谷歌音乐模型3.5实测：旋律伴奏显著进化，但中文歌词识别能力严重退化

科技社区最新实测显示，谷歌推出的音乐生成模型 Lyria 3.5 在多项指标上呈现出矛盾的进化态势。在纯音乐维度，3.5 版本展现出了显著的提升，其人声真实感更强，旋律优美且伴奏丰富，整体听感优于前代 3.0 Pro 版本。然而，该模型在中文支持上出现了严重的倒退。测试发现，3.5 的中文“识字率”极低，几乎无法正确识别笔画数超过 5 的汉字，导致生成的歌词充斥着大量的发音错误，严重破坏了旋律的连贯性与韵律感。相比之下，旧版 3.0 Pro 虽然人声情感较为机械，但能做到 100% 的汉字准确识别。此外，此次更新取消了普通版与 Pro 版的区分，并增强了指令遵循能力，甚至可能支持指定 BPM。鉴于中文生成的巨大缺陷，建议有中文创作需求的用户暂缓升级，或继续沿用 3.0 版本。

事件分析

💡 核心观点：谷歌音乐模型3.5以牺牲中文语义准确性换取音质提升，揭示了多模态模型在多语种平衡与高保真生成之间的技术权衡困境。