Kurz gesagt
- Lyria 3.5 Clip Preview erzeugt über Google AI Studio aus Text- oder Bildeingaben 30-sekündiges Stereo-Audio mit 44,1 kHz.
- Die Ausgabe des Modells kann MP3-Audio und Songtext enthalten, unterstützt aber keine Bilderzeugung oder Funktionsaufrufe.
- Das Eingabe-Token-Limit liegt bei 131.072; Caching, Batch-API und priorisierte Inferenz werden derzeit nicht unterstützt.
- Die Modelldokumentation ist mit Stand September 2026 aktuell und befindet sich weiterhin im Preview-Stadium.
Lyria 3.5 Clip Preview, das Google der Gemini-API-Familie hinzugefügt hat, ist ein auf kurze Musikclips, Loops und Vorschauen optimiertes Audiomodell. Es kann aus einer Textbeschreibung oder einem Bild ausgehend 30-sekündiges Stereo-Audio in 44,1 kHz erzeugen. In dieser Anleitung erklären wir Schritt für Schritt, wie das Modell für Architektur- und Innenraum-Präsentationsvideos genutzt werden kann, welche Eingabetypen unterstützt werden und welche Einschränkungen zu beachten sind.
Was Sie in dieser Anleitung lernen
In dieser Anleitung erfahren Sie, wie Sie Lyria 3.5 Clip Preview über Google AI Studio ausprobieren, wie Sie Prompts für kurze Musikclips schreiben, die sich für Architekturprojekt-Präsentationen, Walkthrough-Videos oder Social-Media-Reels eignen, und wie Sie ein Rendering als Eingabe für die Audioerzeugung verwenden können.
Voraussetzungen
Zugang zu Google AI Studio; das Modell wird derzeit im Preview-Status angeboten.
Ein textbasierter Prompt oder eine Bilddatei (Bildeingabe wird unterstützt).
Beachten Sie, dass das Eingabe-Token-Limit bei 131.072 liegt und die Ausgabe lediglich 30 Sekunden Audio (MP3) sowie bei Bedarf Songtext umfasst.
Beachten Sie, dass das Modell Funktionen wie Caching, Code-Ausführung, Funktionsaufrufe, Bilderzeugung, Live-API, strukturierte Ausgabe, Batch-API und priorisierte Inferenz nicht unterstützt; es eignet sich daher nur als Werkzeug zur Erzeugung kurzer, eigenständiger Audioclips.
Schritt für Schritt: Beispiel-Prompts für Architekturvideos
Die folgenden fünf Beispiel-Prompts wurden speziell für Architektur- und Innenraumprojekte auf Basis der dokumentierten Text-zu-Audio-Fähigkeiten des Modells erstellt. Sie können jeden Prompt unverändert kopieren und ausprobieren oder Tempo, Instrumentierung oder Stimmung nach Bedarf anpassen.
Calm ambient lounge music, warm minimal textures, soft piano and subtle strings, slow tempo, suitable for a modern interior walkthrough videoDieser Prompt zielt darauf ab, eine ruhige, minimalistische und nicht ablenkende Hintergrundmusik für ein Innenraum-Präsentationsvideo zu erzeugen. Besonders bei luxuriösen Wohn- oder Büro-Innenraumpräsentationen schafft er ein fließendes Übergangsgefühl.
Cinematic orchestral swell, wide strings and distant brass, building tension, suited for an aerial drone flythrough of a large architectural masterplanDieser Prompt eignet sich, um einer Drohnen-Flugaufnahme eines großflächigen Masterplans oder städtebaulichen Projekts eine grandiose musikalische Ebene hinzuzufügen.
Warm acoustic guitar loop with light percussion, cozy and inviting mood, for a residential project presentation videoFür Wohnbauprojekt-Präsentationen, die eine warme und einladende Stimmung suchen, schafft dieser überwiegend akustische Gitarren-Loop eine einladende Atmosphäre.
Upbeat minimal electronic loop, clean synth pads, confident and modern energy, suitable for a client pitch deck introDieser Prompt wurde entwickelt, um im Intro einer Unternehmenspräsentation oder eines Investoren-Pitch-Decks einen energischen, modernen Eindruck zu vermitteln.
Soft lo-fi instrumental loop, gentle keys and vinyl texture, relaxed mood, for a short interior design social media reelEr eignet sich für alle, die eine entspannte, vertraute Hintergrundmusik für kurze Social-Media-Videos zum Thema Innenraumgestaltung erstellen möchten.
Das Modell ist nicht auf Text beschränkt; laut Dokumentation wird auch Bildeingabe unterstützt. Sie können daher ein Rendering oder ein Moodboard-Bild zusammen mit den oben genannten Text-Prompts als Eingabe verwenden, um Musik zu erzeugen, die der Atmosphäre des Bildes näherkommt.
Häufige Fehler
Vom Modell ein zusammenhängendes Musikstück länger als 30 Sekunden zu erwarten: Das Modell erzeugt pro Durchlauf nur einen 30-sekündigen Clip; für ein längeres Stück müssen die erzeugten Clips in einem Videoschnittprogramm in Schleife gelegt oder mehrere Clips erzeugt und zusammengefügt werden.
Nutzer, die Batch-Verarbeitung oder priorisierte Inferenz erwarten, könnten enttäuscht werden; laut Dokumentation werden diese Nutzungsoptionen derzeit nicht unterstützt.
Vom Modell zu erwarten, dass es Bilder erzeugt oder Funktionsaufrufe ausführt: Lyria 3.5 Clip Preview erzeugt ausschließlich Audio (und bei Bedarf Songtext), unterstützt aber keine Bilderzeugung oder Codeausführung.
Das Eingabe-Token-Limit von 131.072 zu ignorieren und sehr lange, detaillierte Prompts zu schreiben; kurze und klare Stimmungsbeschreibungen liefern in der Regel konsistentere Ergebnisse.
Bedeutung für Architektur- und Innenarchitektur-Workflows
Kurze, atmosphärische Musikclips können es Architekturbüros und Archviz-Studios erleichtern, schnell Hintergrundmusik zu Walkthrough-Videos, Präsentationen und Social-Media-Inhalten hinzuzufügen, die mit Tools wie Enscape, Twinmotion oder Lumion erstellt wurden. Da sich das Modell noch im Preview-Stadium befindet und Angaben zu Lizenz und Preisgestaltung in den Quellen fehlen, ist es sinnvoll, vor dem Einsatz in kommerziellen Projekten abzuwarten, bis die Urheberrechts- und Nutzungsbedingungen für die erzeugten Audios geklärt sind.
Nächste Schritte
Sie können die erzeugten 30-sekündigen Clips in einer Videoschnittsoftware in Schleife legen oder mehrere Clips kombinieren, um Hintergrundmusik für längere Präsentationsvideos zu erstellen. Es empfiehlt sich, mehrere Varianten mit unterschiedlichen Stimmungsbeschreibungen (warm, energisch, ruhig, grandios) zu erzeugen und je nach Projekttyp zu testen.
Quelle und Lizenz
Diese Anleitung wurde auf Basis der Modellseite "Lyria 3.5 Clip Preview" aus der Gemini-API-Dokumentation von Google AI for Developers (ai.google.dev) unter der Lizenz Creative Commons Attribution 4.0 (CC BY 4.0) ins Deutsche übertragen. Die Beispiel-Prompts wurden auf Grundlage der dokumentierten Modellfähigkeiten eigenständig für Architektur-Anwendungsfälle erstellt.
Quellen
3 QuellenQuelltexte werden nicht neu veröffentlicht; kurze Zitate sind gekennzeichnet, der Rest ist eigene Zusammenfassung und Einordnung.
Lyria 3.5 Clip Preview kann für Architekturbüros und Archviz-Studios ein praktisches Werkzeug sein, um schnell Hintergrundmusik zu Präsentationsvideos hinzuzufügen; besonders für kurze Walkthrough-Videos, Social-Media-Reels und Pitch-Präsentationen können 30-sekündige Clips ausreichen. Da sich das Modell jedoch noch im Preview-Stadium befindet und Preisgestaltung sowie kommerzielle Nutzungslizenz in den Quellen nicht erläutert werden, sollte man vor dem Einsatz in großangelegten oder kundenseitig auszuliefernden Projekten abwarten, bis diese Punkte geklärt sind.
Für Büros in der Türkei liegt der eigentliche Vorteil darin, schnell Prototyp-Musik erzeugen zu können, ohne zusätzlich eine lizenzierte Musikbibliothek durchsuchen zu müssen. Dennoch zeigt die bislang fehlende Unterstützung für unternehmensrelevante Funktionen wie Batch-Verarbeitung und priorisierte Inferenz, dass das Modell für intensive Videoproduktionslinien vorerst ein experimentelles Werkzeug bleiben wird.
Häufige Fragen
Wie lang ist das von Lyria 3.5 Clip Preview erzeugte Audio?
Das Modell erzeugt aus Text- oder Bildeingaben 30-sekündiges Stereo-Audio mit 44,1 kHz Qualität.
Welche Eingabetypen unterstützt Lyria 3.5 Clip Preview?
Das Modell unterstützt Text- und Bildeingaben; als Ausgabe erzeugt es MP3-Audio und bei Bedarf Songtext.
Wie ist die Preisgestaltung von Lyria 3.5 Clip Preview?
In den Quellen wird die Preisgestaltung des Modells nicht angegeben; das Modell wird derzeit im Preview-Stadium angeboten.



