<![CDATA[Model music live (live music model) seperti Lyria RealTime menghasilkan aliran audio kontinu yang dikendalikan secara waktu-nyata melalui sekumpulan prompt teks berbobot. Namun antarmuka prompt itu dirancang seputar penggunaan operator manusia yang mengatur prompt secara manual. Rancangan ini memunculkan adanya ketidakefektifan pemanfaatan model pada konten dengan dinamisitas tinggi seperti pembacaan buku digital, yang membutuhkan musik untuk berubah mengikuti teks. Pengaturan prompt juga memerlukan kemampuan interpretasi elemen teks seperti suasana, tema, dan tempo cerita yang harus dipetakan menjadi prompt musik bagi model yang tidak memiliki kosakata prompt baku. Penelitian ini menempatkan sebuah large language model (LLM; Claude) sebagai pengarah otomatis di tempat yang dirancang untuk diisi operator manual (manusia). LLM membaca teks halaman buku digital dan menghasilkan prompt untuk model musik. Rancangan sistem berpusat pada pembuatan konteks terstruktur per halaman (teks halaman, metadata, halaman dan prompt sebelumnya, dan halaman setelahnya) dan strategi kontinuitas di lapisan prompt, LLM yang menghasilkan prompt berbentuk kosakata musik dan bobotnya, sedangkan Lyria akan melakukan pengkondisian otomatis pada parameter lainnya. Evaluasi mengukur perilaku pengarahan yaitu pemertahanan prompt dalam adegan yang sama, dan perubahan prompt pada batas adegan atau bab yang dibandingkan dengan model embedding sebagai lantai non-LLM, serta mengukur latensi pembuatan prompt oleh LLM. Pada korpus evaluasi yang terdiri dari empat novel domain-publik, sistem mempertahankan prompt di dalam bagian adegan dan mengubahnya pada batas adegan (rerata perubahan pada-jeda 0,062 vs dalam-bagian 0,036; Cliff’s δ = 0,33, p Mann–Whitney < 10⁻⁹), dengan ukuran efek kira-kira dua kali lantai non-LLM, sementara waktu pembuatan prompt oleh LLM hanya menghabiskan ~3–4% anggaran waktu baca per halaman. Hasil ini menunjukkan kelayakan menempatkan LLM sebagai pengarah otomatis bagi model musik live untuk konten baca dinamis.]]>
