Google: Lyria 3 Clip Preview

Google: Lyria 3 Clip Preview ist ein Musikgenerierungsmodell von Google und Teil der Lyria 3 Familie. Es wird über die Gemini API bereitgestellt, und Google beschreibt Lyria 3 als seine Familie von Musikgenerierungsmodellen. Das Modell liegt in der Audio Kategorie und besitzt zugleich Text Fähigkeiten, verhält sich also als multimodaler Generator und nicht als reines Textmodell. Wenn Sie Werkzeuge entwickeln, die kurze musikalische Clips erzeugen sollen, ist dies das Google Angebot, das auf genau diese Aufgabe ausgerichtet ist.

Das Modell akzeptiert Text und Bild Eingaben und kann sowohl Text als auch Audio zurückgeben. Das bedeutet, dass ein Prompt, der Stil, Stimmung oder Instrumentierung beschreibt, mit einem Referenzbild kombiniert werden kann, und die Ausgabe kann generiertes Audio zusammen mit Text enthalten. Das Kontextfenster beträgt 1.048.576 Token, was groß genug ist, um lange Prompts, detaillierte Beschreibungen oder unterstützendes Material in einer Anfrage unterzubringen. Die maximale Ausgabe beträgt 65.536 Token. Dieses Modell ist ausdrücklich ein Clip Generator: Googles eigene Beschreibung bezieht sich auf Clips mit 30 Sekunden Dauer, erwarten Sie also Ausgaben in dieser Kurzform und nicht vollständige Tracks.

Praktische Anwendungsfälle ergeben sich aus der Cliplänge und der Bild Eingabe. Sie können 30 sekündige Hintergrundbetten für Video, Podcast Intros und Outros, Spiel oder App Atmosphäre oder Social Media Inhalte generieren. Da ein Bild übergeben werden kann, können Sie die Generierung anhand von Cover Art, einem Mood Board oder einem Storyboard Frame steuern, was zu Arbeitsabläufen passt, in denen die visuelle Richtung bereits existiert. Die Textausgabe kann beschreibende oder unterstützende Inhalte an Ihre Pipeline zurückliefern. Teams, die eine schnelle musikalische Idee zum Iterieren benötigen und kein fertiges Produktionsmaster, sind der natürliche Anwendungsfall.

Der Aufruf über api14 funktioniert genauso wie bei jedem anderen OpenAI kompatiblen Endpunkt. Verwenden Sie die Modell ID "google/lyria-3-clip-preview" in Ihrer Anfrage. Die unterstützten Parameter sind max_tokens, response_format, seed, temperature und top_p. Verwenden Sie seed, wenn Sie reproduzierbare Generierungen wünschen, temperature und top_p zur Steuerung der Variation, response_format zur Formung der zurückgegebenen Ausgabe und max_tokens zur Begrenzung der Generierung. Da der Endpunkt OpenAI kompatibel ist, können bestehende SDKs und Client Code auf api14 zeigen, ohne umgeschrieben zu werden.

Eine Einschränkung sollten Sie beachten: die Dauer. Das Modell generiert 30 Sekunden Clips, wenn Ihr Projekt also längere durchgehende Musik benötigt, müssen Sie mehrere Generierungen aneinanderfügen oder eine andere Option prüfen. Es handelt sich außerdem um eine Preview Veröffentlichung von Google, was abzuwägen ist, wenn Sie langfristige Stabilitätsgarantien benötigen. Für kurze, prompt gesteuerte oder bildgeführte Musikclips ist es direkt geeignet.