谷歌新音乐生成模型3.5(没有上pro) 中文识字率拉爆(几乎只认识笔画数为5以下的),被suno全系(3.5及以上)碾压

欣欣|林可欣 2026-07-30 23:21 1

不做全面测试

中国人写中国歌


生成不了中国歌,那就下一款


Lyria3.5 依然最长3分钟… 强调优化了「英文单词识字率」 增强指令遵循 可能是首款可以指定bpm的音乐模型 不清楚该怎么指定


这个模型这次没有再区分普通版和Pro版(我的渠道甚至用不了普通版,只能用Pro)了


二曲目10积分 (聊天按理说不耗积分的 但保留这个可能)

直接当场用相同提示词测了一下3.0Pro(直接创作模式,不经过agent)



一首歌五积分 看来确定聊天仍然不耗积分

还顺便发现之前阿三的Pro免费给我带来了1万积分 我攒了几年才7000多(上限了)


一句话就是没涨价


本来只是想吐槽3.5的中文极差的,又写了这么多,刚才也顺便测了3.0,那么就对比测试了一下

真的是堪比哈基米从2.5到3.0

完全换人了


先说结论吧



  1. 3pro的中文识字率高,我写的这首诗,他100%认字! 这种标题所说3.5几乎只能是5% 各种错,尤其是句末那个字他不认识的话,他就会发出两种音,极为破坏旋律,更别提韵律了。大概是大于等于五笔的字他几乎都不认识…

  2. 3.5哪怕不认字,但他的人声确实也更好听 真实感更强一些,3.0虽然每个字都对了,但是毫无感情 把诗唱的不伦不类 没有美感 到那后面高潮以及尾声前好一点点

  3. 3.5的旋律真的非常棒,两个版本的伴奏我都很喜欢 3.0的伴奏只有一小部分令我比较满意,其他地方听起来就感觉完全不如3.5


最后上一下我自己写的诗,以及本次的对比作品:

一首长路行

孤途万里赴苍茫,踏尽尘霜不肯藏。

漫逐风云辞旧岁,长携孤勇向遐荒。

昔时偶逐花间色,暂惹浮名草畔香。

碎梦虚缘皆过眼,闲情俗事自相忘。

一朝挥笔销前迹,万缕尘烟尽覆亡。

洗却浮嚣除俗垢,拂开纷扰卸衣裳。

身无牵绊心无累,意自澄明志自刚。

阅罢人间千万事,孑然清净赴远方。


其实写的是涩涩

3.5两版:

(因为当时的网络环境原因,没有自动生成封面,我给第一首歌用大香蕉画了一张)






3.0p:




所以最后还是说一句,3.5中文不行,但其他的我根本没测,不做评价,效果请自行评判

从伴奏方面以及人声演绎效果方面,我觉得3.5一定是整体有进步的,确实是更好的


这就是哈基米3.5p不上的原因吗

音乐模型也没有上p ^-^


最后再问:



泥们想让我回归开始水贴吗?





这个问题会直接决定我今后的抉择 正如引用句的下一句所说的[1]



此事告终,今日就此终结






  1. @hifumi_mizuhara ↩︎



最新回复 (4)
  • kumaxs 07-30 23:24
    1

    音乐的话,我还是觉得minimax可以,虽然minimax大模型拉垮了,音乐生成还是有点水平的.就是音乐生成对提示词要求挺高的,作曲结构,编排等等

  • Muelsyse 07-30 23:24
    2

    有空了去吃一口这个答辩,虽然我拿ai跑的都是纯音乐,人声采样我都是自己混进去的 ^-^

  • Hifumi Mizuhara 07-30 23:28
    3

    你可以选择像调vocaloid一样用类似的音节来模拟中文发音(虽然但是我为什么不直接玩vocaloid呢)




    无需问询我的意见。Do what you want to do.[1]






    1. @StellaFortuna ↩︎



  • 欣欣|林可欣 楼主 07-31 00:18
    4

    我只缺一句话,一个人


    一切也只是因为一句话,一个人(不是你)

* 帖子来源Linux.do
返回