圖片生成音樂

運作原理：AI 如何「看圖聽音」？

Gemini 運用多模態理解能力，從三個維度深度分析你上傳的圖片，再由 Lyria 3 模型將分析結果轉化為 30 秒的完整音樂。

Step 1 & 2：準備圖片並上傳

1 準備一張圖片

選擇你想要配樂的圖片，以下類型都可以：

• 風景照片（山、海、草原、城市）
• 旅遊照、生活紀錄
• 寵物照片、人物肖像
• 藝術作品、插畫
• 任何有情緒感的照片

⚠️ 圖片建議：選擇情緒明確、主題清晰的圖片，效果會比雜亂的截圖或低解析度照片好很多。

2 上傳到 Gemini

在 Gemini 對話介面中，點擊輸入框旁的「附件」或「+」按鈕，選擇你的圖片上傳。

Step 3 & 4：輸入指令並取得結果

3 加上音樂指令

上傳圖片後，在輸入框中搭配音樂相關的提示文字，然後一起送出。

中文提示

根據這張圖片的氛圍，幫我創作一首配樂

英文提示（效果更佳）

Look at this photo and create a music track that captures its mood and atmosphere

4 試聽結果

Gemini 分析圖片後，會自動生成一段 30 秒的配樂。你可以：

• ▶️ 播放試聽——確認是否符合期待
• 📥 下載儲存——保存到本機使用
• 🔗 分享連結——傳給朋友一起聽
• 🔄 重新生成——不滿意可以繼續調整

✅ 如果對結果不滿意，可以追加文字修改需求，例如：節奏再慢一點，換成鋼琴為主

圖片配樂情境對照表

不同類型的圖片，Gemini 會自動匹配不同的音樂風格與樂器配置：

進階技巧：圖片 + 文字混合提示

只上傳圖片時，AI 會「自由發揮」；加上文字描述後，你可以精確控制輸出的風格、樂器、節奏。

範例指令 A — 秋天楓葉照

根據這張秋天楓葉的照片，創作一首帶有鋼琴和大提琴的輕柔古典風配樂，速度慢一些，情緒偏向溫暖懷舊

範例指令 B — 海邊旅遊照（英文，效果更佳）

Based on this beach photo, create an upbeat tropical pop track with ukulele, steel drums, and hand claps. Cheerful and carefree summer vibes. 110 BPM.

混合提示的進階範例

不同的文字描述會讓同一張圖片產出完全不同的音樂。以下以「城市夜景照」為例：

實戰應用場景

圖片生成音樂功能在以下場景中特別實用：