> ## Documentation Index > Fetch the complete documentation index at: https://docs.aihubmax.com/llms.txt > Use this file to discover all available pages before exploring further. # Gemini 格式 - 音乐生成 > - 使用 Gemini 原生格式的 generateContent 接口，通过 Lyria 3 模型生成音乐 - 通过 `generationConfig.responseModalities` 包含 `AUDIO` 启用音频输出；若同时包含 `TEXT`，响应会额外返回文本描述（歌词/结构） - 支持文本 prompt 和图片输入（最多 10 张），图片用于激发视觉灵感驱动的音乐创作 - 时长、结构（主歌/副歌/桥段）、风格等主要通过文本 prompt 控制 - `lyria-3-clip-preview`：固定生成 30 秒短片段，默认返回 MP3（`audio/mpeg`） - `lyria-3-pro-preview`：生成完整歌曲；可通过 `responseMimeType` 请求 `audio/mpeg` 或 `audio/wav`，但实际输出格式请以响应中的 `inlineData.mimeType` 为准 - 如需 SSE 流式输出，请使用 `/v1beta/models/{model}:streamGenerateContent?alt=sse` - 音乐生成为单轮过程，不支持多轮迭代编辑 ## OpenAPI ````yaml openapi/zh/gemini-format-music-generation.json POST /v1beta/models/{model}:generateContent openapi: 3.1.0 info: title: Gemini 格式 - 音乐生成 version: '1.0' servers: - url: https://api.aihubmax.com security: - BearerAuth: [] paths: /v1beta/models/{model}:generateContent: post: tags: - Text Series > Gemini Format summary: Gemini 格式 - 音乐生成 description: > - 使用 Gemini 原生格式的 generateContent 接口，通过 Lyria 3 模型生成音乐 - 通过 `generationConfig.responseModalities` 包含 `AUDIO` 启用音频输出；若同时包含 `TEXT`，响应会额外返回文本描述（歌词/结构） - 支持文本 prompt 和图片输入（最多 10 张），图片用于激发视觉灵感驱动的音乐创作 - 时长、结构（主歌/副歌/桥段）、风格等主要通过文本 prompt 控制 - `lyria-3-clip-preview`：固定生成 30 秒短片段，默认返回 MP3（`audio/mpeg`） - `lyria-3-pro-preview`：生成完整歌曲；可通过 `responseMimeType` 请求 `audio/mpeg` 或 `audio/wav`，但实际输出格式请以响应中的 `inlineData.mimeType` 为准 - 如需 SSE 流式输出，请使用 `/v1beta/models/{model}:streamGenerateContent?alt=sse` - 音乐生成为单轮过程，不支持多轮迭代编辑 operationId: gemini-format-music-generation parameters: - name: model in: path required: true schema: type: string example: lyria-3-clip-preview enum: - lyria-3-clip-preview - lyria-3-pro-preview description: >- 模型名称。`lyria-3-clip-preview` 生成 30 秒短片段（默认 MP3 / `audio/mpeg`）。`lyria-3-pro-preview` 生成完整歌曲；可请求 `audio/mpeg` 或 `audio/wav`，实际输出格式以返回的 `inlineData.mimeType` 为准 requestBody: required: true content: application/json: schema: $ref: '#/components/schemas/MusicGenerationRequest' examples: text-to-music: summary: 文生音乐（基础） description: 通过文本 prompt 生成音乐片段，返回音频 + 文本（歌词/结构描述） value: contents: - role: user parts: - text: 创建一首 30 秒的欢快民谣，使用吉他和口琴。 generationConfig: responseModalities: - AUDIO - TEXT full-song: summary: 完整歌曲（带结构） description: >- 使用 Lyria 3 Pro 生成带主歌/副歌结构的完整歌曲（需将路径中的 model 改为 lyria-3-pro-preview） value: contents: - role: user parts: - text: |- 创建一首 3 分钟的独立流行歌曲，C 大调，120 BPM。 [前奏] 柔和的钢琴琶音 [主歌1] 轻柔的人声配合原声吉他 [副歌] 完整乐队编制，鼓和贝斯加入，旋律积极向上 [主歌2] 加入微妙的合成器层次 [副歌] 重复，加入和声 [尾奏] 钢琴渐隐 generationConfig: responseModalities: - AUDIO - TEXT wav-output: summary: WAV 格式输出（仅 Pro） description: >- 使用 Lyria 3 Pro 生成 WAV 格式音乐（需将路径中的 model 改为 lyria-3-pro-preview） value: contents: - role: user parts: - text: 一首氛围感的环境音乐，带有空灵的合成器铺底和轻柔的雨声。 generationConfig: responseModalities: - AUDIO - TEXT responseMimeType: audio/wav image-to-music: summary: 图片驱动音乐（图生音乐） description: 上传图片 + 文本描述，模型根据图片的色彩、情绪和氛围生成音乐 value: contents: - role: user parts: - text: 根据这张图片的色彩和氛围，创作一首大气的环境音乐。 - inlineData: mimeType: image/jpeg data: BASE64_ENCODED_IMAGE_DATA generationConfig: responseModalities: - AUDIO - TEXT responses: '200': $ref: '#/components/responses/MusicGenerationSuccess' '400': $ref: '#/components/responses/BadRequest' '401': $ref: '#/components/responses/Unauthorized' '402': $ref: '#/components/responses/PaymentRequired' '403': $ref: '#/components/responses/Forbidden' '429': $ref: '#/components/responses/TooManyRequests' '500': $ref: '#/components/responses/InternalServerError' components: schemas: MusicGenerationRequest: type: object required: - contents - generationConfig properties: contents: type: array description: 内容列表。音乐生成为单轮过程，不支持多轮迭代编辑 items: type: object required: - role - parts properties: role: type: string description: 消息发送者的角色 enum: - user - model parts: type: array description: 内容部分列表。支持文本和图片（最多 10 张），图片用于视觉灵感驱动的音乐创作 items: type: object properties: text: type: string description: 文本内容（音乐生成 prompt，描述风格、乐器、情绪、BPM、结构、歌词等） inlineData: type: object description: 图片内联数据（base64 编码）。模型根据图片的色彩、情绪和氛围生成音乐，最多支持 10 张图片。 required: - mimeType - data properties: mimeType: type: string description: 图片 MIME 类型 enum: - image/jpeg - image/png data: type: string description: Base64 编码的图片数据 systemInstruction: type: object description: 系统指令。Lyria 3 模型对该字段的支持未经官方文档确认，效果可能不生效 properties: parts: type: array description: 系统指令内容部分 items: type: object properties: text: type: string description: 系统指令文本 generationConfig: type: object description: 生成配置；音乐生成请求的 `responseModalities` 必须包含 `AUDIO` required: - responseModalities properties: responseModalities: type: array description: 响应模态。音乐生成请求必须包含 `AUDIO`；若同时包含 `TEXT`，会额外返回文本描述 items: type: string enum: - AUDIO - TEXT example: - AUDIO - TEXT responseMimeType: type: string description: >- 请求输出音频格式。推荐 `audio/mpeg` 或 `audio/wav`；当前已知即使请求 `audio/wav`，实际返回也可能是 `audio/mpeg`，请以响应中的 `inlineData.mimeType` 为准 enum: - audio/mpeg - audio/mp3 - audio/wav temperature: type: number description: 采样温度。Lyria 3 官方示例中未使用此参数，效果未确认 minimum: 0 maximum: 2 safetySettings: type: array description: 内容安全过滤设置 items: type: object properties: category: type: string description: 危害类别 enum: - HARM_CATEGORY_HARASSMENT - HARM_CATEGORY_HATE_SPEECH - HARM_CATEGORY_SEXUALLY_EXPLICIT - HARM_CATEGORY_DANGEROUS_CONTENT threshold: type: string description: 阻止阈值 enum: - BLOCK_NONE - BLOCK_LOW_AND_ABOVE - BLOCK_MEDIUM_AND_ABOVE - BLOCK_ONLY_HIGH MusicGenerationResponse: type: object properties: candidates: type: array description: 生成结果候选列表 items: type: object properties: content: type: object description: 生成的内容 properties: parts: type: array description: >- 内容部分，可能包含文本（歌词/结构描述）和音频；实际音频 MIME type 以 `inlineData.mimeType` 为准 items: type: object properties: text: type: string description: 生成的文本内容（歌词、歌曲结构描述） example: 这是一首欢快的民谣，使用了吉他和口琴。 inlineData: type: object description: 生成的音频数据 properties: mimeType: type: string description: 音频 MIME 类型；实际返回通常为 `audio/mpeg` 或 `audio/wav` example: audio/mpeg data: type: string description: Base64 编码的音频数据 example: SUQzBAAAAAAAI1RTU0UAAAAPAAADTGF2ZjU4... role: type: string description: 响应的角色 enum: - model finishReason: type: string description: 生成停止的原因 enum: - STOP - MAX_TOKENS - SAFETY - RECITATION - OTHER example: STOP safetyRatings: type: array description: 生成内容的安全评级 items: type: object properties: category: type: string description: 危害类别 probability: type: string description: 概率等级 usageMetadata: type: object description: Token 使用统计 properties: promptTokenCount: type: integer description: 提示词 token 数 example: 15 candidatesTokenCount: type: integer description: 候选结果 token 数 example: 200 totalTokenCount: type: integer description: 总 token 数 example: 215 ErrorResponse400: type: object properties: error: type: object properties: message: type: string example: 请求参数无效 type: type: string description: 错误类型；并非所有错误都会返回该字段 example: http_error code: description: 错误码；可能是 HTTP 数字码，也可能是字符串错误码 oneOf: - type: integer example: 400 - type: string example: http_400 status: type: string description: Gemini 风格状态码；并非所有错误都会返回该字段 example: INVALID_ARGUMENT ErrorResponse401: type: object properties: error: type: object properties: message: type: string example: API Key 无效 type: type: string description: 错误类型；并非所有错误都会返回该字段 example: authentication_error code: description: 错误码；可能是 HTTP 数字码，也可能是字符串错误码 oneOf: - type: integer example: 401 - type: string example: http_401 status: type: string description: Gemini 风格状态码；并非所有错误都会返回该字段 example: UNAUTHENTICATED ErrorResponse403: type: object properties: error: type: object properties: message: type: string example: 访问被拒绝 type: type: string description: 错误类型；并非所有错误都会返回该字段 example: permission_error code: description: 错误码；可能是 HTTP 数字码，也可能是字符串错误码 oneOf: - type: integer example: 403 - type: string example: http_403 status: type: string description: Gemini 风格状态码；并非所有错误都会返回该字段 example: PERMISSION_DENIED ErrorResponse429: type: object properties: error: type: object properties: message: type: string example: 请求频率超限 type: type: string description: 错误类型；并非所有错误都会返回该字段 example: rate_limit_error code: description: 错误码；可能是 HTTP 数字码，也可能是字符串错误码 oneOf: - type: integer example: 429 - type: string example: http_429 status: type: string description: Gemini 风格状态码；并非所有错误都会返回该字段 example: RESOURCE_EXHAUSTED ErrorResponse500: type: object properties: error: type: object properties: message: type: string example: 内部服务器错误 type: type: string description: 错误类型；并非所有错误都会返回该字段 example: server_error code: description: 错误码；可能是 HTTP 数字码，也可能是字符串错误码 oneOf: - type: integer example: 500 - type: string example: http_500 status: type: string description: Gemini 风格状态码；并非所有错误都会返回该字段 example: UNKNOWN responses: MusicGenerationSuccess: description: 音乐生成响应 content: application/json: schema: $ref: '#/components/schemas/MusicGenerationResponse' BadRequest: description: 请求错误 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse400' Unauthorized: description: 未授权 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse401' PaymentRequired: description: 余额不足 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse400' Forbidden: description: 禁止访问 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse403' TooManyRequests: description: 请求过多 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse429' InternalServerError: description: 内部服务器错误 content: application/json: schema: $ref: '#/components/schemas/ErrorResponse500' securitySchemes: BearerAuth: type: http scheme: bearer description: | ## 所有接口均需要使用Bearer Token进行认证 ## 使用时在请求头中添加： `Authorization: Bearer YOUR_API_KEY` ````