Lyria 3.5 可当 TTS 用,一条 prompt 生成逼真口语片段

fofrAI · x · 2026-09-06

fofrAI 发现 Google 的音乐生成模型 Lyria 3.5 有个特别用法：把它当文生语音模型来 prompt，就能得到听起来很真实的原始声音片段。作者给出的示例 prompt 是「一位英国千禧一代女性，语气疲惫、坦率、自然，无歌词、无音乐、无节拍、无打击乐，时长 60 秒」，模型输出了贴近真人语感的口语内容，而非唱歌。这一玩法说明媒体生成模型的底层能力边界比官方定位更宽，值得做语音/音频内容的人实测。