Interactions API 現已正式發布。建議使用這個 API，存取所有最新功能和模型。

Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

使用 Lyria 3.5 生成音樂

Lyria 3.5 是 Google 的音樂生成模型系列，可透過 Gemini API 使用。使用 Lyria 3.5，你可以根據文字提示或圖片生成高品質的 44.1 kHz 立體聲音訊。這些模型可提供結構一致的音樂，包括人聲、歌詞時間碼和完整樂器編曲。

Lyria 系列包含以下模型：

模型	模型 ID	適用情境	時間長度	輸出內容
Lyria 3 Clip	`lyria-3-clip-preview`	短片、循環播放、預覽	30 秒	MP3
Lyria 3.5	`lyria-3.5`	包含主歌、副歌和橋段的完整歌曲	幾分鐘 (可透過提示控制)	MP3

這兩款模型都可透過新的 Interactions API 使用，支援多模態輸入 (文字和圖片)，並生成 44.1 kHz 高精準度立體聲音訊。

生成音樂短片

Lyria 3 Clip 模型一律會生成 30 秒片段。如要生成短片，請使用文字提示詞呼叫 interactions.create 方法。回覆一律會包含生成的歌詞和歌曲結構，以及 steps 結構定義中的音訊。

Python

import base64
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="lyria-3-clip-preview",
    input="A short instrumental acoustic guitar piece.",
)

generated_audio = interaction.output_audio
if generated_audio:
    with open("music.mp3", "wb") as f:
        f.write(base64.b64decode(generated_audio.data))

lyrics = interaction.output_text
if lyrics:
    print(f"Lyrics:\n{lyrics}")

JavaScript

import { GoogleGenAI } from '@google/genai';
import * as fs from 'fs';

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
    model: 'lyria-3-clip-preview',
    input: 'A short instrumental acoustic guitar piece.',
});

const generatedAudio = interaction.output_audio;
if (generatedAudio) {
  fs.writeFileSync('music.mp3', Buffer.from(generatedAudio.data, 'base64'));
}

const lyrics = interaction.output_text;
if (lyrics) {
  console.log(`Lyrics:\n${lyrics}`);
}

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-d '{
    "model": "lyria-3-clip-preview",
    "input": "A short instrumental acoustic guitar piece."
}'

您可以使用 interaction.output_audio 屬性擷取生成的音樂資料，該屬性會傳回最後生成的音訊區塊。您也可以使用 interaction.output_text 屬性擷取歌曲的歌詞和結構。如要進一步瞭解便利性屬性，請參閱「互動總覽」。

生成完整歌曲

使用 lyria-3.5 模型生成幾分鐘的完整歌曲。Pro 版模型可理解音樂結構，並創作具有不同主歌、副歌和橋段的樂曲。如要在提示中指定時長 (例如「創作 2 分鐘的歌曲」)，或使用時間戳記定義結構，即可影響時長。

Python

interaction = client.interactions.create(
    model="lyria-3.5",
    input="An epic cinematic orchestral piece about a journey home. Starts with a solo piano intro, builds through sweeping strings, and climaxes with a massive wall of sound.",
)

JavaScript

const interaction = await client.interactions.create({
    model: 'lyria-3.5',
    input: 'A beautiful piano melody.',
});

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-d '{
    "model": "lyria-3.5",
    "input": "A beautiful piano melody."
}'

選取輸出格式

根據預設，Lyria 3.5 模型會生成 MP3 格式的音訊。對於 Lyria 3.5，您也可以設定 response_format，要求以 WAV 格式輸出。

Python

interaction = client.interactions.create(
    model="lyria-3.5",
    input="A beautiful piano melody.",
    response_format={"type": "audio"},
)

JavaScript

const interaction = await client.interactions.create({
    model: 'lyria-3.5',
    input: 'A beautiful piano melody.',
    response_format: {
        type: 'audio',
    },
});

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "lyria-3.5",
    "input": "A beautiful piano melody.",
    "response_format": {
        "type": "audio"
    }
  }'

剖析回應

Lyria 3.5 的回覆會在 steps 架構中包含多個內容區塊。互動會傳回一系列步驟，其中 model_output 步驟包含生成的內容。文字內容區塊包含生成的歌詞，或是歌曲結構的 JSON 說明。audio 類型的內容區塊包含 Base64 編碼的音訊資料。

Python

lyrics = []
audio_data = None

generated_audio = interaction.output_audio
if generated_audio:
    with open("output.mp3", "wb") as f:
        f.write(base64.b64decode(generated_audio.data))

lyrics = interaction.output_text
if lyrics:
    print(f"Lyrics:\n{lyrics}")

JavaScript

const lyrics = [];
let audioData = null;

const generatedAudio = interaction.output_audio;
if (generatedAudio) {
    fs.writeFileSync("output.mp3", Buffer.from(generatedAudio.data, 'base64'));
}

const lyrics = interaction.output_text;
if (lyrics) {
    console.log("Lyrics:\n" + lyrics);
}

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

REST

# The output from the REST API is a JSON object containing base64 encoded data.
# You can extract the text or the audio data using a tool like jq.
# To extract the audio and save it to a file:
curl ... | jq -r '.steps[] | select(.type=="model_output") | .content[] | select(.type=="audio") | .data' | base64 -d > output.mp3

交錯顯示歌詞和音樂

Lyria 3.5 的輸出內容相當複雜，包含生成歌詞 (文字) 和歌曲本身 (音訊) 的個別步驟和區塊，因此便利性屬性提供快速且建議的捷徑。

不過，如果您想以程式輔助方式，全面控管伺服器傳回的原始步驟時間軸 (例如在收到個別內容區塊時記錄)，可以手動疊代 steps：

Python

lyrics = []
audio_data = None

for step in interaction.steps:
    if step.type == "model_output":
        for content_block in step.content:
            if content_block.type == "audio":
                audio_data = base64.b64decode(content_block.data)
            elif content_block.type == "text":
                lyrics.append(content_block.text)

if lyrics:
    print("Lyrics:\n" + "\n".join(lyrics))

if audio_data:
    with open("output.mp3", "wb") as f:
        f.write(audio_data)

JavaScript

const lyrics = [];
let audioData = null;

for (const step of interaction.steps) {
    if (step.type === 'model_output') {
        for (const contentBlock of step.content) {
            if (contentBlock.type === 'audio') {
                audioData = Buffer.from(contentBlock.data, 'base64');
            } else if (contentBlock.type === 'text') {
                lyrics.push(contentBlock.text);
            }
        }
    }
}

if (lyrics.length) {
    console.log("Lyrics:\n" + lyrics.join("\n"));
}

if (audioData) {
    fs.writeFileSync("output.mp3", audioData);
}

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

根據圖片生成音樂

Lyria 3.5 支援多模態輸入內容，您可以在 input 清單中提供最多 10 張圖片和文字提示詞，模型就會根據視覺內容創作音樂。

Python

import base64

with open("desert_sunset.jpg", "rb") as f:
    image_bytes = f.read()
    image_b64 = base64.b64encode(image_bytes).decode("utf-8")

response = client.interactions.create(
    model="lyria-3.5",
    input=[
        {
            "type": "text",
            "text": "An atmospheric ambient track inspired by the mood and colors in this image.",
        },
        {
            "type": "image",
            "mime_type": "image/jpeg",
            "data": image_b64,
        },
    ],
)

JavaScript

import * as fs from "fs";

const imageBytes = fs.readFileSync("desert_sunset.jpg").toString("base64");

const interaction = await client.interactions.create({
    model: "lyria-3.5",
    input: [
        {
            type: "text",
            text: "An atmospheric ambient track inspired by the mood and colors in this image.",
        },
        {
            type: "image",
            mime_type: "image/jpeg",
            data: imageBytes,
        },
    ],
});

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

REST

# Pass base64 encoded image data directly:
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "lyria-3.5",
    "input": [
      {"type": "text", "text": "An atmospheric ambient track inspired by the mood and colors in this image."},
      {"type": "image", "mime_type": "image/jpeg", "data": "/9j/4AAQSkZJRgABAQEASABIAAD/2wBDAP//////////////////////////////////////////////////////////////////////////////////////wgALCAABAAEBAREA/8QAFBABAAAAAAAAAAAAAAAAAAAAAP/aAAgBAQABPxA="}
    ]
  }'

提供自訂歌詞

你可以自行撰寫歌詞，並加入提示。使用 [Verse]、[Chorus] 和 [Bridge] 等區段標記，協助模型瞭解歌曲結構：

Python

prompt = """
Create a dreamy indie pop song with the following lyrics:

[Verse 1]
Walking through the neon glow,
city lights reflect below,
every shadow tells a story,
every corner, fading glory.

[Chorus]
We are the echoes in the night,
burning brighter than the light,
hold on tight, don't let me go,
we are the echoes down below.

[Verse 2]
Footsteps lost on empty streets,
rhythms sync to heartbeats,
whispers carried by the breeze,
dancing through the autumn leaves.
"""

interaction = client.interactions.create(
    model="lyria-3.5",
    input=prompt,
)

JavaScript

const prompt = `
Create a dreamy indie pop song with the following lyrics:

[Verse 1]
Walking through the neon glow,
city lights reflect below,
every shadow tells a story,
every corner, fading glory.

[Chorus]
We are the echoes in the night,
burning brighter than the light,
hold on tight, don't let me go,
we are the echoes down below.

[Verse 2]
Footsteps lost on empty streets,
rhythms sync to heartbeats,
whispers carried by the breeze,
dancing through the autumn leaves.
`;

const interaction = await client.interactions.create({
    model: 'lyria-3.5',
    input: prompt,
});

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "lyria-3.5",
    "input": "Create a dreamy indie pop song with the following lyrics: ..."
  }'

控制時間和結構

你可以使用時間戳記，指定歌曲在特定時間點發生的事件。這項功能有助於控制樂器進入的時間、歌詞的傳送時間，以及歌曲的進展方式：

Python

prompt = """
[0:00 - 0:10] Intro: Begin with a soft lo-fi beat and muffled
              vinyl crackle.
[0:10 - 0:30] Verse 1: Add a warm Fender Rhodes piano melody
              and gentle vocals singing about a rainy morning.
[0:30 - 0:50] Chorus: Full band with upbeat drums and soaring
              synth leads. The lyrics are hopeful and uplifting.
[0:50 - 1:00] Outro: Fade out with the piano melody alone.
"""

interaction = client.interactions.create(
    model="lyria-3.5",
    input=prompt,
)

JavaScript

const prompt = `
[0:00 - 0:10] Intro: Begin with a soft lo-fi beat and muffled
              vinyl crackle.
[0:10 - 0:30] Verse 1: Add a warm Fender Rhodes piano melody
              and gentle vocals singing about a rainy morning.
[0:30 - 0:50] Chorus: Full band with upbeat drums and soaring
              synth leads. The lyrics are hopeful and uplifting.
[0:50 - 1:00] Outro: Fade out with the piano melody alone.
`;

const interaction = await client.interactions.create({
    model: 'lyria-3.5',
    input: prompt,
});

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "lyria-3.5",
    "input": "[0:00 - 0:10] Intro: ..."
  }'

生成純音樂曲目

如要製作背景音樂、遊戲配樂或任何不需要人聲的音樂，可以提示模型製作純樂器演奏的曲目：

Python

interaction = client.interactions.create(
    model="lyria-3-clip-preview",
    input="A bright chiptune melody in C Major, retro 8-bit video game style. Instrumental only, no vocals.",
)

JavaScript

const interaction = await client.interactions.create({
    model: 'lyria-3-clip-preview',
    input: 'A bright chiptune melody in C Major, retro 8-bit video game style. Instrumental only, no vocals.',
});

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "lyria-3-clip-preview",
    "input": "A bright chiptune melody in C Major, retro 8-bit video game style. Instrumental only, no vocals."
  }'

生成不同語言的音樂

Lyria 3.5 會以提示詞的語言生成歌詞。如要生成法文歌詞的歌曲，請用法文撰寫提示。模型會調整語氣和發音，配合所選語言。

Python

interaction = client.interactions.create(
    model="lyria-3.5",
    input="Crée une chanson pop romantique en français sur un coucher de soleil à Paris. Utilise du piano et de la guitare acoustique.",
)

JavaScript

const interaction = await client.interactions.create({
    model: 'lyria-3.5',
    input: 'Crée une chanson pop romantique en français sur un coucher de soleil à Paris. Utilise du piano et de la guitare acoustique.',
});

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ResponseModality;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;
import java.util.Arrays;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("lyria-3-generate-001"))
        .responseModalities(Arrays.asList(ResponseModality.AUDIO))
        .input(InteractionsInput.of("Upbeat electronic synthwave track"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println("Audio generated: " + interaction.outputAudio().isPresent());

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "lyria-3.5",
    "input": "Crée une chanson pop romantique en français sur un coucher de soleil à Paris. Utilise du piano et de la guitare acoustique."
  }'

模型智慧

Lyria 3.5 會分析提示程序，模型會根據提示，透過音樂結構 (前奏、主歌、副歌、橋段等) 推論。這項程序會在生成音訊前執行，確保結構一致性和音樂性。

提示指南

提示可以很簡單，例如「一首關於可愛貓咪躲避水窪的民謠，女聲演唱，並加入雨聲」，也可以詳細且有結構，例如：

這首 1980 年代風格的合成器流行樂曲，節奏強勁、合成器音色閃耀，副歌洗腦又充滿力量。這首歌應帶有復古未來主義的感覺，讓人想起 80 年代的經典流行金曲，並經過現代製作技術的潤飾。節奏應歡快且適合跳舞，大約 120 BPM，並有清晰的主歌-副歌結構和令人難忘的樂器旋律。歌詞描述的是準備參加派對的心情。

簡單和複雜的提示都能產生良好的輸出內容。不妨試試這些訣竅，找出最適合自己的做法。

類型

在提示詞開頭輸入想要的音樂類型，例如嘻哈、搖滾和饒舌。你可以指定多種曲風：

融合金屬樂和饒舌
結合死亡金屬和歌劇
含有電子無人機元素的古典樂
現代電子舞曲 (EDM) 混合歐洲流行音樂

你也可以加入年代：

90 年代初期的嘻哈
60 年代法國 ye-ye 流行樂
80 年代的電子實驗
2000 年代主流流行樂

如果提示模型生成特定類型或地區變體，例如「柏林鐵克諾」或「灣區 hyphy」，模型會嘗試捕捉該本質，但可能不一定能正確生成。

樂器

預設情況下，Lyria 3.5 會使用該曲風的樂器和工具製作歌曲。不必過於嚴格。

不過，除非你要求，否則舞曲不會包含薩克斯風。因此，如要生成薩克斯風獨奏，請輸入以下提示：

這首舞曲節奏強勁、合成器閃閃發光，副歌琅琅上口，橋段應加入薩克斯風獨奏。

提示可包含特定樂器、樂器音效，以及樂器間的互動方式。您可以運用這種組合營造特定情緒或質感：

失真低音線與清脆的 Hi-Hat 相互抗衡
溫暖的類比合成器墊音在乾淨親切的木吉他下方膨脹
多層破音吉他堆疊出音牆，人聲則埋在其中，聽起來很遙遠

歌曲結構

你可以在提示中列出歌曲的進展。使用箭頭或清單定義流程：

[Intro] -> [Verse 1] -> [Chorus] -> [Verse 2] -> [Chorus] -> [Bridge] -> [Outro]
先以輕柔的鋼琴前奏開場，接著進入激昂的段落，然後突然靜音，再爆發進入副歌。

你也可以指定這些區段之間的能量變化：

在副歌前營造緊張感，然後在爆發力十足的副歌前歸於寂靜
整首歌曲的音量逐漸變大，一次加入一種樂器，直到形成混亂的音牆
在橋段後突然停止，接著是無伴奏合唱

你也可以提示要執行動作的確切時間：

在 12 秒時建構至低點
每隔 2 秒說一次「什麼」
副歌從 22 秒開始

歌詞

系統預設會生成人聲和歌詞。你可以提供自己的歌詞、要求不要歌詞 (或純音樂)，或引導歌詞生成朝你想要的方向發展。

歌詞會以您輸入提示的語言顯示。你也可以要求以其他語言撰寫歌詞，例如「用法文撰寫歌詞」。

使用自訂歌詞

如要讓模型使用你提供的歌詞，請在提示中加入歌詞，並加上「Lyrics:」前置字元：

Lyrics:

[Intro]
Oooh, oooh

[Verse 1]
Let's go
Let's go
Go with the flow

[Chorus]
...

你可以在歌曲的各個部分加上前置字串，例如 [Intro]、[Verse 1]、[Pre-chorus]、[Chorus] 和 [Outro]。

如要重複某個字或一行，例如回音或和聲，可以將其放在括號中：「Let's go (go)」。

提示模型撰寫歌詞

如要讓 Lyria 3.5 為你創作歌詞，建議在提示詞中加入歌詞內容的詳細資訊。否則模型必須從音樂提示推斷主題，結果可能不符合你的需求。

歌詞描述失去愛情的痛苦，這位歌手回憶起過去的戀情，以及隨之湧現的記憶。

如要重複播放副歌，請在提示中要求：

歌詞描述失去愛情的痛苦，這位歌手回憶起過去的戀情，以及隨之湧現的回憶。副歌氣勢磅礴，著重於擺脫痛苦，繼續前進。

Lyria 3.5 會根據你要求的音樂類型，自動調整歌詞結構，但你也可以在提示中再次強調。例如：

EDM 歌曲，不斷重複相同的活力四射詞組。

你也可以提示加入非歌詞的聲音效果，例如：

電影中的重複樣本在整首歌曲中說著「我不敢相信！」
在音樂節奏放緩前，所有聲音都會停止，然後會聽到小聲音說「我不知道我在這裡做什麼」，接著音樂就會放緩。
這首歌曲的開頭是關於 90 年代電影比現今更出色的對話。接著，這首曲目會轉場至流行歌曲。

人聲

你可以提示歌詞的呈現方式，為獲得最佳效果，請詳細指定歌手的性別、音色和音域。

女高音：音色清澈如水晶，音質靈活高亢。能以輕柔的氣音唱出高音。
女中音：低音域豐富、溫暖且沙啞，帶有煙燻感，略帶聲帶緊縮音，充滿靈魂且共鳴感十足。
男高音：明亮、高亢、充滿活力。音色年輕，略帶鼻音，高音爆發力十足，能穿透混音。
男中音：深沉、醇厚、如天鵝絨般柔滑。以低沉的胸腔共鳴聲，輕柔地哼唱。
飽經風霜的搖滾歌手 (男)：嗓音沙啞粗獷，音色低沉，讓人想起 90 年代的垃圾搖滾。情緒強度處於高點。

其他提示參數

您也可以加入下列參數，進一步修正提示：

BPM：設定節奏 (例如「120 BPM」、「70 BPM 左右的慢節奏」)。
調性/音階：指定調性 (例如「G 大調」、「D 小調」)。
情緒和氛圍：使用描述性形容詞 (例如「懷舊」、「激進」、「空靈」、「夢幻」)。
長度：短片模型一律會生成 30 秒的短片。如果是 Pro 模型，請在提示中指定所需長度 (例如「創作 2 分鐘的歌曲」)，或使用時間戳記控制長度。

提示詞範例

以下列舉幾個有效的提示：

"A 30-second lofi hip hop beat with dusty vinyl crackle, mellow Rhodes piano chords, a slow boom-bap drum pattern at 85 BPM, and a jazzy upright bass line. Instrumental only."
"An upbeat, feel-good pop song in G major at 120 BPM with bright acoustic guitar strumming, claps, and warm vocal harmonies about a summer road trip."
"A dark, atmospheric trap beat at 140 BPM with heavy 808 bass, eerie synth pads, sharp hi-hats, and a haunting vocal sample. In D minor."

最佳做法

先使用 Clip 進行疊代。使用速度較快的 lyria-3-clip-preview 模型實驗提示詞，再使用 lyria-3.5 生成完整長度的影片。
提供清楚明確的說明，籠統的提示詞只會產出一般結果。提及樂器、BPM、調性、情境和結構，以獲得最佳輸出內容。
語言相符。以所需語言輸入提示。
使用章節標記。[Verse]、[Chorus]、[Bridge] 標記可為模型提供清楚的結構，方便遵循。
歌詞和指示分開。提供自訂歌詞時，請清楚區分歌詞和音樂方向指示。

限制

安全性：所有提示都會經過安全篩選器檢查。系統會封鎖觸發篩選器的提示。包括要求特定藝人聲音的提示，或是生成受著作權保護的歌詞。
浮水印：所有生成的音訊都會加上 SynthID 音訊浮水印，以利識別。這種浮水印人耳無法辨識，也不會影響聆聽體驗。
多輪遞進編輯：音樂生成是單輪程序。目前版本的 Lyria 3.5 不支援透過多個提示，反覆編輯或修正生成的片段。
長度：片段模型一律會生成 30 秒的片段。Pro 模型會生成幾分鐘的歌曲，確切時長取決於提示。
決定性：即使使用相同提示，每次通話的結果也可能不同。

後續步驟

查看 Lyria 3.5 模型的價格。
試試 Lyria RealTime，即時串流音樂生成。
使用 TTS 模型生成多人對話。
瞭解如何生成圖片或影片。
瞭解 Gemini 如何解讀音訊檔案。
使用 Live API 與 Gemini 即時對話。