Lyria 3.5 Hadirkan Vokal Ekspresif dan Lagu Lebih Panjang

Jika harus dirangkum dalam satu kalimat, Lyria 3.5 tampak paling berguna saat saya membutuhkan nyanyian yang lebih jelas, penyampaian lirik yang lebih baik, dan lagu yang tetap padu hingga 184 detik.

Berikut versi singkatnya:

• Vokal tampaknya menjadi pembaruan utama. Saya akan memeriksa warna suara, emosi, kontrol napas, dan apakah penyanyi tetap stabil dari awal hingga akhir.
• Durasi kini lebih penting. Model dapat menangani trek hingga 3 menit 4 detik, jadi saya akan menguji alur lagu penuh, bukan hanya 20 detik pertama yang kuat.
• Struktur diarahkan melalui prompt. Tag seperti [Verse], [Chorus], dan [Bridge], serta stempel waktu, membantu membentuk lagu.
• Dukungan bahasanya luas. Pelafalan dioptimalkan untuk 8 bahasa: Inggris, Jerman, Spanyol, Prancis, Hindi, Jepang, Korea, dan Portugis.
• Batas alur kerjanya jelas. Tidak ada pengeditan multi-turn, sehingga setiap hasil merupakan pembuatan sekali jalan. Jika ingin hasil yang lebih baik, saya menjalankan ulang prompt.
• Kasus penggunaan terbaik mudah dikenali. Iklan membutuhkan hook yang bersih, game membutuhkan bagian pengulangan yang stabil, pendidikan membutuhkan kata-kata yang jelas, dan tim kreator membutuhkan alur cepat dari draf ke hasil akhir.

Jika Anda sedang memutuskan apakah akan menggunakannya, pertahankan pengujian yang sederhana: Dapatkah vokal tetap alami? Dapatkah lagu tetap terarah selama 184 detik? Dapatkah tim menggunakan hasilnya tanpa proses pembersihan yang panjang?

Google DeepMind Meluncurkan Lyria 3.5 di Flow Music

Perbandingan singkat

Saya melihat Lyria 3.5 bukan sekadar tentang “fitur baru”, melainkan tentang satu pertanyaan sederhana: apakah model ini menghemat waktu saat saya beralih dari demo pendek ke trek yang dapat dipublikasikan atau dirilis?

Vokal ekspresif dan cara menilai perubahannya

Google DeepMind menyatakan bahwa Lyria 3.5 meningkatkan musikalitas, lirik, dan kualitas vokal ^[1]. Hal yang penting dalam praktik lebih sederhana: apa yang benar-benar dapat Anda dengar, dan apa yang dapat Anda periksa sendiri.

Realisme vokal, dinamika, dan frasa emosional

Mulailah dengan mendengarkan seluruh trek, bukan hanya beberapa baris pertama. Ujian utamanya adalah apakah suara tetap alami dari satu frasa ke frasa berikutnya. Lyria 3.5 mendukung penyampaian yang lebih bernuansa, termasuk verse bernapas, chorus lembut, dan harmoni ringan ^[1]. Detail tersebut dapat membuat lagu terasa ekspresif, bukan datar dan seperti mesin.

Cara yang baik untuk mengujinya adalah menggunakan prompt warna suara langsung seperti "breathy", "raspy", "airy," atau "deep baritone" ^[4]. Lalu dengarkan dengan saksama. Apakah tekstur vokal itu tetap stabil di seluruh lagu? Apakah akhir frasa terdengar alami, atau terasa terpotong dan janggal? Setelah itu, dorong lebih jauh dengan aransemen yang lebih panjang dan lihat apakah peningkatan vokal tersebut tetap bertahan.

Pelafalan dan kejelasan lirik dalam lagu yang dibuat

Untuk jingle iklan dan konten bermerek, kejelasan lirik bukan hal opsional. Jika orang tidak dapat memahami kata-katanya, pesan akan hilang. Lyria 3.5 berupaya membantu melalui pemisahan vokal yang jelas dari instrumen, bahkan dalam aransemen yang padat ^[1].

Pelafalan dioptimalkan untuk delapan bahasa: Inggris, Jerman, Spanyol, Prancis, Hindi, Jepang, Korea, dan Portugis ^[5]. Jika Anda membuat musik untuk kampanye internasional, tulis prompt dalam bahasa target.

Lalu lakukan uji berat. Gunakan campuran yang padat dan periksa apakah vokal tetap mudah dipahami dari awal hingga akhir. Setelah itu, perpanjang lagu menjadi trek berdurasi beberapa menit dan dengarkan kembali. Intinya bukan hanya apakah kata-kata terdengar jelas di awal, tetapi apakah kejelasan itu bertahan ketika aransemen berkembang.

Konteks lebih panjang dan cara Lyria 3.5 menangani struktur lagu

Dari klip pendek ke struktur lagu berdurasi beberapa menit

Peralihan dari klip 30 detik ke trek 3 menit mengubah lebih dari sekadar durasi. Peralihan ini mengubah seluruh bentuk musik.

Klip pendek biasanya berfungsi sebagai loop atau pratinjau satu bagian. Sebaliknya, Lyria 3.5 dapat menangani struktur lagu lengkap—intro, verse, chorus, bridge, dan outro—dalam satu pembuatan hingga 184 detik ^[5]. Jadi, ujian utamanya bukan sekadar apakah model dapat terus berjalan. Pertanyaannya adalah apakah lagu masih terasa direncanakan setelah bagian pertama berakhir.

Google menyatakan model merencanakan struktur lagu sebelum membuat audio, yang membantu transisi tetap koheren ^[2].

Anda dapat memandu struktur tersebut dalam prompt menggunakan tag bagian seperti [Verse], [Chorus], [Bridge], [Intro], dan [Outro]. Anda juga dapat menambahkan stempel waktu dalam kurung, misalnya [0:50 - 1:10] Chorus. Petunjuk tersebut membantu menetapkan perubahan bagian di seluruh trek.

Hal berikutnya yang perlu diperiksa sederhana: apakah petunjuk struktural tersebut tetap bertahan ketika aransemen mulai bergerak?

Wujud kontinuitas dalam hasil nyata

Trek yang lebih panjang tidak otomatis berarti koheren. Ujian sesungguhnya adalah apakah model dapat menjaga tempo dan nada dasar tetap stabil, mengembalikan motif secara masuk akal, serta berpindah antarbagian tanpa terdengar acak.

Lyria 3.5 membantu dengan memungkinkan Anda menetapkan tempo dan nada dasar sejak awal. Artinya, intro piano solo dapat berkembang menjadi aransemen lebih besar dengan instrumen senar sambil mempertahankan ide melodi yang sama, alih-alih menyimpang ke arah lain di tengah lagu.

Saat beralih ke Lyria 3.5 dan menggunakan prompt terstruktur—dengan tag bagian, stempel waktu, tempo, dan nada dasar—dengarkan beberapa hal berikut:

• Apakah aransemen berkembang secara logis?
• Apakah transisi berlangsung dengan bersih?
• Apakah trek menghindari pengulangan yang tidak Anda minta?

Konteks lebih panjang hanya bermakna jika motif, tempo, dan transisi tetap stabil di seluruh lagu. Jika struktur tersebut bertahan, model cocok untuk kasus penggunaan produksi yang membutuhkan audio berdurasi lebih panjang.

Alur kerja, alat, dan batas integrasi

Kasus penggunaan untuk iklan, game, pendidikan, dan produksi kreator

Setelah vokal dan struktur lagu terasa stabil, langkah selanjutnya sederhana: dapatkah Lyria 3.5 masuk ke cara kerja tim Anda saat ini? Jawabannya sangat bergantung pada pekerjaan. Iklan membutuhkan waktu yang ketat. Game membutuhkan kontinuitas. Pendidikan membutuhkan ucapan yang jelas. Tim kreator sering kali hanya perlu bergerak cepat.

Jingle iklan memberikan tekanan terbesar pada ekspresi vokal dan struktur. Dalam spot singkat, tidak ada ruang untuk hook yang datang terlambat atau terasa janggal. Ujian utamanya adalah apakah hook muncul dengan jelas dalam durasi iklan.

Soundtrack game membutuhkan loop yang mulus dan nuansa stabil dalam bagian yang lebih panjang. Jika suatu bagian berulang, bagian tersebut tidak boleh menyimpang atau terasa salah pada pemutaran kedua atau ketiga. Pengaturan prompt yang baik membantu di sini. Menetapkan BPM, nada dasar, dan daftar instrumen yang tetap memudahkan Anda mempertahankan nuansa yang sama dalam beberapa variasi ^[6].

Audio pendidikan memperoleh manfaat terbesar dari peningkatan kejernihan vokal Lyria 3.5. Dalam kasus ini, diksi yang jelas lebih penting daripada aransemen yang rumit. Jika lirik sulit dipahami, pelajaran akan gagal. Uji keterpahaman terlebih dahulu, lalu pikirkan musik di sekitarnya.

Alur kerja kreator untuk konten sosial sering kali lebih mementingkan kecepatan daripada kesempurnaan. Pendekatan praktis adalah memulai dengan draf cepat untuk menguji genre dan nuansa, lalu beralih ke versi yang lebih panjang dan berkualitas setelah ide ditetapkan ^[3][2].

Jalur akses saat ini dan artinya bagi tim Anda

Lyria 3.5 tersedia melalui Google Flow Music, aplikasi Gemini, YouTube Shorts melalui Dream Track, Google Vids, serta bagi pengembang melalui Google AI Studio dan Gemini API dengan Interactions API ^[1][4][3].

Satu batas perlu disampaikan sejak awal: Lyria 3.5 tidak mendukung pengeditan multi-turn. Setiap hasil dibuat sekali jalan dari prompt pertama ^[3][2]. Jadi, jika klip tidak sesuai, Anda tidak menyempurnakan klip yang sama langkah demi langkah. Anda membuat prompt lagi dan menghasilkan yang baru.

Hal ini mengubah cara tim membangun pipeline. Alih-alih merencanakan loop pengeditan bolak-balik, lebih masuk akal untuk membuat beberapa variasi dari setiap prompt dan memilih opsi terbaik. Prosesnya kurang menyerupai pengeditan sesi di DAW dan lebih seperti menjalankan serangkaian take, lalu memilih yang paling sesuai.

Untuk akses API, Interactions API merupakan jalur yang disarankan alih-alih metode standar generateContent. API ini mendukung input multimodal, termasuk teks dan hingga 10 gambar, serta dibuat untuk pekerjaan pembuatan musik berdurasi panjang dalam lingkungan produksi ^[6][2].

Peran APIMart dalam pipeline produksi multimodel

Pada titik tersebut, desain integrasi sama pentingnya dengan hasil model.

Pembuatan musik hampir tidak pernah menjadi satu-satunya pekerjaan dalam alur produksi. Iklan 60 detik mungkin memerlukan naskah, sulih suara, visual, dan trek musik yang berjalan bersamaan lalu digabungkan kemudian. APIMart menyediakan akses ke 500+ model AI melalui satu API yang kompatibel dengan OpenAI, sehingga tim dapat menjalankan Lyria 3.5 bersama tugas bahasa, gambar, dan video tanpa mengelola integrasi terpisah [website].

Hal ini dapat menyederhanakan penagihan dan mengurangi hambatan akibat berpindah alat. Ujian sederhananya adalah apakah satu API menghemat waktu untuk perutean, peninjauan, dan serah terima.

Kesimpulan dan kerangka praktis untuk mengevaluasi Lyria 3.5

Lyria 3.5 bermuara pada dua pemeriksaan sederhana: apakah vokal terdengar lebih nyata dan ekspresif secara emosional, serta apakah konteks lebih panjang menghasilkan musik yang tetap stabil dan koheren hingga 184 detik? Jika jawabannya ya, langkah berikutnya bersifat praktis: periksa kesesuaian alur kerja, akses, dan penanganan ekspor.

Untuk menguji warna suara, coba prompt seperti "Airy Female Soprano", "Deep Male Baritone", atau "Raspy Rocker", lalu tinjau kejelasan lirik dalam bahasa yang dibutuhkan proyek Anda ^[4][5].

Gunakan tag bagian dan stempel waktu untuk memastikan struktur bertahan selama 184 detik penuh ^[2]. Jika struktur runtuh di sana, model belum siap untuk produksi. Trek yang menyimpang dari suasana atau keluar dari tempo di tengah pemutaran penuh 184 detik belum siap produksi, sekuat apa pun 30 detik pertamanya.

Poin utama untuk pengujian internal

Uji Lyria 3.5 dalam tiga area:

• Vokal: Paling penting ketika lirik dan emosi menjadi penopang utama, seperti iklan, audio pendidikan, dan konten kreator berbasis narasi.
• Kontinuitas: Paling penting ketika trek perlu mempertahankan struktur tanpa menyimpang, seperti soundtrack game, jingle iklan, dan karya musik berdurasi panjang lainnya.
• Kesesuaian alur kerja: Bergantung pada tiga pemeriksaan praktis—apakah Anda membutuhkan akses API, apakah Anda memerlukan ekspor MP3 atau WAV, dan seberapa mulus hasilnya masuk ke pipeline media.

Gunakan Lyria 3 Clip untuk menyempurnakan prompt sebelum menjalankan pembuatan penuh Lyria 3.5 Pro.

Pertanyaan umum

Bagaimana cara menguji kualitas vokal?

Tentukan karakteristik vokal yang jelas dalam prompt, seperti gender, tekstur, atau rentang. Misalnya, Anda dapat meminta an airy female soprano atau a raspy rocker. Lalu terus sempurnakan detail tersebut hingga vokal sesuai dengan suara yang Anda inginkan.

Sebaiknya mulai dengan model pratinjau yang lebih cepat. Anda mendapat ruang untuk menguji berbagai prompt vokal tanpa membuang waktu, lalu beralih ke komposisi berdurasi penuh setelah menemukan suara yang cocok.

Bisakah Lyria 3.5 membuat lagu lengkap?

Ya. Lyria 3.5 dapat membuat lagu berdurasi penuh dengan model Pro. Model ini dapat membuat trek lengkap hingga 3 menit, dengan bagian seperti verse, chorus, dan bridge.

Model Clip terbatas pada segmen 30 detik. Pro memberi Anda kontrol lebih besar atas durasi lagu dan alur musik, baik melalui prompt teks maupun tag struktural.

Apa batas utama alur kerjanya?

Lyria 3.5 memiliki beberapa batas alur kerja yang perlu Anda rencanakan:

• Hanya pembuatan single-turn. Artinya, Anda tidak dapat terus menyempurnakan klip yang sama melalui rangkaian prompt bolak-balik.
• Anda mendapatkan satu klip audio per prompt, dengan durasi maksimal 184 detik.
• Filter keamanan memblokir permintaan untuk suara artis tertentu atau lirik berhak cipta.

Ada pula batas API yang perlu diperhatikan: 10 permintaan prediksi online regional per menit untuk setiap model dasar.