Google: Lyria 3 Clip Preview

Google : Lyria 3 Clip Preview est un modèle de génération musicale de Google, faisant partie de la famille Lyria 3. Il est mis à disposition via l'API Gemini, et Google décrit Lyria 3 comme sa famille de modèles de génération musicale. Le modèle se situe dans la catégorie audio et possède également des capacités textuelles, il se comporte donc comme un générateur multimodal plutôt que comme un modèle purement textuel. Si vous développez des outils devant produire de courts clips musicaux, c'est l'offre de Google destinée à cette tâche.

Le modèle accepte des entrées texte et image et peut renvoyer à la fois du texte et de l'audio. Cela signifie qu'un prompt décrivant un style, une ambiance ou une instrumentation peut être associé à une image de référence, et la sortie peut inclure de l'audio généré accompagné de texte. La fenêtre de contexte est de 1 048 576 tokens, ce qui est suffisamment grand pour contenir des prompts longs, des descriptions détaillées ou du matériel de support dans une seule requête. La sortie maximale est de 65 536 tokens. Ce modèle est explicitement un générateur de clips : la description de Google mentionne des clips d'une durée de 30 secondes, attendez donc une sortie sous cette forme courte plutôt que des morceaux complets.

Les cas d'usage pratiques découlent de la durée des clips et de l'entrée image. Vous pouvez générer des fonds musicaux de 30 secondes pour la vidéo, des intros et outros de podcast, des ambiances de jeu ou d'application, ou du contenu pour les réseaux sociaux. Comme une image peut être fournie, vous pouvez orienter la génération à partir d'une pochette, d'un mood board ou d'une image de storyboard, ce qui convient aux flux de travail où la direction visuelle existe déjà. La sortie texte peut renvoyer du contenu descriptif ou de support à votre pipeline. Les équipes qui ont besoin d'une idée musicale rapide à itérer, plutôt que d'un master de production fini, sont le public naturel.

L'appeler via api14 fonctionne de la même manière que n'importe quel autre endpoint compatible OpenAI. Utilisez l'identifiant de modèle "google/lyria-3-clip-preview" dans votre requête. Les paramètres pris en charge sont max_tokens, response_format, seed, temperature et top_p. Utilisez seed lorsque vous voulez des générations reproductibles, temperature et top_p pour contrôler la variation, response_format pour façonner la sortie renvoyée, et max_tokens pour borner la génération. Comme l'endpoint est compatible OpenAI, les SDK et le code client existants peuvent pointer vers api14 sans réécriture.

Une contrainte à garder en tête est la durée. Le modèle génère des clips de 30 secondes, donc si votre projet nécessite une musique continue plus longue, vous devrez assembler plusieurs générations ou envisager une autre option. Il s'agit également d'une version preview de Google, ce qui mérite d'être pris en compte si vous avez besoin de garanties de stabilité à long terme. Pour des clips musicaux courts, pilotés par prompt ou guidés par image, c'est un choix direct.