用途:根据文本提示词生成音乐,可选择附带一张参考图来辅助判断情绪、风格与配器,最终返回公开的音频文件 URL。
主要能力:两个模型——lyria-3 生成约 30 秒片段,适合 jingle、广告垫乐、短视频和社会化循环;lyria-3-pro 最长约 3 分钟,能理解歌曲结构(前奏/主歌/副歌/桥段),适合完整歌曲、播客主题曲、配乐。支持 mp3 与 wav 输出格式。可选传入 base64 参考图(png/jpeg/webp),图像与文本一起影响生成结果。
使用方式:先鉴权取得 AUTH_TOKEN,并读取 relay_url 作为 API_URL,然后向 /api/data/music/generate 发送 POST 请求,携带 prompt、model、format 等参数。响应中的 audio.url 已是公开链接,可直接交付、嵌入 HTML 或下载。搭配视频/配音时可用 ffmpeg 合成或混音。lyria-3 秒级返回,lyria-3-pro 可能耗时 1–3 分钟,需放宽 HTTP 超时。
适用场景:广告与社交短片垫乐、播客片头片尾、完整歌曲、带结构弧线的配乐、与配音或视频后期结合。
限制与提示:lyria-3 忽略结构线索,始终只渲染约 30 秒单一段落;Pro 的 text 字段(歌词或结构方案)仅在部分情况下返回,属可选。避免在提示词中指名受版权保护的艺人或曲目,改用年代与制作风格描述。每个提示词只用一个主风格。是否收费、价格与平台配额暂未提供。