企业官网建设流程全解析

Lyria RealTime 快速上手：3 步对话式生成实时音乐

【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbook

假设你在剪辑短片或做直播，想让背景音乐从“舒缓钢琴”一句话切成“轻快电子”，Google 的 Gemini Lyria RealTime 模型就是干这个的：它以流式方式持续生成纯器乐实时音乐，你可以在播放过程中随时改风格、调速、换调。这篇文章以官方示例仓库 cookbook 为准，走一遍实时音乐生成的完整流程。

Lyria RealTime 能做什么、不能做什么

先把能力边界说清楚，避免期望错位：

• 能持续生成纯器乐：通过 websocket（一种双向长连接通道）不断下发音频小块，而不是生成一段固定时长的片段就结束；
• 能在播放中实时改音乐：会话不中断，发新提示词后曲风逐步转向；
• 能单独调参数：速度（BPM，每分钟节拍数）、音阶（大小调）、采样多样性（top_k，控制生成随机性）各自独立设置；
• 不能生成人声：目前只输出器乐，没有歌手演唱；
• 还是预览功能：模型名lyria-realtime-exp中的 exp 表示实验性，API 走 v1alpha 版本，当前免费但有配额限制，行为可能变化。

准备工作：两条命令跑通示例

需要 Python 3.9 及以上环境和一个 Gemini API key。

1. 克隆示例仓库：

git clone https://gitcode.com/GitHub_Trending/coo/cookbook

2. 安装依赖（本地实时播放用 PyAudio 驱动声卡）：

pip install -U google-genai pip install pyaudio websockets

3. 设置 API key（从 Google AI Studio 获取）：

export GOOGLE_API_KEY="你的key"

核心示例是本地可运行的 quickstarts/Get_started_LyriaRealTime.py；Colab 版 quickstarts/Get_started_LyriaRealTime.ipynb 因浏览器环境无法播放实时音频，适合用来理解流程，实际体验请用 Python 脚本。

实时音乐生成三步走

第 1 步：打开会话，播放第一首

python quickstarts/Get_started_LyriaRealTime.py

脚本内部三个关键调用完成首次播放：client.aio.live.music.connect(model=...)建立连接，set_weighted_prompts发送初始提示词（示例用 "Piano"），session.play()启动音频流。之后音频块以 48000 Hz、双声道、16 位格式连续写入声卡。

第 2 步：播放中发一行命令

脚本启动后终端持续等待输入，命令不中断播放：

注意：改 bpm、scale、top_k 后示例会调用reset_context()重置上下文，让新参数从头生效；带权重的提示词里权重可以为小数甚至负数，但不能为 0。

第 3 步：理解缓冲，处理被过滤的提示词

示例中BUFFER_SECONDS=1：播放前先攒 1 秒缓冲，吸收网络抖动避免爆音。代码注释写得很直白——缓冲越大越不容易掉音，但播放和命令响应的延迟也越大，网络不稳时可以把它调大。

如果提示词触发内容安全过滤，模型不会报错，而是回一条filtered_prompt消息；终端里看到它就说明这段内容被拦下，需要换个说法重写。

调优技巧：输入示例 → 生成效果

• 输入Piano（单提示词）→ 纯钢琴独奏；想叠加音色改用带权重写法，如warm piano:2, soft strings:1，前半占主导、弦乐作铺底；
• 输入bpm=70→ 曲速明显放慢，情绪变松弛；bpm=140→ 节奏紧凑紧张；
• 输入scale=C_MINOR→ 从明亮转忧郁；音阶必须写 SDKtypes.Scale枚举里的值，拼错只会提示 “Matching enum not found”；
• 输入较小的top_k→ 旋律选择更保守、重复增多；想要更多意外感就调大。

实操建议：一次只改一个变量，效果好坏才归因得清。

上图是 AI 生成的手绘城堡，适合“先生成画面、再配实时 BGM”这类组合创作场景。

常见问题

场景延伸

短视频 / 直播的动态配乐：剪辑时按场景发对应提示词（开场 lofi、冲突段落电子、结尾钢琴），把实时音频流录下来当临时代声；成片后用同一套参数重跑整段，保证风格一致。

游戏氛围乐：不预置长曲目，而是让模型循环播放基底旋律，按玩家状态（战斗中紧张、探索时舒缓）发风格切换指令，并用 bpm 与带权重提示词实时调节紧张度。

写在最后

Lyria RealTime 把“给音乐写提示词”变成了可以边听边改的实时过程：连会话、发提示词、调参数，三步就能跑起来。想继续深入，建议按 quickstarts/Get_started_LyriaRealTime.py（本地实时体验）→ quickstarts/websockets/Get_started_LyriaRealTime_websockets.ipynb（看懂底层 websocket 协议）→ quickstarts/Get_started_Lyria.ipynb（非实时的 Lyria，适合批量生成对比）的顺序阅读。

【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbook