En resumen
- Lyria 3.5 Clip Preview genera audio estéreo de 44,1 kHz y 30 segundos desde Google AI Studio a partir de texto o imagen.
- La salida del modelo puede incluir audio MP3 y texto de letra, pero no admite generación de imágenes ni llamadas a funciones.
- El límite de tokens de entrada es de 131.072; opciones de consumo como caché, API por lotes e inferencia prioritaria aún no están soportadas.
- La documentación del modelo está actualizada a septiembre de 2026 y sigue ofreciéndose en fase de vista previa (preview).
Lyria 3.5 Clip Preview, incorporado por Google a la familia Gemini API, es un modelo de generación de audio optimizado para crear clips musicales cortos, loops y vistas previas. El modelo puede generar audio estéreo de 30 segundos a 44,1 kHz a partir de una descripción textual o de una imagen. En esta guía repasamos, paso a paso, cómo puede usarse el modelo para vídeos de presentación arquitectónica y de interiorismo, qué tipos de entrada admite y las limitaciones que hay que tener en cuenta.
Qué aprenderás en esta guía
Siguiendo esta guía aprenderás cómo probar Lyria 3.5 Clip Preview desde Google AI Studio, cómo escribir prompts para clips musicales cortos adecuados para presentaciones de proyectos arquitectónicos, vídeos walkthrough o contenido de reels en redes sociales, y cómo usar una imagen render como entrada en la generación de audio.
Requisitos
Acceso a Google AI Studio; el modelo se ofrece actualmente en estado de vista previa (preview).
Un prompt de texto o un archivo de imagen (la entrada visual está disponible).
Ten en cuenta que el límite de tokens de entrada es de 131.072 y que la salida es únicamente audio (MP3) de 30 segundos, junto con texto de letra cuando sea necesario.
Ten en cuenta que el modelo no admite funciones como caché, ejecución de código, llamadas a funciones, generación de imágenes, API en tiempo real (live API), salida estructurada, API por lotes ni inferencia prioritaria; por ello es una herramienta adecuada solo para generar clips de audio cortos e independientes.
Paso a paso: prompts de ejemplo para vídeo arquitectónico
Los siguientes cinco prompts de ejemplo se han preparado específicamente para proyectos arquitectónicos y de interiorismo, según la capacidad documentada de generación texto-audio del modelo. Puedes copiar y probar cada prompt tal cual; también puedes modificar el tempo, los instrumentos o la descripción del ambiente según tus necesidades.
Calm ambient lounge music, warm minimal textures, soft piano and subtle strings, slow tempo, suitable for a modern interior walkthrough videoEste prompt busca generar una música de fondo discreta que acompañe un vídeo de presentación de interiores tranquilo y minimalista. Resulta especialmente adecuado para crear una sensación de transición fluida en presentaciones de interiores residenciales u oficinas de lujo.
Cinematic orchestral swell, wide strings and distant brass, building tension, suited for an aerial drone flythrough of a large architectural masterplanEste prompt es adecuado para añadir una capa musical grandiosa a una animación de sobrevuelo con drone de un gran proyecto de planeamiento urbano o masterplan.
Warm acoustic guitar loop with light percussion, cozy and inviting mood, for a residential project presentation videoPara presentaciones de proyectos residenciales que buscan un tono cálido y cercano, este loop centrado en la guitarra acústica crea una atmósfera acogedora.
Upbeat minimal electronic loop, clean synth pads, confident and modern energy, suitable for a client pitch deck introEste prompt está diseñado para transmitir una impresión enérgica y moderna en la introducción de una presentación corporativa o pitch deck para inversores.
Soft lo-fi instrumental loop, gentle keys and vinyl texture, relaxed mood, for a short interior design social media reelIdeal para quienes buscan crear una música de fondo relajada y cercana en vídeos cortos de diseño de interiores destinados a redes sociales.
El modelo no se limita solo al texto; según la documentación, también admite entrada visual. Por ello puedes probar a proporcionar una imagen render o un moodboard junto con los prompts de texto anteriores para generar una música más cercana a la atmósfera de la imagen.
Errores comunes
Esperar del modelo una pieza musical única de más de 30 segundos: el modelo genera un único clip de 30 segundos por vez; para una pieza más larga es necesario poner en loop los clips generados en un programa de edición de vídeo o generar varios clips y combinarlos.
Los usuarios que esperan procesamiento por lotes (batch) o inferencia prioritaria pueden llevarse una decepción; según la documentación, estas opciones de consumo aún no están soportadas.
Esperar que el modelo genere imágenes o realice acciones como llamadas a funciones: Lyria 3.5 Clip Preview solo genera audio (y texto de letra cuando corresponda), y no admite generación de imágenes ni ejecución de código.
Ignorar que el límite de tokens de entrada es de 131.072 y escribir prompts demasiado largos y detallados; las descripciones de ambiente cortas y claras suelen dar resultados más consistentes.
Qué significa para los flujos de trabajo de arquitectura e interiorismo
Los clips musicales cortos y atmosféricos pueden facilitar que estudios de arquitectura y archviz añadan rápidamente música de fondo a los vídeos walkthrough, presentaciones y contenido para redes sociales generados con herramientas como Enscape, Twinmotion o Lumion. Dado que el modelo sigue en fase de vista previa y las fuentes no especifican información de licencia ni precios, es razonable esperar a que se aclaren las condiciones de derechos y uso del audio generado antes de emplearlo en proyectos corporativos.
Próximos pasos
Puedes crear música de fondo para vídeos de presentación más largos poniendo en loop los clips de 30 segundos generados en un software de edición de vídeo, o combinando varios clips. Se recomienda generar varias variaciones con distintas descripciones de ambiente (cálido, enérgico, tranquilo, grandioso) y probarlas según el tipo de proyecto.
Fuente y licencia
Esta guía se ha adaptado al español a partir de la página del modelo "Lyria 3.5 Clip Preview" (ai.google.dev) de la documentación de la Gemini API de Google AI for Developers, bajo licencia Creative Commons Attribution 4.0 (CC BY 4.0). Los prompts de ejemplo se han elaborado de forma original para escenarios de uso arquitectónico, basándose en las capacidades del modelo descritas en la documentación.
Fuentes
3 fuentesNo republicamos los textos de las fuentes; las citas breves van marcadas y el resto es resumen y comentario propios.
Lyria 3.5 Clip Preview puede ser una herramienta práctica para que estudios de arquitectura y archviz añadan rápidamente música de fondo a sus vídeos de presentación; los clips de 30 segundos pueden ser suficientes especialmente para vídeos walkthrough cortos, reels en redes sociales y presentaciones pitch. Sin embargo, como el modelo sigue en fase de vista previa y las fuentes no explican el precio ni la licencia de uso comercial, conviene esperar a que estos aspectos se aclaren antes de usarlo en proyectos de gran escala o destinados a entregarse a clientes.
Para las oficinas en Turquía, la ventaja principal sería poder generar música de prototipo rápidamente sin necesidad de buscar bibliotecas musicales con licencia adicional. Aun así, el hecho de que funciones de uso corporativo como el procesamiento por lotes y la inferencia prioritaria todavía no estén soportadas indica que, por ahora, el modelo seguirá siendo una herramienta experimental en líneas de producción de vídeo intensivas.
Preguntas frecuentes
¿Cuánto dura el audio que genera Lyria 3.5 Clip Preview?
El modelo genera audio estéreo de 30 segundos a 44,1 kHz a partir de texto o imagen.
¿Qué tipos de entrada admite Lyria 3.5 Clip Preview?
El modelo admite entradas de texto y de imagen; como salida produce audio MP3 y, cuando es necesario, texto de letra.
¿Cuál es el precio de Lyria 3.5 Clip Preview?
Las fuentes no especifican el precio del modelo; actualmente se ofrece en fase de vista previa.



