Lyria 是什么？歌曲生成、短片段与实时音乐怎样选择
Lyria 是 Google DeepMind 的音乐生成模型家族，可用文字或图片描述创作音乐。本文区分 Lyria 3.5、短片段和实时路线，说明歌词输入、音频输出与当前编辑限制。
先认识这个模型
Lyria 是 Google DeepMind 开发的音乐生成模型家族，能根据创作描述生成音乐，部分型号也接收图片来引导氛围。当前 Lyria 3.5 路线可以生成带人声和编曲的歌曲；短片段与实时音乐另有对应选择。它与把一段文字读出来的语音合成模型不同，主要任务是创作音乐内容。
歌曲结构比单个风格词更有作用
为一段旅行影像配乐，可以描述开场较轻、进入山路后节奏增强，结尾留出淡出的空间。Lyria 3.5 支持表达主歌和副歌等结构，也能按输入歌词生成演唱。应把歌词与音乐说明分开，避免把制作要求唱进成品。
图片可以作为音乐灵感的输入，例如用一张夜间街景表达情绪，但照片本身不会规定每个节拍。音乐与镜头需要精准对齐时，应把关键变化写进时间描述，再把生成音轨放回剪辑中复听，而不是只听开头几秒。
短片段与完整歌曲有不同生成条件
当前 Gemini API 指南区分 Lyria 3 Clip 的固定 30 秒片段与 Lyria 3.5 的较完整歌曲。3.5 的时长可以通过提示影响，但不应理解为任意精确秒数都能保证。用于循环背景时，还要检查音轨尾部与开头是否能自然连接。
实时音乐需要使用相应的实时生成路线，不能因为一段音乐能在网页里播放，就说它已经支持交互式连续控制。预先生成的完整音轨与持续接收控制的音频流，软件集成方式不同，应按所选型号的文档处理。
输出音轨仍要检查歌词与声道
Lyria 3.5 文档列出 44.1 kHz 立体声音频，默认提供 MP3，也支持相应的 WAV 输出。采样率描述的是文件规格，不能据此断言歌词准确或混音适合所有用途。需要清晰人声时，应逐句比较歌词，尤其是人名和外语词。
歌曲模型可以改变伴奏和演唱方式，但生成结果仍可能偏离要求。给旁白做背景时，应把音轨与旁白一起播放，检查是否掩盖重要词句。本文没有生成音轨，也没有以官方示例代替响度或听感测试。
当前版本不支持直接多轮修改旧音轨
3.5 指南明确把音乐生成为单轮过程，当前不支持通过多次提示直接修改上一段成品。需要改变副歌时，可以重新生成候选版本，或在音乐软件中编辑；不能套用图像模型多轮改图的用法，假定已经保存的音频会被原地精确修改。
生成音频带有 SynthID，指定艺人声音或受版权保护歌词的请求也受到过滤。Lyria 模型与 Gemini 等应用入口分开提供，各入口的账号条件应分别确认。本文依据官方模型页与 API 指南说明能力，没有提供本地权重或开放许可的承诺。
核对来源
以下资料用于核对概念和方法。文中的示例与测试范围分别注明，实际使用时请核对所用工具的版本。