DeepMind entra nell’arena e la musica AI non sarà più la stessa

Il 25 marzo 2026, Google DeepMind ha rilasciato ufficialmente Lyria 3 Pro — il modello di generazione musicale AI più potente che l’azienda abbia mai costruito. Non è un aggiornamento incrementale. È la dichiarazione tecnica su vasta scala di Google nello spazio della musica AI.

Negli ultimi due anni, Suno ha quasi da solo definito lo standard dell’esperienza utente per la generazione musicale AI. La versione 5 ha oltre 200 milioni di utenti paganti, produce tracce fino a circa 4 minuti di lunghezza e offre voci straordinariamente simili a quelle umane. È stato il benchmark. Ma Lyria 3 Pro segnala che questo mercato sta per diventare davvero competitivo.

Puoi provare Lyria 3 Pro proprio ora su SunoMV — genera musica e crea un video musicale completo in un unico flusso di lavoro.

Questa recensione copre tre dimensioni: architettura tecnica, prestazioni nel mondo reale e un confronto diretto con Suno V5.

Approfondimento sull’architettura tecnica

Diffusione latente audio temporale

Il principale progresso tecnico di Lyria 3 Pro è la sua architettura di diffusione latente audio temporale. A differenza dei modelli convenzionali di generazione musicale autoregressivi che predicono i token audio in sequenza, questa architettura esegue la diffusione e la rimozione del rumore in una rappresentazione latente del segnale audio modellando esplicitamente la dimensione temporale — il singolo elemento strutturale più importante nella musica.

I modelli di diffusione tradizionali applicati all’audio tendono a soffrire di deriva del ritmo e collasso strutturale in sequenze più lunghe. Lyria 3 Pro affronta questo problema codificando le relazioni temporali direttamente nello spazio latente. Il risultato pratico: una canzone di 3 minuti mantiene tempo, tonalità e sensazione ritmica coerenti dalla prima all’ultima nota.

Dal punto di vista ingegneristico, questa architettura offre anche vantaggi in termini di efficienza di campionamento. I modelli autoregressivi tradizionali devono generare ogni token audio passo dopo passo — più lunga è la sequenza, più lenta è l’inferenza. La diffusione latente opera in una rappresentazione compressa, rimuovendo il rumore in parallelo, il che in teoria consente una generazione più rapida di audio più lungo mantenendo la coerenza globale.

Composizione strutturata

Questa è probabilmente la capacità più entusiasmante di Lyria 3 Pro. Il modello supporta nativamente l’arrangiamento strutturato delle canzoni — le sezioni Intro, Verse, Chorus, Bridge e Outro non sono assemblate in modo casuale ma attivamente pianificate dal modello durante la generazione.

Nei nostri test, questo ha prodotto un notevole miglioramento nella coerenza musicale. Le canzoni non suonano più come “una melodia in loop con leggere variazioni”. I ritornelli accumulano energia in modo naturale, i bridge introducono nuovo materiale armonico e le transizioni tra le sezioni appaiono musicalmente intenzionali piuttosto che brusche.

È importante notare che la composizione strutturata va oltre la semplice divisione di una canzone in segmenti etichettati. Il modello comprende il ruolo funzionale di ogni sezione all’interno della narrazione musicale complessiva — le strofe stabiliscono la storia, i ritornelli offrono il picco emotivo, i bridge creano contrasto e tensione. Questa consapevolezza della drammaturgia musicale fa sì che l’output suoni come un arrangiamento deliberato di un compositore umano, non come un assemblaggio algoritmico.

Sintesi vocale multilingue

Lyria 3 Pro supporta la generazione vocale multilingue e questo va oltre il semplice saper pronunciare parole in diverse lingue. Il modello comprende le caratteristiche prosodiche, i modelli tonali e le regole fonetiche di ogni lingua supportata, producendo voci che suonano naturali all’interno del contesto linguistico.

Per i creator non di lingua inglese, questo è un passo avanti significativo. I testi in cinese non suonano più come cantati da un modello che ha imparato solo la fonetica inglese. Le voci giapponesi e coreane gestiscono in modo competente i rispettivi modelli di accento tonale e tempistica delle sillabe. L’inglese rimane la lingua più forte, ma il divario si è ridotto notevolmente.

Nei nostri test in lingua cinese, la gestione dei toni è stata un punto di forza particolare. I quattro toni del mandarino subiscono naturalmente modifiche durante il canto (motivo per cui anche i cantanti umani spesso “appiattiscono” i toni per adattarsi alla melodia). Lyria 3 Pro gestisce questo adattamento tonale in un modo che suona naturale ai madrelingua, evitando la sovra-articolazione robotica che affliggeva i modelli precedenti.

Watermark SynthID

Ogni file audio generato da Lyria 3 Pro porta un watermark digitale SynthID incorporato. Sviluppato da Google DeepMind, SynthID è un watermark impercettibile incorporato a livello di segnale. È inaudibile per l’orecchio umano ma rilevabile tramite analisi tecnica.

Questo serve sia come impegno per un’AI responsabile da parte di Google sia come infrastruttura per la futura gestione del copyright e la provenienza dei contenuti AI. Per i creatori, SynthID non ha alcun impatto sulla qualità audio o sull’usabilità.

Lyria 3 Pro vs. Suno V5: un confronto onesto

Prima di entrare nei dettagli, una nota importante: Suno V5 e Lyria 3 Pro rappresentano filosofie tecniche diverse. Suno ottimizza incessantemente per la facilità d’uso e la qualità dell’output “funziona e basta”. Google ha investito di più nell’innovazione architettonica e nella controllabilità. Il seguente confronto si basa sui nostri test diretti.

Specifiche principali

Dimensione	Lyria 3 Pro	Suno V5
Durata massima	~3 minuti	~4 minuti
Architettura	Diffusione latente audio temporale	Non divulgata (probabilmente ibrido autoregressivo + diffusione)
Composizione strutturata	Supporto nativo (Intro/Verse/Chorus/Bridge)	Supportata ma occasionalmente ripetitiva
Voci multilingue	Supporto multilingue nativo	Principalmente ottimizzata per l’inglese
Qualità audio	Eccezionale separazione degli strumenti e chiarezza del mix	Maggiore espressività vocale e sfumatura emotiva
Watermark AI	SynthID incorporato	Nessun sistema di watermark pubblico
Base utenti paganti	Appena rilasciato, scala da definire	200M+
Velocità di generazione	Moderata	Più veloce

Qualità audio e voci

Nel dominio della qualità strumentale e di produzione, Lyria 3 Pro è eccezionale. La separazione degli strumenti e l’equilibrio del mix sono notevolmente superiori alla maggior parte dei concorrenti. Si può sentire chiaramente ogni livello — gli armonici del pianoforte, la dinamica della batteria, il movimento della linea di basso — tutti con un posizionamento spaziale ben definito nel campo stereo.

Tuttavia, Suno V5 mantiene un vantaggio nell’espressività vocale. Le voci di V5 suonano più “vive”, con una migliore simulazione delle dinamiche emotive, del controllo del respiro e delle tecniche di canto come il vibrato e le sottili inflessioni tonali. Le voci di Lyria 3 Pro sono stabili e pulite, ma occasionalmente sembrano leggermente troppo “composte” — mancando di un tocco di spontaneità umana.

Un esempio concreto: sullo stesso prompt di ballad pop, le voci di Suno V5 hanno introdotto naturalmente toni di respiro e micro-vibrato al culmine del ritornello, suonando come un cantante completamente immerso nell’esecuzione. La resa di Lyria 3 Pro è stata più simile a un vocalista tecnicamente abile ma razionale — intonato perfettamente dappertutto, ma priva di quella qualità umana imprevedibile. Non è un difetto; è una differenza di tendenza artistica.

Struttura della canzone e controllo creativo

Ecco dove Lyria 3 Pro si distingue davvero. Grazie alla sua capacità di composizione strutturata, puoi controllare con precisione l’arrangiamento della canzone — specificare dove iniziano le strofe, quando arriva il ritornello e dove posizionare un bridge. L’output generato segue queste istruzioni strutturali con elevata fedeltà.

Suno V5 è migliorato in questo ambito ma produce ancora occasionalmente risultati in cui il ritornello si ripete tre volte consecutivamente o il bridge viene saltato interamente. Se hai requisiti strutturali rigorosi per le tue composizioni, Lyria 3 Pro è la scelta più affidabile.

Copertura dei generi

I due modelli hanno punti di forza diversi in diversi generi musicali. Suno V5 ha un’ottimizzazione più profonda per pop, hip-hop, R&B e rock — tipi di musica commerciale in cui l’output generato può spesso passare come pronto per la pubblicazione. Lyria 3 Pro mostra una capacità più forte in classica, jazz, elettronica e musica del mondo — generi che richiedono arrangiamenti complessi, dove la diversità della stratificazione degli strumenti e l’accuratezza gli danno un chiaro vantaggio.

Quando scegliere ciascun modello

Scegli Lyria 3 Pro per: arrangiamenti strumentali, progetti che richiedono un controllo strutturale preciso, canzoni multilingue, produzioni che richiedono un’elevata qualità del mix

Scegli Suno V5 per: canzoni incentrate sulle voci, tracce più lunghe (fino a 4 minuti), performance emotivamente espressive, iterazione rapida

Lyria 3 Clip: il compagno di anteprima rapida

Insieme al modello completo, Google ha rilasciato anche Lyria 3 Clip — una variante leggera progettata per anteprime rapide con una durata massima di 30 secondi.

Non sottovalutare il valore di 30 secondi. Nei flussi di lavoro creativi reali, hai spesso bisogno di testare diverse direzioni stilistiche, combinazioni di testi e approcci melodici prima di impegnarti in una generazione completa. Usare il modello da 3 minuti per ogni esperimento è lento e dispendioso. Lyria 3 Clip ti consente di ascoltare uno schizzo approssimativo della tua idea in secondi, convalidare la direzione e poi generare la versione completa con Lyria 3 Pro.

Questo flusso di lavoro “prima anteprima, poi produci” offre un guadagno di efficienza significativo per qualsiasi creatore che itera frequentemente.

All’interno di SunoMV, puoi passare liberamente tra Lyria 3 Clip e Lyria 3 Pro nello stesso progetto. Usa Clip per perfezionare rapidamente la tua direzione creativa, conferma lo stile e l’abbinamento dei testi, quindi passa a Pro per la generazione in lunghezza intera — non è necessario reinserire alcun parametro.

Come usare Lyria 3 Pro su SunoMV

Lyria 3 Pro è ora disponibile come modello di generazione musicale su SunoMV. Ecco il flusso di lavoro completo.

Passaggio 1: entra nella modalità Create

Visita la pagina Create di SunoMV per arrivare direttamente alla modalità Create con Lyria 3 Pro preselezionato.

SunoMV supporta tre modalità di input di contenuto:

Paste URL: incolla un link di canzone Suno esistente per estrarre audio e testi
Create: genera musica da zero usando un modello AI (seleziona Lyria 3 Pro qui)
Upload: carica un file audio locale

Passaggio 2: seleziona il modello e inserisci il tuo prompt

In modalità Create, seleziona lyria-3-pro-preview come modello di generazione musicale. Inserisci i tuoi testi o una descrizione creativa. Puoi usare tag strutturali per specificare l’arrangiamento:

[Intro] Soft piano opening
[Verse 1] The city lights fade one by one...
[Chorus] We found each other across the stars...
[Verse 2] The coffee shop on the corner still glows...
[Bridge] If time could turn around...
[Chorus] We found each other across the stars...
[Outro] Piano fades, lingering resonance

Lyria 3 Pro risponde a questi input strutturali con elevata accuratezza.

Passaggio 3: genera musica e crea l’MV

Una volta generata la canzone, SunoMV passa automaticamente al flusso di lavoro di creazione MV. Puoi:

Selezionare uno stile di immagine AI del testo (7 preset + prompt personalizzato)
Scegliere lo stile e la lingua dei sottotitoli
Regolare gli effetti di transizione
Esportare un video musicale ad alta risoluzione

L’intera pipeline dalla composizione all’MV finito richiede in genere 5-8 minuti.

La funzionalità di immagini AI del testo di SunoMV si abbina particolarmente bene alla composizione strutturata di Lyria 3 Pro. Poiché la canzone ha sezioni chiaramente definite, l’AI può abbinare con maggiore precisione il tono emotivo di ogni segmento quando genera elementi visivi — le immagini delle strofe tendono alla narrazione mentre le immagini dei ritornelli portano più impatto visivo ed energia.

Flusso di lavoro di anteprima rapida

Se vuoi prima ascoltare il risultato, passa al modello lyria-3-clip-preview per generare un’anteprima di 30 secondi. Una volta soddisfatto, torna a Lyria 3 Pro per la produzione completa. Questo flusso di lavoro è particolarmente prezioso quando stai ancora esplorando la direzione creativa.

Cinque migliori casi d’uso

1. Produzione di musica strumentale e pura

La qualità dell’arrangiamento strumentale di Lyria 3 Pro è tra le migliori disponibili oggi nella generazione musicale AI. Che tu abbia bisogno di un pezzo per pianoforte solo, di un arrangiamento per quartetto d’archi o di una produzione di musica elettronica, l’accuratezza del timbro e la stratificazione sono affidabili. Se produci lo-fi, ambient o new age, l’output strumentale di Lyria 3 Pro può servire come prodotto finito o come base di alta qualità per ulteriori arrangiamenti umani.

2. Progetti musicali multilingue

Se il tuo progetto copre più lingue — canzoni bilingui, brani tematici di anime giapponesi, voci coreane in stile K-Pop — la capacità multilingue nativa di Lyria 3 Pro gli dà un chiaro vantaggio rispetto ai modelli ottimizzati principalmente per l’inglese.

3. Composizioni professionali strutturalmente precise

Per i creatori che richiedono un controllo esatto della forma della canzone, Lyria 3 Pro ti consente di dirigere l’arrangiamento con la precisione della composizione tradizionale beneficiando al contempo della velocità di generazione dell’AI. Specifica le tue sezioni e il modello le segue.

4. Iterazione rapida di demo

Sfrutta l’anteprima di 30 secondi di Lyria 3 Clip per testare decine di direzioni creative nel tempo necessario per generare una singola traccia completa. Questo è particolarmente prezioso per gli artisti indipendenti che stanno ancora definendo la loro identità stilistica.

5. Colonne sonore originali per creator di contenuti

Creator di video brevi, produttori di podcast, sviluppatori di giochi indie — chiunque abbia bisogno di musica originale di alta qualità può usare Lyria 3 Pro per generare colonne sonore di livello professionale e poi creare video musicali completi tramite SunoMV.

Domande frequenti

Quali generi musicali supporta Lyria 3 Pro? In teoria, tutti i generi principali. In pratica, eccelle in classica, elettronica, jazz e musica del mondo — generi che richiedono arrangiamenti complessi. Sono supportati anche pop e hip-hop, ma Suno V5 ha un’ottimizzazione più matura in quelle aree.

Posso usare commercialmente la musica generata? Dipende dai termini di servizio specifici di Google. Nota che tutto l’output di Lyria 3 Pro porta watermark SynthID, che non influiscono sull’usabilità ma significano che il contenuto può essere identificato come generato dall’AI. Controlla sempre le ultime condizioni di licenza prima dell’uso commerciale.

Qual è la differenza tra Lyria 3 Pro e Lyria 3 Clip? Lyria 3 Pro genera canzoni complete fino a circa 3 minuti, destinate a output di qualità da produzione. Lyria 3 Clip genera clip di 30 secondi per anteprime rapide e convalida creativa. Entrambi condividono la stessa tecnologia sottostante, ma Clip offre tempi di inferenza più rapidi.

Conclusione: la concorrenza è il miglior catalizzatore

Il rilascio di Lyria 3 Pro segna la transizione della generazione musicale AI da un mercato single-player a un panorama genuinamente competitivo e multi-modello. Google DeepMind porta una sostanziale innovazione tecnica — diffusione latente audio temporale, composizione strutturata nativa, voci multilingue e watermark SynthID — nessuno dei quali è un trucco di marketing. Ciascuno si traduce in miglioramenti tangibili nel processo creativo.

Non è perfetto. Il tetto di durata di 3 minuti è limitante per alcuni casi d’uso e l’espressività vocale ha ancora margine di crescita. Ma come modello appena rilasciato, il potenziale tecnico che dimostra rende le future iterazioni degne di essere osservate da vicino.

Per i creatori, la vittoria più grande è l’ampliamento della scelta. Non sei più bloccato in un unico modello. Usa Lyria 3 Pro per lavori strumentali e composizioni strutturalmente impegnative. Usa Suno V5 per tracce emotive incentrate sulle voci. Passa tra di loro in base a ciò che richiede ogni progetto.

SunoMV, come piattaforma multi-modello di creazione di video musicali AI, rende questa flessibilità senza soluzione di continuità. Non è necessario saltare tra diversi servizi — tutti i modelli sono disponibili all’interno dello stesso flusso di lavoro. Genera musica, crea l’MV, esporta il prodotto finito, tutto in un unico posto.

L’era d’oro della musica AI è appena iniziata. Quando Google DeepMind e Suno competono sullo stesso palcoscenico, i più grandi vincitori sono sempre i creatori.

Provalo ora. Sperimenta Lyria 3 Pro su SunoMV — inizia con un set di testi e ascolta cosa può fare il modello musicale più potente di DeepMind.