Google: Lyria 3 Clip Preview

Google: Lyria 3 Clip Preview هو نموذج توليد موسيقى من Google، وهو جزء من عائلة Lyria 3. وهو متاح عبر Gemini API، وتصف Google نموذج Lyria 3 بأنه عائلتها من نماذج توليد الموسيقى. يقع النموذج في فئة الصوت ويحمل أيضًا قدرات نصية، لذا يتصرف كمولّد متعدد الوسائط بدلًا من كونه نموذجًا نصيًا خالصًا. إذا كنت تبني أدوات تحتاج إلى إنتاج مقاطع موسيقية قصيرة، فهذا هو عرض Google الموجّه لهذه المهمة.

يقبل النموذج مدخلات نصية وصورية ويمكنه إرجاع النص والصوت معًا. وهذا يعني أن الأمر النصي الذي يصف نمطًا أو مزاجًا أو توزيعًا آليًا يمكن إقرانه بصورة مرجعية، ويمكن أن تتضمن المخرجات صوتًا مولّدًا إلى جانب النص. نافذة السياق هي 1,048,576 رمزًا، وهي كبيرة بما يكفي لاحتواء أوامر نصية مطوّلة أو أوصاف مفصلة أو مواد داعمة في طلب واحد. الحد الأقصى للمخرجات هو 65,536 رمزًا. هذا النموذج مولّد مقاطع بشكل صريح: يشير وصف Google نفسه إلى مقاطع بمدة 30 ثانية، لذا توقّع مخرجات بهذا الشكل القصير بدلًا من مسارات كاملة الطول.

تتبع حالات الاستخدام العملية من طول المقطع ومن إدخال الصورة. يمكنك توليد خلفيات موسيقية بمدة 30 ثانية للفيديو، أو مقدمات وخواتيم البودكاست، أو أجواء الألعاب أو التطبيقات، أو محتوى وسائل التواصل الاجتماعي. ولأنه يمكن توفير صورة، يمكنك توجيه التوليد انطلاقًا من غلاف فني أو لوحة مزاجية أو إطار لوحة قصصية، وهو ما يناسب سير العمل الذي يكون فيه التوجه البصري موجودًا مسبقًا. ويمكن أن تحمل المخرجات النصية محتوى وصفيًا أو داعمًا إلى خط أنابيبك. الفرق التي تحتاج إلى فكرة موسيقية سريعة للتحسين عليها، بدلًا من نسخة إنتاج نهائية، هي الأنسب لهذا النموذج.

استدعاؤه عبر api14 يعمل بالطريقة نفسها مثل أي نقطة نهاية أخرى متوافقة مع OpenAI. استخدم معرّف النموذج "google/lyria-3-clip-preview" في طلبك. المعاملات المدعومة هي max_tokens و response_format و seed و temperature و top_p. استخدم seed عندما تريد توليدات قابلة للتكرار، و temperature و top_p للتحكم في التنويع، و response_format لتشكيل المخرجات المُرجعة، و max_tokens لتحديد حدود التوليد. ولأن نقطة النهاية متوافقة مع OpenAI، يمكن لوحدات SDK وحزم العملاء الحالية أن تشير إلى api14 دون إعادة كتابة.

أحد القيود التي يجب وضعها في الاعتبار هو المدة. يولّد النموذج مقاطع بمدة 30 ثانية، لذا إذا كان مشروعك يحتاج إلى موسيقى متصلة أطول فستحتاج إلى دمج عدة توليدات أو البحث عن خيار مختلف. وهو أيضًا إصدار معاينة من Google، وهذا أمر يستحق الموازنة إذا كنت تحتاج إلى ضمانات استقرار طويلة الأمد. بالنسبة للمقاطع الموسيقية القصيرة المدفوعة بأوامر نصية أو الموجّهة بالصور، فهو مناسب مباشرة.