Zum Hauptinhalt springen

GoogleAudiomodellVorschau

Lyria Realtime

BeliebtheitPlatz 591 von 876

19von 100wie im Vormonat

Zusammenfassung

Lyria Realtime ist Googles experimentelles Modell für Musik, während sich die kreativen Steuerdaten verändern. Es nimmt gewichtete Text-Prompts und laufende Steuerparameter an und streamt daraus Musik-Audio in Echtzeit. Der Katalog betont hohe Klangtreue und granulare kreative Kontrolle. Lyria Realtime streamt veränderte Musik, während Steuerdaten eintreffen, und erzeugt damit keinen fertigen Hintergrundtrack aus einem einzigen Prompt.

Lyria 3.5 erzeugt komplette Songs, Lyria 3 Clip kurze Clips. Lyria Realtime verändert die Musik dagegen, während die Steuerdaten eintreffen, und bleibt damit funktional von beiden Batch-Varianten getrennt.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 9 veröffentlichten Benchmark-Werte anzeigen

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

MazzikaAI system-level Bayati grounding: voiced-frame off-grid share (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
22.4
Bewertung
22.4
Messgröße
Share of pYIN predominant-F0 voiced frames at least 35 cents from the nearest 12-tone equal-tempered semitone; targeted Arabic maqam bayati output, not a general quality metric
Einheit
%
Benchmark-Version
arXiv:2608.10360v1 (2026-08-11), Section 6.4, Figure 6
Kategorie
audio
Richtung
Mehr ist besser
Untere Konfidenzgrenze
21.7
Obere Konfidenzgrenze
23.2
Quellentyp
independent-evaluator
Auswertung
MazzikaAI, arXiv:2608.10360v1
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. Systemmessung mit MazzikaAI und dem exakten Google-Gemini-API-Endpunkt models/lyria-realtime-exp; arabischer Maqam Bayati. Bedingung A verwendet die ausdrückliche Maqam-Erdung im Prompt. Drei Replay-Arme mit identischer aufgezeichneter Performance aus der primären Sitzung, etwa 18 Minuten generierte Musik und 553 Melodie-Chunks. Gemessen wird die Ausgabe des Systems samt Prompt-Steuerung, nicht das isolierte Basismodell.
Einordnung
Dies ist ein Ergebnis des Gesamtsystems, kein unprompteter oder allgemeiner Lyria-Qualitätsscore: MazzikaAI steuert den exakten Endpunkt models/lyria-realtime-exp mit ausdrücklichen Prompts für den arabischen Maqam Bayati. Ein höherer Anteil außerhalb des gleichstufigen Tonsystems liegender stimmhafter Frames ist nur für dieses mikrotonale Ziel positiv, nicht als allgemeiner Qualitätsscore. Als Replay-Eingabe dient die aufgezeichnete Performance eines Paper-Autors. Die qualitative Rückmeldung von zwei Musikexperten ist keine größere kontrollierte Hörstudie. Frame-Nenner und Methode des 95-%-Intervalls sind nicht angegeben. Es werden keine Werte von Lyria 3 oder Lyria 3 Pro verwendet.
Quelle MazzikaAI, arXiv:2608.10360v1
MazzikaAI system-level Bayati grounding: voiced-frame off-grid share (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
14.9
Bewertung
14.9
Messgröße
Share of pYIN predominant-F0 voiced frames at least 35 cents from the nearest 12-tone equal-tempered semitone; matched-prompt ablation for Arabic maqam bayati
Einheit
%
Benchmark-Version
arXiv:2608.10360v1 (2026-08-11), Section 6.4, Figure 6
Kategorie
audio
Richtung
Mehr ist besser
Untere Konfidenzgrenze
14
Obere Konfidenzgrenze
15.7
Quellentyp
independent-evaluator
Auswertung
MazzikaAI, arXiv:2608.10360v1
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. Systemmessung mit MazzikaAI und dem exakten Google-Gemini-API-Endpunkt models/lyria-realtime-exp; arabischer Maqam Bayati. Die passende Ablation B ersetzt die Maqam-Erdung durch eine gleich lange allgemeine westliche Skalenformulierung. Drei Replay-Arme mit identischer aufgezeichneter Performance aus der primären Sitzung, etwa 18 Minuten generierte Musik und 521 Melodie-Chunks. Gemessen wird die Ausgabe des Systems samt Prompt-Steuerung, nicht das isolierte Basismodell.
Einordnung
Dies ist ein Ergebnis des Gesamtsystems, kein unprompteter oder allgemeiner Lyria-Qualitätsscore: MazzikaAI steuert den exakten Endpunkt models/lyria-realtime-exp. Bedingung B ersetzt die Bayati-Erdung durch eine gleich lange allgemeine westliche Skalenformulierung. Ein höherer Anteil stimmhafter Frames außerhalb des gleichstufigen Tonsystems ist nur für dieses mikrotonale Ziel positiv. Als Replay-Eingabe dient die aufgezeichnete Performance eines Paper-Autors; die Rückmeldung von zwei Musikexperten ist keine größere kontrollierte Hörstudie. Frame-Nenner und Methode des 95-%-Intervalls sind nicht angegeben. Es werden keine Werte von Lyria 3 oder Lyria 3 Pro verwendet.
Quelle MazzikaAI, arXiv:2608.10360v1
MazzikaAI system-level Bayati grounding: half-flat second-degree frame share (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
59.4
Bewertung
59.4
Messgröße
Share of pYIN predominant-F0 frames in the 125-175 cent E-koron half-flat band when melody visits the second-degree region above D
Einheit
%
Benchmark-Version
arXiv:2608.10360v1 (2026-08-11), Section 6.4, Figure 6
Kategorie
audio
Richtung
Mehr ist besser
Stichprobe
650
Quellentyp
independent-evaluator
Auswertung
MazzikaAI, arXiv:2608.10360v1
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. Systemmessung mit MazzikaAI und dem exakten Google-Gemini-API-Endpunkt models/lyria-realtime-exp; arabischer Maqam Bayati. Bedingung A verwendet die ausdrückliche Maqam-Erdung im Prompt. Drei Replay-Arme mit identischer aufgezeichneter Performance aus der primären Sitzung, etwa 18 Minuten generierte Musik und 553 Melodie-Chunks. Das angegebene N umfasst die 650 pYIN-Frames im Nenner des Bereichs um die zweite Stufe für diese Bedingung. Gemessen wird die Ausgabe des Systems samt Prompt-Steuerung, nicht das isolierte Basismodell.
Einordnung
Dies ist ein promptabhängiger mikrotonaler Ausgabewert des Gesamtsystems, kein allgemeiner Musikqualitätsscore und kein isolierter Modellwert. Laut Quelle zeigte die aggregierte CQT-Energie der zweiten Stufe keinen konzentrierten Gipfel bei 150 Cent; die Energie verteilte sich in beiden Bedingungen nahezu gleichmäßig auf E♭, E-Halbton und E. Das Prompt erhöhte die gemessene Häufigkeit der Halbtonband-Frames in der Melodielinie, erreichte aber keine stabile Stimmungskontrolle. Eine aufgezeichnete Performance eines Autors und drei stochastische Replay-Arme begrenzen die Übertragbarkeit. Es werden keine Werte von Lyria 3 oder Lyria 3 Pro verwendet.
Quelle MazzikaAI, arXiv:2608.10360v1
MazzikaAI system-level Bayati grounding: half-flat second-degree frame share (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
24.1
Bewertung
24.1
Messgröße
Share of pYIN predominant-F0 frames in the 125-175 cent E-koron half-flat band when melody visits the second-degree region above D; matched-prompt ablation
Einheit
%
Benchmark-Version
arXiv:2608.10360v1 (2026-08-11), Section 6.4, Figure 6
Kategorie
audio
Richtung
Mehr ist besser
Stichprobe
1530
Quellentyp
independent-evaluator
Auswertung
MazzikaAI, arXiv:2608.10360v1
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. Systemmessung mit MazzikaAI und dem exakten Google-Gemini-API-Endpunkt models/lyria-realtime-exp; arabischer Maqam Bayati. Die passende Ablation B ersetzt die Maqam-Erdung durch eine gleich lange allgemeine westliche Skalenformulierung. Drei Replay-Arme mit identischer aufgezeichneter Performance aus der primären Sitzung, etwa 18 Minuten generierte Musik und 521 Melodie-Chunks. Das angegebene N umfasst die 1.530 pYIN-Frames im Nenner des Bereichs um die zweite Stufe für diese Bedingung. Gemessen wird die Ausgabe des Systems samt Prompt-Steuerung, nicht das isolierte Basismodell.
Einordnung
Dies ist ein promptabhängiger mikrotonaler Ausgabewert des Gesamtsystems, kein allgemeiner Musikqualitätsscore und kein isolierter Modellwert. Bedingung B ersetzt die Bayati-Erdung durch eine gleich lange allgemeine westliche Skalenformulierung. Laut Quelle zeigte die aggregierte CQT-Energie der zweiten Stufe keinen konzentrierten Gipfel bei 150 Cent und verteilte sich in beiden Bedingungen nahezu gleichmäßig auf E♭, E-Halbton und E. Eine aufgezeichnete Performance eines Autors und drei stochastische Replay-Arme begrenzen die Übertragbarkeit. Es werden keine Werte von Lyria 3 oder Lyria 3 Pro verwendet.
Quelle MazzikaAI, arXiv:2608.10360v1
MazzikaAI system-level Bayati grounding: tonic-D CQT energy share (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.14
Bewertung
0.14
Messgröße
Pooled constant-Q energy share assigned to the tonic D pitch class across three replay arms
Einheit
ratio
Benchmark-Version
arXiv:2608.10360v1 (2026-08-11), Section 6.4, Figure 6
Kategorie
audio
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
MazzikaAI, arXiv:2608.10360v1
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. Systemmessung mit MazzikaAI und dem exakten Google-Gemini-API-Endpunkt models/lyria-realtime-exp; arabischer Maqam Bayati. Bedingung A verwendet die ausdrückliche Maqam-Erdung im Prompt. CQT-Energieprofil mit 10-Cent-Auflösung, gepoolt über drei Replay-Arme mit identischer aufgezeichneter Performance aus der primären Sitzung. Gemessen wird die Ausgabe des Systems samt Prompt-Steuerung, nicht das isolierte Basismodell.
Einordnung
Dies ist ein enger Messwert für die tonale Erdung des Gesamtsystems, kein allgemeiner Musikqualitätsscore. Der gepoolte Wert verdeckt eine erhebliche stochastische Streuung: In einem der drei geerdeten Replay-Arme war D nicht verankert und lag nur auf Rang sechs. Ein höherer D-Anteil ist nur für dieses konkrete Ziel der Erdung auf D tendenziell günstig. Als Replay-Eingabe dient die aufgezeichnete Performance eines Paper-Autors; es handelt sich nicht um einen größeren kontrollierten Hörtest. Es werden keine Werte von Lyria 3 oder Lyria 3 Pro verwendet.
Quelle MazzikaAI, arXiv:2608.10360v1
MazzikaAI system-level Bayati grounding: tonic-D CQT energy share (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0.094
Bewertung
0.094
Messgröße
Pooled constant-Q energy share assigned to the tonic D pitch class across three replay arms
Einheit
ratio
Benchmark-Version
arXiv:2608.10360v1 (2026-08-11), Section 6.4, Figure 6
Kategorie
audio
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
MazzikaAI, arXiv:2608.10360v1
Status
active
Abrufdatum
2026-10-17
Methodik
Unabhängige Evaluation. Systemmessung mit MazzikaAI und dem exakten Google-Gemini-API-Endpunkt models/lyria-realtime-exp; arabischer Maqam Bayati. Die passende Ablation B ersetzt die Maqam-Erdung durch eine gleich lange allgemeine westliche Skalenformulierung. CQT-Energieprofil mit 10-Cent-Auflösung, gepoolt über drei Replay-Arme mit identischer aufgezeichneter Performance aus der primären Sitzung. Gemessen wird die Ausgabe des Systems samt Prompt-Steuerung, nicht das isolierte Basismodell.
Einordnung
Dies ist ein enger Messwert für die tonale Erdung des Gesamtsystems, kein allgemeiner Musikqualitätsscore. Bedingung B ersetzt die Bayati-Erdung durch eine gleich lange allgemeine westliche Skalenformulierung. Der gepoolte D-Anteil beträgt 0,094 und liegt auf Rang vier; in keinem der drei Ablationsarme liegt D auf Rang eins. Als Replay-Eingabe dient die aufgezeichnete Performance eines Paper-Autors; es handelt sich nicht um einen größeren kontrollierten Hörtest. Es werden keine Werte von Lyria 3 oder Lyria 3 Pro verwendet.
Quelle MazzikaAI, arXiv:2608.10360v1
MazzikaAI note-triggered keypress-to-audible latency, median (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
263
Bewertung
263
Messgröße
Direct end-to-end system latency from causal key press to first new-prompt chunk scheduled as audible, median
Einheit
ms
Benchmark-Version
arXiv:2608.10360v1, 2026-08-11, section 6.1, Table 5
Richtung
Weniger ist besser
Stichprobe
98
Quellentyp
independent-evaluator
Auswertung
MazzikaAI evaluation authors
Status
active
Abrufdatum
2026-10-24
Methodik
Unabhängige Evaluation. Live-Browser-/FastAPI-System von MazzikaAI mit dem exakten Google-Gemini-API-Endpunkt models/lyria-realtime-exp. Primäre Blues-Sitzung mit 8,5 Minuten, 1.516 Notenereignissen und beiden aktiven Engines. Direkt gemessene notengetriggerte Neu-Prompts: Median 263 ms, p95 818 ms, p99 945 ms, n=98 Latenzereignisse. Dies ist N von Systemereignissen, nicht N von Modell-Testfällen.
Einordnung
Systemlatenz, keine isolierte Modell-Inferenzzeit. Die Messung umfasst Steuerung, API, Transport und clientseitige Einplanung. Die Arbeit beschreibt eine primäre Sitzung und nennt weder Checkpoint-Revision noch Konfidenzintervall.
Quelle MazzikaAI evaluation authors
MazzikaAI melody prompt-push-to-next-chunk latency, median (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
150
Bewertung
150
Messgröße
Latency from melody prompt push to arrival of the next chunk, median
Einheit
ms
Benchmark-Version
arXiv:2608.10360v1, 2026-08-11, section 6.1, Table 5
Richtung
Weniger ist besser
Stichprobe
140
Quellentyp
independent-evaluator
Auswertung
MazzikaAI evaluation authors
Status
active
Abrufdatum
2026-10-24
Methodik
Unabhängige Evaluation. Live-Browser-/FastAPI-System von MazzikaAI mit models/lyria-realtime-exp. Primäre Blues-Sitzung mit 8,5 Minuten. Die Zeile zur Melodie-Übertragung bis zum nächsten Chunk nennt Median 150 ms, p95 1.070 ms, p99 1.799 ms, n=140 Latenzereignisse. Dies ist N von Systemereignissen, nicht N von Modell-Testfällen.
Einordnung
Systemmessung am Endpunkt, keine isolierte Modell-Inferenzzeit. Der erste Chunk nach dem Prompt-Aufruf ist nur eine Untergrenze dafür, wann promptbeeinflusstes Audio eintrifft, weil der Chunk-Inhalt nicht auf Prompt-Zuordnung analysiert wurde. Checkpoint-Revision und Konfidenzintervall fehlen.
Quelle MazzikaAI evaluation authors
MazzikaAI steady-state melody chunk inter-arrival, median (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
1999
Bewertung
1999
Messgröße
Server-side inter-arrival time between consecutive melody chunk emission records, median
Einheit
ms
Benchmark-Version
arXiv:2608.10360v1, 2026-08-11, section 6.1, Figure 4 and Table 5
Richtung
Keine Richtung veröffentlicht
Stichprobe
142
Quellentyp
independent-evaluator
Auswertung
MazzikaAI evaluation authors
Status
active
Abrufdatum
2026-10-24
Methodik
Unabhängige Evaluation. MazzikaAI-System mit models/lyria-realtime-exp; Melodie-Chunks sind 2,0 Sekunden lang. In der primären Sitzung von 8,5 Minuten beträgt der Median des Chunk-Abstands 1.999 ms, p95 2.978 ms und p99 3.459 ms, n=142 von 146 Abständen. Vier Abstände ab fünf Sekunden über Pausen oder Neustarts wurden ausgeschlossen. Dies ist N von Systemereignissen, nicht N von Modell-Testfällen.
Einordnung
Systemweite serverseitige Chunk-Frequenz, keine allgemeine Geschwindigkeitsgarantie des Modells. Vier von 146 Melodie-Abständen ab fünf Sekunden wurden ausgeschlossen, weil sie Pausen oder Stream-Neustarts umfassten. Konfidenzintervall und Checkpoint-Revision fehlen.
Quelle MazzikaAI evaluation authors

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 83 Modellen

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 6. November 2026

Lyria RealtimeIndex-Echo-S2TT-2B 26Index-Echo-S2TT-9B 24Eleven Flash v2.5 22Voxtral Mini Transcribe Realtime 18

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Alle technischen Daten

Architektur

Modellklasse
Echtzeit-Musikgenerierung
Quelle: Modellklasse

Ein- und Ausgabe

Eingabe
Steuerdaten
Quelle: Eingabe
Ausgabe
Musik-Audio
Quelle: Ausgabe

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Ja. Google nennt SynthID für mit Lyria erzeugtes oder veröffentlichtes Audio und führt Lyria Realtime als Modell der Familie.
Quelle 1: KI-WasserzeichenQuelle 2: KI-Wasserzeichen

Lizenz und Zugang

API

API-Modellkennung
lyria-realtime-exp
Quelle: API-Modellkennung

Weitere Angaben

Aufgabe
Musik in Echtzeit erzeugen
Quelle: Aufgabe
Unterstützte Details
Experimentelles Echtzeitmodell
Quelle: Unterstützte Details

Quellen und Datenstand

Alle 13 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

ArtNachweis und Datenstand
RecherchestandRecherchestand 15. Oktober 2026. 6 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Ungeklärt

quality-benchmarks

Hinweis

Die MazzikaAI-Arbeit berichtet sechs gezielte Bayati-Messungen aus einem System mit Prompt und Controller, das die exakte Route lyria-realtime-exp steuert. Die Zeilen erfassen die Tonhöhenbindung stimmhafter Frames, den Anteil von Frames im Halbtonband und die gepoolte Energie des Grundtons D, jeweils auch im Vergleich mit angepassten Prompts. Das sind Replay-Messungen eines Systems samt Controller auf Basis einer aufgezeichneten Darbietung, keine isolierten Lyria-Scores und keine allgemeine Musikqualitätsmessung. Die veröffentlichten Frame-Nenner und Konfidenzintervalle sind auf einzelne Zeilen begrenzt. Eine breite Audioqualität belegt die Arbeit nicht.

In den geprüften Quellen nicht gefunden

quality-benchmarks

Hinweis

In den geprüften offiziellen Dokumenten und aktuellen unabhängigen Musikranglisten wurde kein exakter numerischer Qualitätsscore für lyria-realtime-exp gefunden. Die numerischen Ergebnisse in Tabelle 1 der DeepMind-Arbeit gelten ausdrücklich für Magenta RealTime, ein anderes Modell, und werden daher nicht übertragen.

In den geprüften Quellen nicht gefunden

quality-benchmarks

Hinweis

Für Lyria Realtime Experimental wurde kein exakter unabhängiger Qualitätsscore gefunden. Die offizielle Seite nennt eine maximale Steuerungslatenz von zwei Sekunden, aber keinen Musikqualitätsscore. Ergebnisse für fertige Lyria-Titel sind nicht auf das Echtzeitmodell übertragbar.

Nicht veröffentlicht

quality-benchmarks

Hinweis

Die exakte Google-API-Modellseite veröffentlicht keinen gemessenen Qualitätsscore, keine Evaluationskohorte und keinen Ergebnisnenner. Modellfähigkeiten und technische Audiospezifikationen sind keine Benchmarkresultate.

Weitere QuelleGoogle Gemini API model catalog (abgerufen 22. September 2026) · Google Gemini API model catalog · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere QuelleMazzikaAI, arXiv:2608.10360v1 (abgerufen 17. Oktober 2026; 24. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 15. Oktober 2026; 16. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 15. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 16. Oktober 2026)
Weitere QuelleGoogle DeepMind SynthID (abgerufen 5. November 2026)
Weitere QuelleGoogle DeepMind Lyria (abgerufen 5. November 2026)
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0