Google: Lyria 3 Clip Preview

Google: Lyria 3 Clip Preview adalah model generasi musik dari Google, bagian dari keluarga Lyria 3. Model ini tersedia melalui Gemini API, dan Google mendeskripsikan Lyria 3 sebagai keluarga model generasi musiknya. Model ini berada dalam kategori audio dan juga memiliki kemampuan teks, sehingga berperilaku sebagai generator multimodal alih-alih model teks murni. Jika Anda membangun perkakas yang perlu menghasilkan klip musik pendek, inilah penawaran Google yang ditujukan untuk tugas tersebut.

Model ini menerima input teks dan gambar serta dapat mengembalikan teks dan audio. Artinya, prompt yang mendeskripsikan gaya, suasana, atau instrumentasi dapat dipasangkan dengan gambar referensi, dan outputnya dapat mencakup audio yang dihasilkan bersama teks. Jendela konteksnya adalah 1,048,576 token, yang cukup besar untuk menampung prompt panjang, deskripsi terperinci, atau materi pendukung dalam satu permintaan. Output maksimumnya adalah 65,536 token. Model ini secara eksplisit adalah generator klip: deskripsi Google sendiri menyebut klip berdurasi 30 detik, jadi harapkan output dalam bentuk pendek tersebut alih-alih trek berdurasi penuh.

Kasus penggunaan praktis mengikuti panjang klip dan input gambar. Anda dapat menghasilkan bed latar 30 detik untuk video, intro dan outro podcast, ambience game atau aplikasi, atau konten media sosial. Karena gambar dapat disediakan, Anda dapat mengarahkan generasi dari cover art, mood board, atau frame storyboard, yang cocok untuk alur kerja di mana arah visual sudah ada. Output teks dapat membawa konten deskriptif atau pendukung kembali ke pipeline Anda. Tim yang membutuhkan ide musik cepat untuk diiterasi, bukan master produksi final, adalah pengguna yang paling cocok.

Memanggilnya melalui api14 bekerja sama seperti endpoint lain yang kompatibel dengan OpenAI. Gunakan model id "google/lyria-3-clip-preview" dalam permintaan Anda. Parameter yang didukung adalah max_tokens, response_format, seed, temperature dan top_p. Gunakan seed ketika Anda menginginkan generasi yang dapat direproduksi, temperature dan top_p untuk mengontrol variasi, response_format untuk membentuk output yang dikembalikan, dan max_tokens untuk membatasi generasi. Karena endpoint ini kompatibel dengan OpenAI, SDK dan kode klien yang ada dapat diarahkan ke api14 tanpa penulisan ulang.

Satu batasan yang perlu diingat adalah durasi. Model ini menghasilkan klip 30 detik, jadi jika proyek Anda membutuhkan musik kontinu yang lebih panjang, Anda perlu menyambung beberapa generasi atau melihat opsi lain. Ini juga merupakan rilis preview dari Google, yang perlu dipertimbangkan jika Anda membutuhkan jaminan stabilitas jangka panjang. Untuk klip musik pendek yang digerakkan prompt atau dipandu gambar, ini adalah pilihan yang langsung cocok.