Lyria 3.5の使い方：プロンプト、曲の構成、歌詞まで

曖昧なプロンプトからは、平均的な曲しか返りません。書かなかったことは、モデルが知っている全部の平均で埋められます。1つ名前を挙げるたびに、決定権が1つ手元に戻ります。

ジャンルを書くより、楽器名を具体的に挙げるほうが効きます。「Fender Rhodes」なら音色がひとつに決まります。「キーボード」では、あらゆる鍵盤の平均が返ります。

音が決まったら、次は曲の形です。制御は2段階あります。2段階目まで使う人は、ほとんどいません。

セクションタグは場所を区切ります。[Intro]、[Verse]、[Chorus]、[Bridge]、[Outro]。順番だけ決めたいなら、これで足ります。

タイムスタンプは時計を決めます。時間割を書けば、その目盛りに合わせて組み立てます。曲の長さも同時に固まります。

映像に合わせるときに効くのが、この書き方です。編集点のインとアウトをそのまま持ってきて、セクションとして書きます。すると盛り上がりがカットの位置に乗ります。タイムスタンプを使わないなら、「2分の曲を作って」のように言葉で頼みます。

歌詞を貼り、セクションにタグを付けます。そのまま歌ってもらえるか、要約されてしまうか。分かれ目は1つです。音楽の指示と歌詞を混ぜないこと。 先に指示を書き、歌詞はひとつの塊として後ろに置きます。

歌詞を書かずに出すと、モデルが歌詞を用意します。音声の横に、テキストでも返ってきます。自分で書くつもりでも一度試す価値はあります。白紙から始めるより、返ってきた言葉を直すほうが速いからです。セリフを乗せる曲なら、「インストのみ、ボーカルなし」と書きます。

画像でスコアを決められます。 静止画は10枚まで添付できます。モデルはそこにある雰囲気や色、場所を読み取って作曲します。自分のタイムラインからフレームを抜いて渡せば、説明で近似するより正確に色調と合います。

歌詞の言語は、プロンプトの言語で決まります。 日本語で書けば、日本語で歌って返ります。発音もそれに合わせます。落とし穴は英語の側にあります。英語のプロンプトに「日本語で歌って」と足しても、それは英語のプロンプトのままで、たいてい英語が返ります。狙う言語で全文を書いてください。

下書きはLyria 3 Clipで作ります。30秒固定で、返りが速いモデルです。プロンプトが決まったら、Lyria 3.5で本番の1曲に起こします。編集に持ち込むなら、MP3ではなくWAVで受け取ってください。

この順番になる理由が、下の4つです。安く下書きできることが、ほぼすべてになります。