プラットフォームへ。2026年9月に新世代の音声モデル Eleven v4 を公開。

• ◎ Eleven v4（2026-09-28 公開）：表現力と声のクローンの質を高めた新世代の音声合成モデル。90以上の言語に対応し、ElevenAgents・ElevenCreative・API で使える。リアルタイム向けには Eleven v4 Turbo（公表値は処理時間の中央値で約100ms）がある
• ◎ Eleven v3：70+ 言語、[whispers] などの Audio Tags で感情演出
• ◎ Eleven Music（v2 は 2026-05、v2.5 は 2026-09-14 に API で使えるようになり、公式モデル一覧で「最も高度な音楽モデル」）：曲中のジャンル切替・セクション単位の再生成。ライセンス済みデータのみで学習し商用利用OK
• ◎ Scribe v2 batch（90+ 言語、話者分離32人）/ Scribe v2 Realtime（約150ms レイテンシ）/ 医療・診療の音声向けの Scribe v2 Medical（2026-09-11 一般提供）
• ◎ 数秒のサンプルで本人そっくりの声を作る
• ◎ Dubbing v2（2026-05-28）：90+ 言語の吹き替えで、元の話者の声だけでなく感情・間合い・話速まで移す。2026-08-06 から API 経由でも使える（公式 docs の更新履歴には 2026-08-10 付で掲載）
• ◎ 会話エージェント基盤「ElevenAgents」も展開。専用の Eleven v3 Conversational（応答 約280ms）で電話・Web の音声対話に対応し、2026-10-05 には会話用の声の既定モデルが Eleven v4 Turbo に変わった
• ◎ 公式のコマンドラインツール「ElevenLabs CLI」v1.0（2026-08-24）：ElevenLabs API の全操作をターミナルのサブコマンドとして呼べる。出力は JSON / 表 / YAML / CSV から選べ、ページ送りの自動処理とシェル補完にも対応
• △ Eleven v4 Turbo の約100ms は、モデルが音声を作る処理時間の中央値。アプリや通信の遅れは含まない（リクエストから声が聞こえ始めるまでの中央値は約150ms と公表。こちらも通信の遅れを除いて測った値）

Suno のライバル。UMG と和解しライセンス済みプラットフォームへ移行中——ただし新基盤はまだ準備中。

• ◎ 48kHz stereo 出力、stem 分離、key 制御（ただし現在は書き出し不可で、サイト内での利用のみ）
• ◎ audio-to-audio remix で既存楽曲をリミックス
• ◎ 音質・楽曲構成のクオリティが高い
• ◎ UMG（2025-10）・Warner（2025-11）に加え、インディー系の Merlin（2026-01）と出版の Kobalt（2026-04）ともライセンス契約。権利クリアは業界で最も進んでいる
• △ 音声・動画・ステムのダウンロードは全面停止中（サイト内での作成・共有のみ。代わりにクレジット増量）
• △ UMG 共同の新プラットフォームは「2026年内」予定のまま未ローンチ（2026-08-30 時点。公式ブログは 2025-11 を最後に、公式チェンジログも 2026-01-28 を最後に更新が止まっている）
• △ モデル自体の更新が1年以上ない。公式チェンジログ上の最後のモデル更新は 2025-03-18 の Allegro v1.5 で、以降に足されたのは機能（2025-06-26 Sessions、2025-09-11 Voices）だけ
• △ Sony Music とは係争継続中。2026-07-20 には対象を3万曲超に広げた2件目の訴訟を提起され、争点はむしろ拡大している