Google: Lyria 3 Pro Preview

Google: Lyria 3 Pro Preview는 Google의 음악 생성 모델로, 음악 생성 모델인 Lyria 3 제품군의 일부입니다. Gemini API를 통해 사용할 수 있으며 api14에 audio 카테고리로 등록되어 있고, text도 관련 카테고리로 표기되어 있습니다. 모델 id는 google/lyria-3-pro-preview이며, 제공업체의 프리뷰 릴리스입니다.

이 모델은 텍스트와 이미지 입력을 받아 텍스트와 오디오 출력을 생성할 수 있습니다. 컨텍스트 윈도우는 1,048,576 토큰이고 최대 출력은 65,536 토큰입니다. 제공업체 설명에 따르면 Lyria 3는 48kHz의 고품질 오디오를 생성하며, 전체 길이 곡을 지원합니다. 이처럼 매우 큰 컨텍스트 윈도우와 오디오 출력의 조합은 설명적 또는 구조적 세부 사항이 많은 프롬프트와, 시각적 참조가 생성되는 음악에 정보를 주는 이미지 조건 요청에 적합합니다.

실용적인 용도는 이러한 기능에서 바로 이어집니다. 텍스트 설명으로 전체 길이 곡을 생성하거나, 이미지에서 음악적 아이디어를 스케치하거나, 단일 응답에서 텍스트와 함께 오디오를 생성할 수 있습니다. 입력 측에서 텍스트뿐 아니라 이미지도 받기 때문에, 무드 보드, 아트워크 또는 참조 스틸이 결과 트랙을 이끌도록 하는 워크플로에 이 모델이 맞습니다. 또한 큰 컨텍스트 윈도우 덕분에 편곡, 악기 구성 또는 구조에 관한 길고 상세한 브리프를 잘라내지 않고 전달할 수 있습니다.

이 모델은 모델 id google/lyria-3-pro-preview를 사용해 api14의 OpenAI 호환 API를 통해 호출합니다. 지원되는 요청 파라미터는 max_tokens, response_format, seed, temperature, top_p입니다. 인터페이스가 OpenAI 호환이므로 기존 OpenAI 클라이언트를 api14로 지정하고 model 필드를 해당 id로 설정한 다음, 지원되는 파라미터 중 아무거나 전달해 출력 길이, 응답 형식, seed를 통한 결정성, temperature와 top_p를 통한 샘플링 동작을 제어할 수 있습니다.

이 모델은 프리뷰 모델이므로 동작이 바뀔 수 있다는 점을 유의할 필요가 있습니다. 또한 범용 텍스트 어시스턴트가 아니라 오디오 생성 모델이므로, 오디오 출력 없이 일반적인 텍스트 생성이나 추론이 작업이라면 텍스트 중심 모델이 더 적합할 가능성이 큽니다. 텍스트나 이미지 프롬프트로 음악 또는 오디오를 생성하는 작업이라면 이 모델이 관련 선택입니다.