अस्पष्ट प्रॉम्प्ट से सामान्य गाने बनते हैं। यह लेख दिखाता है कि Lyria 3 Pro के प्रॉम्प्ट कैसे लिखें, जिसमें जेनर, इंस्ट्रूमेंट, टेम्पो और मूड के लिए एक दोहराया जा सकने वाला फ़ॉर्मूला है। इसके बाद स्ट्रक्चर टैग, टाइमस्टैम्प, बोल और रेफ़रेंस इमेज जोड़ने के तरीके हैं, साथ में लो-फ़ाई, सिनेमैटिक और इंडी पॉप ट्रैक के लिए कॉपी करने लायक टेम्पलेट भी हैं।
ज़्यादातर Lyria 3 Pro प्रॉम्प्ट एक सीधी वजह से फ़ेल होते हैं: वे गाने का वर्णन नहीं करते, केवल एहसास बताते हैं। "उदास पियानो म्यूज़िक" मॉडल को कुछ तय करने के लिए कुछ नहीं देता, इसलिए वह सब कुछ खुद तय कर देता है, और आपको एक सुहावना ट्रैक मिलता है जो दुनिया के किसी भी वीडियो के नीचे चल सकता है। इसका हल लंबा प्रॉम्प्ट लिखना नहीं है। हल है ज़्यादा ठोस प्रॉम्प्ट लिखना। यह लेख बताता है कि Lyria 3 Pro के लिए म्यूज़िक प्रॉम्प्ट कैसे लिखें ताकि एक या दो जनरेशन में वह आपके मन के गाने के करीब पहुँचे: क्या शामिल करें, क्या हटाएँ, स्ट्रक्चर टैग और टाइमस्टैम्प कैसे काम करते हैं, और लो-फ़ाई, सिनेमैटिक व पॉप के लिए तैयार उदाहरण।
💡 संक्षिप्त उत्तर: एक अच्छा Lyria 3 Pro प्रॉम्प्ट एक जेनर, दो या तीन इंस्ट्रूमेंट, एक टेम्पो, एक मूड और एक गाने का स्ट्रक्चर बताता है। बाकी सब बोनस है।
Lyria 3 Pro लिखे हुए वर्णन, या कुछ रेफ़रेंस फ़ोटो को वोकल, इंस्ट्रूमेंट और व्यवस्थित स्ट्रक्चर वाले तीन मिनट तक के पूरे गाने में बदल देता है। यह कुछ पंक्तियों के टेक्स्ट से लिए गए सैकड़ों छोटे फ़ैसले हैं। जो विवरण आप छोड़ देते हैं, वह सिक्के की उछाल बन जाता है, और सिक्कों की उछाल का औसत "अच्छा लेकिन भूलने लायक" निकलता है।
"epic", "emotional", "chill" और "cool" जैसे शब्दों के अलग-अलग श्रोताओं के लिए अलग मतलब होते हैं, और मॉडल आपसे पूछ नहीं सकता कि आपका मतलब कौन-सा था। ठोस संज्ञाएँ और संख्याएँ विशेषणों से हर बार बेहतर काम करती हैं।
| कमज़ोर प्रॉम्प्ट | क्या गड़बड़ होती है | बेहतर रीराइट |
|---|---|---|
| उदास पियानो संगीत | न टेम्पो, न सेटिंग, न अरेंजमेंट | 62 BPM पर धीमा सोलो अपराइट पियानो, माइनर स्केल, मुलायम फ़ेल्ट हैमर, कमरे की हल्की आवाज़, कोई वोकल्स नहीं |
| एपिक ट्रेलर संगीत | "एपिक" का मतलब कोरस, ड्रम या सिंथ कुछ भी हो सकता है | सिनेमैटिक ट्रेलर स्कोर, निचले स्ट्रिंग्स का ऑस्टिनैटो, ताइको की थाप, 0:45 पर ब्रास का उभार |
| खुशनुमा पॉप गाना | हर पॉप गाना खुशनुमा ही माना जाता है | 118 BPM पर चमकदार 2010 के दशक का पॉप, तालियाँ, प्लक किया हुआ गिटार, परतदार हार्मनी वाला बड़ा कोरस |
| आरामदायक संगीत | नींद, स्पा या कैफ़े, किसके लिए आरामदायक? | नरम एम्बिएंट पैड्स, 60 BPM, दूर से आती पियानो की धुनें, कोई ड्रम नहीं, कोई वोकल्स नहीं |
| रॉक गाना | दशक, मूड और इंस्ट्रूमेंट, तीनों गायब हैं | खुरदरा गैराज रॉक, ओवरड्रिवन गिटार, लाइव ड्रम, चिल्लाकर गाया गया कोरस, 150 BPM |
मॉडल पेज बताता है कि Lyria 3 Pro असल में क्या पढ़ता है: जेनर, इंस्ट्रूमेंट, टेम्पो, मूड, बोल, [Verse], [Chorus] और [Bridge] जैसे सेक्शन टैग, टाइम-कोडेड निर्देश, और अधिकतम दस रेफ़रेंस इमेज। उस सूची का हर आइटम एक ऐसा लीवर है जिसे आप खींच सकते हैं। उसके बाहर की कोई भी बात ("इसे महँगा सुनाओ", "किसी हिट जैसा") एक अनुमान है जिसे मॉडल आपके लिए लगाएगा।
💡 मोटा नियम: अगर आप किसी विवरण को अपने मन में सुन नहीं सकते, तो उसे लिखें मत। अगर सुन सकते हैं, तो उसे संज्ञा, संख्या या किसी नाम वाले इंस्ट्रूमेंट के रूप में लिखें।
प्रॉम्प्ट को एक छोटे बैंड के लिए ब्रीफ़ की तरह सोचें। एक अच्छी ब्रीफ़ हर बार एक ही क्रम में पाँच सवालों के जवाब देती है। इससे एक वेरिएबल बदलकर नतीजों की तुलना करना भी आसान हो जाता है:
[Genre + era]. [Lead instrument, bass, rhythm]. [Tempo] BPM. [Mood in two words]. [Structure]. [Vocals or instrumental only].
जेनर सबसे बड़ा दायरा तय करता है। दौर और टेक्सचर उस दायरे को छोटा करते हैं। "Indie pop" चौड़ा है; "nostalgic किनारे वाला dreamy indie pop" एक मोहल्ला है। एक जेनर के साथ एक टेक्सचर शब्द (warm, dusty, tight, airy, gritty) जोड़ना तीन जेनर एक साथ ठूँसने से ज़्यादा काम करता है, क्योंकि तीन जेनर आम तौर पर एक धुंधला समझौता बना देते हैं। एक जेनर चुनें, एक दौर या एक टेक्सचर जोड़ें, और आगे बढ़ें।
तीन नाम वाले इंस्ट्रूमेंट काफ़ी हैं: एक लीड, एक बास और एक रिदम परत। मॉडल पेज का लो-फ़ाई सैंपल यह एक लाइन में करता है: "Warm Fender Rhodes piano melody with gentle bass and light percussion।" इस वाक्य में लीड (Rhodes), निचला हिस्सा (bass) और धड़कन (percussion) है, साथ में हर एक के लिए एक विशेषण भी। अगर कुछ नहीं चाहिए, तो सीधे कहें: "no vocals", "no drums", "no brass"।
टेम्पो को संख्या के रूप में लिखें। BPM एनर्जी को कंट्रोल करने का सबसे भरोसेमंद तरीका है, क्योंकि संख्या को गलत नहीं समझा जा सकता। स्केल भी मायने रखता है: "C Major" उजला और सरल साउंड देता है, जबकि "A minor" ज़्यादा गहरा साउंड देता है। नीचे दी गई तालिका को शुरुआती बिंदु मानें, फिर 5 से 10 BPM ऊपर या नीचे करके देखें।
| स्टाइल | आम BPM | काम करने वाला मूड मेल |
|---|---|---|
| Ambient | 55 to 75 | शांत और खुला |
| Lo-fi chill hop | 70 to 90 | आरामदेह और सोचने वाला |
| Indie pop | 100 to 120 | यादों भरा और उत्साह भरा |
| House | 120 to 128 | गर्म और आगे धकेलने वाला |
| Chiptune | 130 to 150 | चंचल और चमकीला |
| Drum and bass | 170 to 175 | तनावपूर्ण और लगातार |
मूड के लिए, थोड़ी अलग दिशाओं में खींचने वाले दो शब्द एक शब्द से बेहतर काम करते हैं। "Nostalgic and uplifting" शब्द "happy" से ज़्यादा समृद्ध है, और "tense and hopeful" अरेंजमेंट को आगे बढ़ने की जगह देता है।
बिना स्ट्रक्चर वाला गाना भटकता है। स्ट्रक्चर वाले गाने में पहला वर्स, एक उठाव और एक चरम बिंदु होता है। Lyria 3 Pro इसके लिए आपको दो तरीके देता है, और आप इनमें से कोई एक चुन सकते हैं या दोनों मिला सकते हैं।
वर्गाकार कोष्ठक वाले टैग मॉडल को बताते हैं कि ट्रैक को कैसे व्यवस्थित करना है। टैग को अपनी अलग पंक्ति में रखें, फिर बताएँ कि वह सेक्शन कैसा सुनाई देना चाहिए।
[Intro] Soft piano alone, 4 bars.
[Verse 1] Fingerpicked guitar enters, intimate and close.
[Chorus] Full band, stacked harmonies, big open drums.
[Verse 2] Back to guitar, add a light shaker.
[Bridge] Strip everything but bass and voice, then build.
[Chorus] Final chorus, one step higher, bigger drums.
दोहराए गए सेक्शन को नंबर देना ([Verse 1], [Verse 2]) मॉडल पेज के सैंपल प्रॉम्प्ट के तरीके से मेल खाता है और मॉडल को उन्हें अलग हिस्सों की तरह पहचानने में मदद करता है। हर टैग के लिए एक पंक्ति का वर्णन काफ़ी है। तीन शब्दों का वर्णन भी कोई वर्णन न होने से बेहतर है।
टाइम-कोडेड ब्लॉक आपको घटनाओं को ठीक सही क्षण पर रखने देते हैं, और यही तब चाहिए जब संगीत किसी ज्ञात लंबाई के वीडियो से मेल खाना हो। पैटर्न है कोष्ठक में शुरुआत और अंत का समय, उसके बाद निर्देश।
[0:00 - 0:15] Intro: Soft lo-fi beat with muffled vinyl crackle and distant rain.
[0:15 - 0:45] Verse: Warm Rhodes melody, gentle bass, light percussion at 85 BPM.
[0:45 - 1:15] Chorus: Full arrangement, lush pads, subtle strings.
टाइमस्टैम्प को साफ़ रखने के लिए तीन नियम:
Lyria 3 Pro उन शब्दों को गाता है जो आप सेक्शन टैग के नीचे रखते हैं। यह शक्तिशाली है, और यहीं ज़्यादातर वोकल ट्रैक गलत हो जाते हैं, क्योंकि गद्य की तरह लिखे बोल अजीब गाने बनाते हैं।
लाइनें छोटी और लगभग एक जैसी लंबाई की रखें, लगभग छह से दस शब्दांश, ताकि वे बीट पर बैठें। जोड़ों में तुक मिलाएँ या हर दूसरी लाइन पर। कोरस को सबसे छोटा और सबसे आसानी से दोहराया जाने वाला हिस्सा बनाएँ। मॉडल पेज का इंडी पॉप सैंपल यह आकार दिखाता है:
[Chorus]
We are the echoes in the night,
burning brighter than the light,
hold on tight, don't let me go,
we are the echoes down below.
चार लाइनें, एक इमेज, एक दोहराया हुक। बोल के बाद एक सादी पंक्ति जोड़ें जिसमें जेनर, मूड और टेम्पो हो ("Genre: Dreamy indie pop. Mood: Nostalgic and uplifting. Tempo: 110 BPM"), ताकि आवाज़ का वर्णन शब्दों जितना ही सटीक हो।
वोकल जोड़ने से नतीजों में अनिश्चितता बढ़ जाती है। बैकग्राउंड म्यूज़िक, पॉडकास्ट इंट्रो, प्रोडक्ट वीडियो या गेम लूप के लिए "Instrumental only, no vocals" लिखें और अपनी मेहनत इंस्ट्रूमेंट्स पर लगाएँ। एक छोटा चिपट्यून लूप इसका अच्छा टेस्ट है। मॉडल पेज का सैंपल बस यही है: "A bright chiptune melody in C Major, retro 8-bit video game style at 140 BPM. Instrumental only, no vocals."
विवरण बदलें और क्रम वही रखें। हर टेम्पलेट एक ही बनावट का पालन करता है, इसलिए आप एक वेरिएबल बदलकर सुन सकते हैं कि वह वास्तव में क्या बदलता है।
| उपयोग | जेनर | टेम्पो | लीड इंस्ट्रूमेंट |
|---|---|---|---|
| स्टडी या फ़ोकस वीडियो | लो-फ़ाई चिल हॉप | 85 BPM | Rhodes, सॉफ़्ट बास, ब्रश्ड ड्रम |
| ट्रेलर या इंट्रो | सिनेमैटिक ऑर्केस्ट्रल | 90 BPM | सेलो, लो स्ट्रिंग्स, ताइको |
| वोकल वाला गाना | ड्रीमी इंडी पॉप | 110 BPM | जैंगली गिटार, सिंथ पैड, वॉइस |
Lo-fi chill hop, cozy and reflective, 85 BPM. Warm Fender Rhodes melody, soft round bass, brushed drums, muffled vinyl crackle and distant rain. Intro with crackle only, a verse with Rhodes and bass, a fuller chorus with pads and subtle strings, a soft fade-out on piano alone. Instrumental only, no vocals.
यह क्यों काम करता है: जेनर, मूड और टेम्पो सबसे पहले आते हैं, हर इंस्ट्रूमेंट के साथ एक विशेषण है, और टेक्सचर के विवरण (क्रैकल, बारिश) इसे एक लूप के बजाय एक जगह जैसा महसूस कराते हैं।
Cinematic orchestral, dark and hopeful. Instrumental only.
[0:00 - 0:20] Solo cello, slow and low, sparse notes, large hall reverb.
[0:20 - 0:50] Low strings ostinato enters, steady pulse at 90 BPM, tension rising.
[0:50 - 1:20] Taiko drums and brass swell, full orchestra, powerful.
[1:20 - 1:40] Sudden drop to cello alone, then one final brass hit.
यह क्यों काम करता है: टाइमस्टैम्प टुकड़े को एक आकार देते हैं, और 1:20 पर आने वाला ड्रॉप एक ऐसा विवरण है जो कोई सामान्य प्रॉम्प्ट संयोग से नहीं बनाएगा।
Dreamy indie pop, nostalgic and uplifting, 110 BPM. Jangly guitar, warm synth pads, soft drums, airy female vocal.
[Verse 1]
Walking through the morning rain,
city lights begin to fade,
every window hums a name,
every street a serenade.
[Chorus]
Hold the moment, let it stay,
we were never far away,
hold the moment, hold it near,
every song says you were here.
यह क्यों काम करता है: विवरण वाली पंक्ति आवाज़ तय करती है, टैग क्रम तय करते हैं, और कोरस इतना छोटा है कि उसे दोहराया जा सके।
Lyria 3 Pro आपके टेक्स्ट के साथ अधिकतम दस रेफ़रेंस इमेज स्वीकार करता है। इमेज माहौल, टेक्सचर और मूड को आकार देती हैं, जबकि जेनर, टेम्पो और स्ट्रक्चर का फ़ैसला अब भी आपका टेक्स्ट करता है। यही बँटवारा पूरी तरकीब है: एहसास के लिए तस्वीरें, तथ्यों के लिए शब्द।
सूर्योदय के समय धुंधली झील एम्बिएंट पैड और धीमे पियानो की ओर खींचती है। रात की बारिश वाली शहरी सड़क म्यूट ट्रम्पेट और ब्रश्ड ड्रम की ओर खींचती है। एक जैसे रंग-पैलेट और एक साफ़ सब्जेक्ट वाली इमेज चुनें, क्योंकि मिले-जुले संकेत मिले-जुले संगीत देते हैं। तीन या चार इमेज अच्छी शुरुआत है; दस अधिकतम सीमा है, लक्ष्य नहीं।
आप रेफ़रेंस इमेज खुद भी बना सकते हैं। किसी टेक्स्ट-टू-इमेज मॉडल जैसे Seedream 4.5, P-Image या GPT Image 2 से एक मूडी फ़ोटो बनाएँ, फिर उसे म्यूज़िक प्रॉम्प्ट में डालें। ट्रैक और उसके आर्टवर्क को एक ही विज़ुअल दुनिया में रखने का यह तेज़ तरीका है।
💡 पेयरिंग टिप: इमेज इस्तेमाल करते समय भी जेनर टेक्स्ट में लिखें। "Ambient piano, 60 BPM" के साथ एक झील की फ़ोटो अकेली फ़ोटो से बेहतर काम करती है।
पहले वीडियो बनाना और बाद में संगीत, दोनों को ईमानदार रखता है। Seedance 2.0 या Veo 3.1 जैसे टेक्स्ट-टू-वीडियो मॉडल से एक छोटा क्लिप बनाएँ, उसकी लंबाई नोट करें, फिर उसकी धड़कनों से मेल खाते टाइमस्टैम्प लिखें: इंट्रो तब जब शॉट स्थापित हो, उठाव तब जब सब्जेक्ट हिले, और अंतिम फ़्रेम पर रिलीज़। कुछ वीडियो मॉडल अपना ऑडियो भी जोड़ते हैं, लेकिन एक समर्पित ट्रैक आपको स्ट्रक्चर पर नियंत्रण देता है और उसी संगीत को कई क्लिप में दोबारा इस्तेमाल करने देता है।
Lyria 3 Pro PicassoIA पर उपलब्ध है, जो इसे एक मुफ़्त AI म्यूज़िक जनरेटर के रूप में सूचीबद्ध करता है। मॉडल दो इनपुट लेता है: एक टेक्स्ट प्रॉम्प्ट (ज़रूरी) और अधिकतम दस इमेज (वैकल्पिक)।
हर रन में एक वेरिएबल बदलना यह जानने का सबसे तेज़ तरीका है कि कौन-से शब्द मॉडल को दिशा देते हैं और कौन-से उसे नज़रअंदाज़ करता है।
वही बनावट PicassoIA के म्यूज़िक मॉडल पर भी काम करती है। एक ही ब्रीफ़ कई मॉडल पर चलाएँ और वह रखें जिसकी आवाज़ आपको पसंद आए।
| मॉडल | पेज क्या देता है |
|---|---|
| Lyria 3 | Google के Lyria 3 से मूल संगीत |
| Lyria 2 | Google का एक पिछला रिलीज़, साथ-साथ तुलना के लिए उपयोगी |
| MiniMax Music 2.6 | MiniMax परिवार के पूरे गाने |
| ElevenLabs Music | टेक्स्ट प्रॉम्प्ट से रचे गए AI गाने |
| Stable Audio 2.5 | टेक्स्ट से रचा गया संगीत |
टैग और टाइमस्टैम्प Lyria 3 Pro के लिए दस्तावेज़ित हैं, इसलिए दूसरे मॉडल पर भरोसा करने से पहले उन्हें परखें।
ऊपर से एक टेम्पलेट चुनें, दो विवरण बदलें, और Lyria 3 Pro पर जनरेट दबाएँ। जेनर बदलें, टेम्पो 15 BPM खिसकाएँ, या किसी इंस्ट्रूमेंटल को चार-पंक्ति वाले कोरस वाले ट्रैक में बदलें। फिर उसी ट्रैक के लिए किसी इमेज या वीडियो मॉडल से विज़ुअल बनाएँ और देखें कि एक विचार कितनी दूर तक जा सकता है।
Picasso IA म्यूज़िक, इमेज और वीडियो जनरेशन को एक ही जगह रखता है, ताकि एक ही विचार उसी दोपहर में गाना, एक स्थिर इमेज और एक क्लिप बन सके। पूरी मॉडल लाइब्रेरी खोलें, अपना पहला ब्रीफ़ लिखें, और सुनें कि एक सटीक प्रॉम्प्ट कैसा सुनाई देता है।
अपनी भाषा चुनें
