Gemini接入Lyria 3.5，对话里直接生成带人声的歌

原文要点

Google官方博客宣布Lyria 3.5音乐生成模型进入Gemini应用与Gemini API：可选或描述曲风，可切换人声或纯音乐，提供从背景音乐到生日歌的模板，可选短曲或长曲，官方称人声表现力与编曲丰富度提升、保真度更高。网页与移动端面向全球用户开放，还可在Google Flow Music、Google AI Studio和Google Vids中使用。发布日期为2026年9月4日。

这次做成什么

练会在Gemini里用Lyria 3.5产出三类实用音频：短视频背景音乐、品牌短铃声、带人声的生日歌。本站设计一套递进练习：先用模板跑通流程，再用结构化描述词控制曲风、人声与时长，最后通过多轮改写逼近想要的成品。

准备什么

• 可访问Gemini网页版或手机App的Google账号
• 所在地区与账号已开放Lyria 3.5功能（官方称全球可用）
• 如需开发者调用，准备Google AI Studio账号与API密钥
• 明确用途场景，例如视频配乐、铃声或祝福歌

具体怎么做

1. 用模板跑通第一次生成

   打开Gemini应用，找到音乐生成入口，浏览模板列表。挑一个接近目标的模板，例如背景音乐或生日曲模板，先生成一版不做修改的成品，听完确认节奏、人声和长度，建立对模板默认效果的直觉。

2. 自己描述曲风与结构

   不选模板，直接在对话里描述需求。写清四个要素：曲风、是否带人声、用途场景、长短。例如“轻快的尤克里里流行曲，纯音乐，用于15秒产品开箱视频背景”。描述越具体，返工次数越少。生成后可继续追问式修改，如“副歌节奏再慢一点”。

3. 切换人声与纯音乐并对比

   对同一描述分别生成带人声版和纯音乐版各一版，对比哪版更适合你的场景：视频旁白配乐通常选纯音乐避免抢人声，生日祝福则选带人声并让对方名字出现在歌词里。记下哪种选择对应什么用途。

4. 选择短曲或长曲并导出使用

   按用途选长度：铃声和短视频选短曲，门店循环或视频片头选长曲。生成满意版本后，通过界面实际提供的下载或分享方式保存音频（若当前界面未提供导出入口，可先在应用内回听确认，或改用屏幕/系统录音留存），再导入剪辑工具核对音量是否与旁白冲突，必要时做淡入淡出。开发者可通过Google AI Studio以API方式调用该模型生成音乐，具体调用形式以官方文档为准。

可直接复制的材料

场景一·视频配乐：生成一首15秒轻快电子流行纯音乐，120 BPM，开头一秒轻柔渐入，适合产品开箱短视频背景，不要人声。
场景二·品牌铃声：生成一段8秒明亮清脆的马林巴琴短旋律，纯音乐，收尾干净，适合作为咖啡店会员App的通知铃声。
场景三·生日歌：生成一首30秒中文生日祝福歌，温暖民谣风，女声演唱，歌词里祝“小林”生日快乐并提到新的一岁心想事成，结尾有一个上扬的祝福尾音。

{
  "log": [
    {"round": 1, "prompt_used": "模板默认", "vocal": "instrumental", "length": "short", "keep": false, "issue": "节奏太慢，不适合开箱视频"},
    {"round": 2, "prompt_used": "120 BPM轻快电子流行", "vocal": "instrumental", "length": "short", "keep": false, "issue": "开头太突兀，需要渐入"},
    {"round": 3, "prompt_used": "加开头一秒轻柔渐入", "vocal": "instrumental", "length": "short", "keep": true, "issue": ""}
  ]
}

输入与输出示例

本站虚构演示，描述的是合理的预期形态，非实际调用Gemini得到的音频或官方样例

输入

在Gemini中输入：生成一首30秒中文生日祝福歌，温暖民谣风，女声演唱，歌词里祝“小林”生日快乐并提到新的一岁心想事成，结尾有上扬的祝福尾音。

对应输出

预期得到一段约30秒的音频：木吉他前奏约4秒后女声进入，主歌两句点出“小林生日快乐”，副歌唱到“新的一岁心想事成”，最后一句尾音上扬收束。若人声咬字不清或时长偏短，追一句“歌词发音再清晰一些，整体延长到30秒”重新生成。

做完检查这些

• 能从模板入口生成第一版完整音频并成功播放
• 同一描述的人声版与纯音乐版都能生成且可对比
• 生日歌歌词中出现指定名字且时长接近要求
• 最终音频能通过界面提供的导出或分享方式保存，并在剪辑工具中正常打开
• 记录表中每轮修改对应一个可听出的变化

容易卡住的地方

• 功能开放以账号实际显示为准，官方称全球可用但不等于每个账号即时可见
• 生成时长是请求目标而非精确保证，成品长度可能略有出入
• 中文歌词的咬字和人声质量需逐版试听，官方只说人声有提升
• 商用前自行核对Google对生成音频的使用条款，本站不作授权判断
• API调用可能产生费用，具体价格以Google AI Studio公示为准