Créer une chanson par une phrase n’est plus la démonstration amusante qui occupait trente secondes entre deux fonctions d’un chatbot. Avec Lyria 3.5, Google veut rapprocher la génération musicale d’un véritable travail de production : choisir un tempo, organiser une introduction, faire entrer une voix, modifier le mixage, raccourcir un couplet et reprendre le morceau sans repartir de zéro.
Le 29 juillet 2026, Google DeepMind a lancé Lyria 3.5 dans Flow Music. L’entreprise promet des mélodies plus riches, des paroles mieux structurées, une prononciation plus naturelle et des voix capables de transmettre davantage d’émotion. Elle met aussi en avant un contrôle plus simple de la durée et du tempo.
Cette mise à jour compte moins par la longueur de son communiqué — quatorze lignes utiles — que par le changement d’usage qu’elle accompagne. La musique générative quitte progressivement le bouton « créer » pour entrer dans une boucle d’édition. L’utilisateur ne demande plus seulement un morceau ; il dialogue avec un producteur logiciel qui peut reprendre la structure, l’instrumentation et l’équilibre sonore.
Mais l’annonce laisse deux zones d’ombre importantes. Google ne publie aucun benchmark chiffré propre à Lyria 3.5 et ne détaille toujours pas la composition des données audio ayant servi à l’entraînement. Au moment où le modèle gagne en réalisme et en contrôle, la question n’est donc plus seulement de savoir s’il sait produire une chanson convaincante. Elle est de déterminer comment cette musique a été apprise, comment elle peut être identifiée et quelle part de création revient réellement à l’utilisateur.
Une mise à jour centrée sur les défauts les plus audibles
Les faiblesses d’une musique synthétique apparaissent souvent avant même que l’auditeur puisse les nommer. Une mélodie peut sembler cohérente pendant quelques mesures puis tourner en rond. Un refrain arrive sans préparation. La voix prononce mal une syllabe, change de timbre ou conserve la même intensité émotionnelle du début à la fin. Les paroles suivent le thème général, mais accumulent des formules vagues sans construire un récit.
Lyria 3.5 cible précisément ces défauts. Google annonce quatre axes de progrès : musicalité, paroles, voix et contrôle créatif.
La musicalité désigne ici la capacité à produire des structures mélodiques plus complexes tout en conservant une impression de naturel. Ce terme englobe plusieurs niveaux : une phrase musicale crédible, une harmonie qui soutient la mélodie, un rythme stable et une évolution qui évite l’effet de boucle artificielle.
Pour les paroles, Google affirme avoir amélioré le respect du prompt et la conscience de la structure. Le modèle doit donc mieux distinguer un couplet, un refrain ou un pont, puis faire progresser le texte au lieu de répéter la même idée sous des formes voisines.
Les voix bénéficient, selon l’entreprise, d’une expression émotionnelle plus nuancée et d’une meilleure prononciation. C’est un point déterminant : une instrumentation imparfaite peut rester acceptable comme texture, tandis qu’une syllabe mal accentuée ou une respiration incohérente donne immédiatement une impression artificielle.
Enfin, le contrôle créatif porte sur le tempo et la durée. Il permet d’adapter un morceau à un montage vidéo, un format social, une présentation ou une maquette sans accepter passivement la forme choisie par le modèle.
Générer une chanson n’est pas la même chose que la produire
Une chanson complète superpose plusieurs échelles de temps. À la milliseconde, il faut générer une onde sonore propre. À la seconde, maintenir le timbre d’un instrument et l’articulation d’une voix. Sur quelques dizaines de secondes, construire une phrase, une montée ou une transition. Sur plusieurs minutes, conserver une tonalité, rappeler un motif et organiser un parcours entre introduction, couplets, refrains, pont et sortie.
Cette hiérarchie explique pourquoi la génération musicale est plus difficile qu’un simple assemblage de sons plausibles. Un modèle peut produire un excellent extrait de cinq secondes sans savoir mener une chanson jusqu’à sa fin. À l’inverse, une structure correcte peut perdre tout intérêt si le mixage est terne ou si les voix semblent collées sur l’instrumental.
La fiche technique de la famille Lyria indique que le système utilise une diffusion latente appliquée à des représentations audio temporelles. En termes simples, le modèle n’écrit pas directement chaque échantillon sonore. Il apprend une représentation compressée de la musique, puis part d’un bruit structuré qu’il transforme progressivement en audio cohérent avec la demande.
Cette méthode rapproche le principe de Lyria de celui de nombreux générateurs d’images, mais le temps impose une contrainte supplémentaire. Une modification au début du morceau peut affecter le refrain une minute plus tard. Le système doit donc produire de la qualité locale sans perdre la continuité globale.
Flow Music transforme le morceau en conversation éditable
Lyria 3.5 arrive d’abord dans Google Flow Music, une application capable de créer des chansons à partir de texte, d’images ou d’un extrait audio. L’utilisateur peut ensuite ouvrir une session de remixage et demander des modifications en langage naturel.
La documentation de Flow donne des exemples concrets : raccourcir l’introduction à quatre mesures, ajouter un pont avant le dernier refrain, rendre la grosse caisse plus présente, augmenter la réverbération de la voix ou remplacer l’instrumentation par une ambiance folk acoustique. Des contrôles regroupés sous les catégories paroles, son, dynamique et détails permettent également d’ajuster la composition.
Il faut distinguer les capacités du modèle de celles du produit. Le communiqué du 29 juillet attribue à Lyria 3.5 les progrès de musicalité, de paroles, de voix, de tempo et de durée. Flow Music ajoute autour de ce moteur une mémoire de session, une interface de remixage, l’import de références, l’édition des paroles affichées, la gestion de la pochette et le partage.
Cette distinction est essentielle pour évaluer le résultat. Un bon modèle sans interface d’édition oblige à multiplier les générations au hasard. Une bonne interface peut, au contraire, rendre exploitable un modèle imparfait en laissant l’utilisateur sélectionner, corriger et recombiner ses meilleures propositions.
Le prompt devient une partition de production
La documentation destinée aux développeurs montre déjà jusqu’où peut aller cette direction. Un prompt Lyria peut préciser le genre, les instruments, la tonalité, le tempo en battements par minute, la langue des paroles et la progression de l’énergie. Des horodatages permettent d’indiquer quand commence le couplet, quand le refrain doit entrer et à quel moment le morceau doit revenir au piano seul.
Le texte n’est donc plus seulement une description d’ambiance. Il devient une sorte de partition de production, lisible par une personne qui ne maîtrise ni l’écriture musicale ni un logiciel audio professionnel.
Cette accessibilité ouvre des usages très concrets : maquette avant une session avec des musiciens, musique temporaire pour un montage, jingle interne, exploration rapide d’un arrangement ou bande-son personnalisée. Elle ne remplace pas automatiquement le travail d’un compositeur ou d’un ingénieur du son. Elle déplace le point de départ et permet de tester davantage d’options avant d’engager une production complète.
Les progrès de Lyria 3.5 ne sont pas encore mesurables publiquement
Le vocabulaire de Google est affirmatif : progrès « significatifs », voix plus réalistes, mélodies plus naturelles et meilleurs textes. Pourtant, l’annonce ne fournit ni score, ni protocole, ni comparaison avec Lyria 3, ni évaluation face à des concurrents.
La fiche modèle disponible couvre Lyria 3 et ses versions ultérieures, mais elle a été mise à jour en mars 2026, quatre mois avant le lancement de Lyria 3.5. Elle décrit des évaluations humaines et automatisées sur la qualité musicale, la fidélité audio, la voix et le respect des prompts. Elle affirme que Lyria 3 progressait par rapport à Lyria 2, sans publier les résultats détaillés ni documenter les gains propres à la version 3.5.
Cette absence pose un problème méthodologique. La qualité musicale ne se résume pas à un chiffre unique, mais elle peut être évaluée avec des tests d’écoute en aveugle, des taux de préférence, des mesures de fidélité au prompt et des analyses de cohérence structurelle. Sans ces données, le public dispose surtout d’exemples sélectionnés par l’éditeur.
Il faudra aussi tester les limites culturelles. Une meilleure prononciation en anglais ne garantit pas le même niveau en français, en hindi ou en coréen. Une structure convaincante pour une chanson pop ne prouve pas que le modèle comprend les formes d’un raga, d’une polyphonie traditionnelle, du jazz improvisé ou de musiques aux métriques moins courantes.
SynthID signale l’origine, mais ne règle pas les droits
Google indique que les morceaux produits par la famille Lyria reçoivent un filigrane SynthID. Ce signal imperceptible est intégré à l’audio afin qu’un outil compatible puisse détecter son origine, même après certaines compressions ou modifications.
Le marquage répond à un besoin réel. Une voix synthétique crédible et une production propre peuvent circuler sans contexte, être attribuées à un artiste ou remplir automatiquement des catalogues. Google permet déjà de charger un fichier dans Gemini et de demander si SynthID y est détecté.
Mais un filigrane n’est ni un système de licence, ni un registre de rémunération. Il ne dit pas quelles œuvres ont contribué à l’entraînement, si un ayant droit a donné son accord ou si le résultat ressemble trop à un morceau existant. Il ne protège pas non plus un créateur lorsque le signal est absent parce que la chanson vient d’un autre modèle.
SynthID apporte donc une information de provenance utile : « ce fichier a été généré ou modifié par un modèle Google compatible ». Il ne répond pas à la question juridique et économique la plus difficile : sur quelles créations le modèle a-t-il appris à produire cette musique ?
Les données d’entraînement restent la grande inconnue
La fiche de Lyria se contente d’indiquer que le modèle a été entraîné sur des « données audio », annotées avec des descriptions textuelles, puis filtrées et dédupliquées. Elle ne publie ni la liste des catalogues, ni la part de contenus sous licence, ni les règles d’exclusion offertes aux artistes.
Cette opacité est désormais au centre d’un contentieux américain. En mars 2026, un groupe de musiciens indépendants a déposé une proposition d’action collective devant un tribunal fédéral de l’Illinois. Les plaignants accusent Google d’avoir utilisé sans autorisation des enregistrements, compositions et paroles provenant notamment de YouTube pour entraîner Lyria 3.
Ces accusations ne constituent pas des faits établis par un jugement. Google a demandé le rejet de la plainte en juin. L’entreprise soutient notamment que les artistes n’ont pas démontré l’utilisation de leurs œuvres et que les conditions de service de YouTube accorderaient une licence couvrant les usages contestés. Le tribunal n’a pas tranché le fond du litige.
L’existence même de cette procédure souligne toutefois le décalage entre les deux faces du produit. Flow Music donne à l’utilisateur un contrôle de plus en plus précis sur le style, la voix et la structure, tandis que la documentation reste extrêmement générale sur la matière musicale ayant permis cette compétence.
Qui est l’auteur d’une chanson produite avec un modèle ?
Plus Lyria offre de contrôles, plus la frontière entre génération automatique et direction humaine devient intéressante. Une personne peut écrire ses propres paroles, définir la forme, sélectionner une version, demander plusieurs retouches, enregistrer un instrument supplémentaire et refaire le mixage. Une autre peut simplement écrire « chanson pop joyeuse » et publier le premier résultat.
Ces deux démarches n’impliquent pas le même apport créatif. Aux États-Unis, le Copyright Office considère que l’usage d’une IA n’empêche pas la protection d’une œuvre lorsque des éléments expressifs suffisants sont déterminés par un humain. En revanche, la simple fourniture d’un prompt ne suffit généralement pas à attribuer un droit d’auteur sur tout le résultat généré.
Cette position américaine n’est pas une règle mondiale et chaque situation dépend des choix réellement effectués. Elle éclaire néanmoins l’évolution de Flow Music : les fonctions de composition, de remixage et d’édition ne servent pas seulement à obtenir une meilleure chanson. Elles rendent aussi plus visible l’intervention humaine.
Pour les créateurs, la meilleure pratique reste de conserver les étapes de travail : paroles originales, prompts, versions successives, pistes ajoutées, décisions de montage et mixage final. Cette trace aide à distinguer une direction artistique documentée d’une génération entièrement automatique.
Le vrai test sera celui d’une session de travail complète
Lyria 3.5 arrive à un moment où la musique générative doit dépasser le spectaculaire extrait de démonstration. Le critère utile n’est plus seulement « est-ce que cela ressemble à une chanson ? », mais « peut-on mener une intention jusqu’à un résultat précis sans lutter contre le modèle ? »
Google apporte une réponse crédible sur le produit : génération, remixage, contrôle de la structure, références multimodales et modifications conversationnelles forment un atelier cohérent. Sur le modèle lui-même, la preuve reste plus mince. Les améliorations sont décrites sans résultats chiffrés et les données d’entraînement demeurent largement inconnues.
Les prochains jalons devraient donc porter sur la transparence autant que sur le son : évaluations d’écoute indépendantes, performances par langue et par genre, résistance de SynthID, taux de ressemblance problématique, catalogues autorisés et mécanismes de retrait ou de rémunération.
Lyria 3.5 peut rendre la création musicale plus accessible et accélérer l’exploration d’idées. Sa réussite durable dépendra de sa capacité à devenir un outil avec lequel les musiciens veulent travailler — et pas seulement une machine capable de produire, à grande vitesse, des morceaux qui leur ressemblent.
Références
- Google, « Introducing Lyria 3.5 in Google Flow Music », 29 juillet 2026.
- Google Flow Help, guide de création, remixage et gestion des chansons dans Flow Music, consulté le 30 juillet 2026.
- Google AI for Developers, documentation de génération musicale avec Lyria 3, consultée le 30 juillet 2026.
- Google DeepMind, fiche modèle de Lyria 3 et versions ultérieures, mise à jour en mars 2026.
- Google, présentation de SynthID et des outils de vérification des contenus, 19 mai 2026.
- Cour fédérale du district nord de l’Illinois, dossier Kogon et al. v. Google, LLC, déposé le 6 mars 2026.
- Music Business Worldwide, demande de rejet déposée par Google dans le litige Lyria 3, 10 juin 2026.
- U.S. Copyright Office, rapport sur la protection des œuvres comportant du contenu généré par IA, 29 janvier 2025.
