从音乐学院到 AI 音乐工作室
多年的古典声乐训练会永久改变你的耳朵。当 Google 把最新的音乐生成模型 Lyria 3 直接内嵌进 Gemini、向 7.5 亿月活用户全员开放时，这件事对我们这些学过巴洛克对位法和当代作曲的人来说，感受完全不同。
我的第一反应不是惊叹，而是"行，我听听你几斤几两"。
这篇测评就来自这个立场：训练过的耳朵、真实的测试场景，以及 10 首专业东方音乐提示词——拿去就能用。
什么是 Lyria 3？
Lyria 3 是 Google DeepMind 最新的音乐生成模型。此前它只在 YouTube Dream Track 和 Music AI Sandbox 这类小圈子里流转，现在直接打包进 Gemini——没有候补名单，无需单独注册。
与上一代相比，三个变化最为明显：
- 歌词全自动 — 描述场景和情绪，Lyria 3 自动生成歌词
- 控制力更强 — 风格、人声音色、节奏、情绪都能在提示词里直接指定
- 音质明显提升 — 训练数据从 50 万首扩展到 200 万首，输出规格升至 24-bit，比大多数流媒体平台还高
如何使用
打开 gemini.google.com → Tools → Music
- 桌面端已上线（手机 App 陆续跟进）
- 须年满 18 岁
- 支持英语、德语、西班牙语、法语、日语、韩语等提示词语言，暂不支持中文
- 免费用户可以使用，付费用户生成次数上限更高
六要素提示词公式
在进入测试结果之前，先分享一套始终能产出最佳效果的提示词公式：
| 要素 | 怎么写 |
|---|---|
| 曲风与年代 | 越具体越好——"80 年代合成器流行""lo-fi 爵士" |
| 情绪与主题 | 什么情感或故事？"思念童年"比"悲伤"好用得多 |
| 人声风格 | 沙哑男中音、气声女高音、纯器乐 |
| 节奏与速度 | BPM 数值 + 律动感，如"82 BPM，慢摇摆感" |
| 关键乐器 | 二胡、古筝、钢琴、复古鼓机 |
| 场景细节 | 一段具体的记忆或场景——越真实效果越好 |
一句话公式： 场景 + 情绪 + 曲风/年代 + 人声 + 节奏 + 乐器
真实场景测试：三个案例
测试一：地铁晚高峰 BGM
目标：一首属于深夜通勤的歌——不励志，不悲秋，就是"又一天，继续吧"那股劲儿。
使用的提示词：
A Mandarin pop ballad in the style of Eason Chan's mid-career introspective works — think "Shall We Talk" or "Good To Be Bad", produced by C. Y. Kong. Warm Rhodes electric piano playing sparse broken chords as the harmonic spine, the way Kong layers a muffled electronic pulse underneath acoustic instruments. Male vocals in Eason's register — mid-range baritone, slightly nasal, restrained, never belting, delivering lyrics as if talking to himself on a late-night subway. 82 BPM, slow swing feel. A single cello line enters in the second half as a counter-melody. Subtle ambient layer of distant subway announcements and train-door chimes mixed very low. No drum kit — only a lo-fi drum machine with brushed texture. Melancholic, urban, intimate, like a conversation you have with yourself at 11 PM on Beijing Line 10.
为什么选陈奕迅： 他和 C.Y. Kong 的合作有一个特点：编曲永远克制，钢琴是骨架，电子是氛围，弦乐点到为止。不煽情，但你听完会沉默很久。
结论： 器乐质感出乎意料地好，城市噪音与钢琴交织的层次感真实存在。但歌词不行——它理解"疲惫"，但不理解"北京人的疲惫"。有点像外地朋友写给我的安慰信，言不及义，但也没说错什么。
小结： 当器乐底层用，及格。指望它写出击中灵魂的词，还早。
测试二：凌晨两点发呆
目标：一个人坐着发呆，脑子里什么都想，什么都没想。
使用的提示词：
An ambient piano piece in the style of Ryuichi Sakamoto's late works — specifically the aesthetic of "async" and "12". A single upright piano recorded with room microphone, capturing the natural reverb and the mechanical sound of keys and pedals. No quantization, no click track — the tempo breathes freely around 52 BPM, slowing and accelerating like human thought. Sparse, deliberate notes with long silences between phrases. A subtle layer of field recordings underneath: distant city traffic hum, a window rattling softly, the faint buzz of a refrigerator. No drums, no bass, no synthesizer pads. In the second half, a single sustained cello tone enters and holds for 8 bars. Female vocals appear only as wordless humming, barely audible, mixed as if coming from another room. Melancholic but not sad. Still.
为什么选坂本龙一： 他晚期的核心理念是——音符之间的沉默和音符本身一样重要。《async》用了不对齐节拍器、保留钢琴机械噪音、以环境声做底层的手法，这些"不完美"恰恰是深夜最真实的质感。
结论： 三个测试里最满意的。那种漂浮感，它抓到了。人声很轻，像隔壁房间有人在哼歌。大提琴进来的时机也不突兀。如果是学生交来的作业，我给 B+。和声走向过于安全，但作为情绪载体，任务完成。
测试三：给妈妈的歌
目标：记录一个母亲的温柔——她记住你从小爱吃的菜，打电话从来只说几句，但那几句里全是她想说的话。
使用的提示词：
A Mandarin folk ballad in the songwriting philosophy of Jonathan Lee (李宗盛) — the restraint of "New Old Song" and the raw simplicity of "Hill". A single nylon-string acoustic guitar fingerpicking a simple arpeggiated pattern as the only accompaniment for the first half. Male vocals in a weathered, spoken-singing style — not technically perfect, slightly breathless, the way Lee delivers lines as if talking to you across a kitchen table. 63 BPM, rubato feel. An erhu enters only in the final third, playing a single sustained melodic line that mirrors the vocal melody one octave higher. No drums, no bass guitar, no synthesizers. The mix should sound like a live recording in a small room — you can hear the guitarist's fingers sliding on strings. The song is about a mother's kitchen — the smell of braised pork, her humming while chopping vegetables, phone calls that are always too short but say everything.
为什么选李宗盛： 他的方法论是：编曲越少，情绪越重。《新写的旧歌》整首歌就一把吉他，但听完你会沉默十分钟。二胡放在最后三分之一进场，是因为最重要的乐器永远最后才出场。
结论： 前 15 秒有点感动。二胡进来那一刻，想起了很多。但冷静下来，我意识到我感动的是"二胡"这个音色本身，而不是 AI 的情感表达。就像好演员穿上戏服会让人入戏，但戏服不是演技。Lyria 3 在音色选择上很聪明，但情感深度还是停在表层。
话说回来，如果你只是想做一首给妈妈听的小礼物——够用，而且对方一定会开心。
客观评分
做得好的地方
- 器乐编排质量超预期 — 质感和混音层次比大多数业余制作人的 demo 干净
- 音质升级明显 — 24-bit 规格比很多流媒体平台还高，听着不刺耳
- 上手极简 — 没有音乐理论基础也能用
- 图片转音乐实用性高 — 比预想的更好用：传一张照片、描述一个情绪，就能生成一首专属曲子
还不够的地方
- 歌词水平参差 — 中文逻辑和韵脚处理明显弱于英文，有时候有机器翻译腔
- 情感停在"表层正确" — 不会让你意外，更不会让你哭；缺那种打动人心的意外性
- 只有 30 秒 — 太短，只能作为片段或 BGM 使用
- 暂不支持中文提示词 — 必须用英文写提示词，对很多用户是真实门槛
Lyria 3 vs. Suno vs. Udio
| 维度 | Gemini Lyria 3 | Suno / Udio |
|---|---|---|
| 使用门槛 | 极低，内嵌 Gemini，无需额外注册 | 低，但需单独注册 |
| 生成时长 | 30 秒 | 最长数分钟 |
| 歌词质量 | 参差，英文强于中文 | 更成熟，风格更多变 |
| 器乐质量 | 优秀，24-bit | 优秀 |
| 版权保护 | SynthID 水印 + 内容过滤 | 相对薄弱 |
| 生态整合 | 与图片、视频、文本无缝衔接 | 独立工具，整合性弱 |
| 中文支持 | 仅支持英文提示词 | 相对更好 |
Google 最大的差异化不是音质，也不是风格多样性，而是入口。你不用去另一个 App，直接在 Gemini 里就能完成写词、配乐、生成封面、分享的完整流程。对大多数用户来说，这才是真正的价值。
10 首专业东方音乐提示词——直接抄
以下 10 首提示词构成一套完整的音乐策划：《万象归一 · 东方时空辑》。每一首都对标一位殿堂级大师的风格密码，涵盖历史叙事、空灵意境、武侠张力、宫廷雅乐等多种场景。直接复制粘贴到 Lyria 3 即可使用。
01.《承天之命》
风格参考：S.E.N.S.（神思者）— 宏大叙事与历史厚重感大师
A majestic Mandarin neo-classical orchestral piece. 72 BPM. Opens with deep, resonant Tanggu (Chinese barrel drums). A lyrical solo Erhu leads with exquisite vibrato, supported by a lush 60-piece string orchestra. High-end digital reverb for a vast, panoramic soundscape. Awe-inspiring and timeless.适合场景： 历史纪录片、文化遗产视频、宏大叙事配乐
02.《苍穹之隙》
风格参考：久石让（Joe Hisaishi）— 空灵民族旋律与交响乐融合大师
An ethereal Mandarin fusion track. 60 BPM. Crystalline Guzheng and Harp duet playing cascading arpeggios. A breathy Xiao flute carries a melancholic melody. Build to a climax with soaring wordless female soprano vocals (vocalise). Pure, pristine, and spiritually uplifting.适合场景： 冥想、瑜伽、治愈系视频、自然风光配乐
03.《沙海梵音》
风格参考：喜多郎（Kitaro）— 新世纪音乐大师，丝绸之路神秘美学
A mystical ethnic-ambient track. 80 BPM. Features a haunting Duduk or Suona (played softly). Intricate hand drum percussion (Tablas/Udu). Vintage synthesizer pads create a shimmering desert horizon effect. Mysterious, artistic, and visually evocative.适合场景： 旅行 Vlog、探险纪录片、神秘主题视频
04.《孤舟止水》
风格参考：坂本龙一（Ryuichi Sakamoto）— 极简主义钢琴与东方哲学留白
A minimalist Mandarin avant-garde piece. 55 BPM. Single upright piano recorded with high room resonance, paired with sparse Pipa plucking. No percussion. Long silences between phrases. Ambient water droplets mixed low. Introspective and deeply calm.适合场景： 深夜工作、阅读、思考、极简主义内容
05.《寒锋破影》
风格参考：谭盾（Tan Dun）— 武侠电影张力与实验性民族配乐
A dramatic Mandarin martial arts orchestral track. 100 BPM. Staccato violins playing rapid motifs. Sharp bamboo flute (Dizi) trills. Powerful Taiko drum accents. A low-pitched solo cello provides a dark, tense foundation. Intense, cinematic, and sharp.适合场景： 动作视频、武侠主题、紧张剧情配乐
06.《杏花微雨》
风格参考：宗次郎（Sojiro）— 陶笛演奏与极致质朴自然美
A tender, melodic Mandarin folk piece. 68 BPM. Sweet Ocarina or Xun melody. Accompanied by warm acoustic guitar and a light string quartet. Subtle sound of gentle rain and distant oars in the background. Nostalgic, peaceful, and heartwarming.适合场景： 田园生活、亲子视频、温馨日常、怀旧内容
07.《九霄龙吟》
风格参考：史诗电影配乐风格（Hans Zimmer 混搭国风）— 神话感与力量
An epic Mandarin fantasy orchestral anthem. 95 BPM. Heavy cinematic percussion meets powerful male choir (Oohs and Aahs). A soaring Suona plays a triumphant theme. Layered brass and Taiko drums create a massive "wall of sound." Heroic and breathtaking.适合场景： 游戏 CG、英雄主题、震撼开场、史诗级预告片
08.《万物生息》
风格参考：姬神（Himekami）— 电子乐与东亚民谣旋律的融合
A rhythmic Mandarin New Age track. 110 BPM. Plucked strings (Guqin/Sanxian) layered over a modern electronic beat. Nature field recordings (birds, rustling leaves) integrated into the percussion. Bright, rhythmic, and full of life.适合场景： 现代城市视频、科技与传统融合主题、节奏感内容
09.《长亭挽歌》
风格参考：梅林茂（Shigeru Umebayashi）— 《花样年华》式凄美孤独美学
A melancholic Mandarin tango-influenced ballad. 60 BPM (3/4 time). Solemn solo violin and melancholic accordion. Sparse Guzheng glissandos provide an oriental texture. Lush, dark string pads. Sophisticated, cinematic, and heartbroken.适合场景： 文艺电影、情感故事、怀旧主题、孤独美学
10.《大唐嘉年》
风格参考：唐代宫廷复原乐（结合现代音响美学）
A vibrant Mandarin traditional court ensemble. 88 BPM. Features Pipa, Sheng, and multiple flutes playing in harmony. Bright bronze bells and chime percussion. A festive yet elegant atmosphere. Rich, ornate, and culturally grand.适合场景： 传统文化展示、节庆视频、盛世主题、文化自信内容
进阶调优技巧
如果生成效果过于"干净"而缺乏质感，可在提示词末尾追加：
Analog saturation for a vintage 90s record feel— 增加 90 年代唱片温暖质感Humanize the timing, avoid robotic quantization— 让节奏更具人文气息The vocal should be the most prominent element in the mix— 让人声在混音中更突出
最后说两句
Lyria 3 是一个很聪明的工具。但它不是一个有灵魂的创作者。
它能理解"疲惫"，但不太懂"北京的疲惫"。它能做出"温暖"，但做不出"你妈妈那种特别的温暖"。情感的精准度，还需要时间。
但如果你只是想在通勤路上有一首专属 BGM，想给老友发一首搞笑定制歌，想做一段视频配个有感觉的背景音乐——它已经很够用了，而且比你想象的好用。
对有音乐训练背景的人来说，Lyria 3 是个"优秀的学生"。规规矩矩，没有大错，但还没到让人眼前一亮的那一步。
最佳用法： 当灵感工具和创作玩具，别指望它替代商业级音乐制作。提示词越具体、越真实，效果越好。
入口：gemini.google.com → Tools → Music。须年满 18 岁，建议用英文写提示词。