در این مقاله
Lyria 3.5 مدل تولید موسیقی گوگل است که طبق تغییرات رسمی Gemini API در ۳ سپتامبر ۲۰۲۶ به وضعیت عمومی رسید. ورودی متن و تصویر می‌گیرد و موسیقی استریو ۴۴٫۱ کیلوهرتز با کنترل مدت و ساختار تولید میکند. این ابزار با Gemini متنی یا Voice Agent یکی نیست.
Lyria 3.5 چه چیزی تولید میکند؟
کاربر می‌تواند حال‌وهوا، ساز، ریتم، ساختار و مدت را توصیف کند یا یک تصویر را به‌عنوان مرجع فضای صوتی بدهد. خروجی برای موسیقی پس‌زمینه، نمونه اولیه و تجربه‌های خلاق قابل بررسی است؛ کیفیت سبک و زبان آواز را باید با نمونه واقعی سنجید.
Prompt موسیقی چه اجزایی دارد؟
- کاربرد قطعه، مانند موسیقی پس‌زمینه ویدئو؛
- سبک و دوره بدون تقلید مستقیم از هنرمند زنده؛
- سازها، تمپو و شدت؛
- ساختار Intro، بخش میانی و پایان؛
- مدت تقریبی و فرمت خروجی.
حقوق استفاده و شباهت را بررسی کنید
تولیدشده‌بودن فایل به معنی رفع همه مسائل حقوقی نیست. شرایط سرویس، مجوز استفاده تجاری، شباهت به اثر موجود و مجوز صدای انسانی را پیش از انتشار بررسی کنید. درخواست تقلید دقیق از هنرمند یا صدای فرد مشخص می‌تواند ریسک ایجاد کند.
برای متن، تصویر و Agent مدل مناسب را جدا انتخاب کنید.
قابلیت‌ها و قیمت مدلهای فعال پاستا را در کاتالوگ زنده مقایسه کنید.
چطور خروجی را ارزیابی کنیم؟
انسجام ساختار، قطع و وصل، نویز، طبیعی‌بودن ساز، کیفیت آواز، Loop مناسب و سازگاری با ویدئو را جدا نمره دهید. برای محصول، چند Prompt ثابت بسازید و نتیجه نسخه‌ها را با همان Rubric مقایسه کنید.
آیا Lyria 3.5 در پاستا موجود است؟
در زمان انتشار این مقاله، Lyria 3.5 در API پاستا ارائه نمی‌شود و نباید شناسه Gemini متنی را جای آن گذاشت. برای قابلیت‌های متنی، تصویری و Agentic محصول می‌توانید مدلهای فعال را در کاتالوگ API پاستا ببینید.
معماری یک محصول تولید موسیقی
درخواست کاربر را سمت سرور اعتبارسنجی کنید، Job تولید را در صف قرار دهید، وضعیت را به رابط کاربری برگردانید و فایل نهایی را در فضای ذخیره‌سازی مجاز نگه دارید. کلید provider نباید به مرورگر برسد و فایل باید تاریخ انقضا و سیاست حذف مشخص داشته باشد.
نظرات کاربران (۰)
هنوز نظری ثبت نشده است. اولین نفر باشید.