Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

如果我想对一首歌填新歌并合成演唱,用哪个AI工具

Answer

如果您想对一首歌填新词并合成演唱,可以使用以下 AI 工具:

  1. ACE Studio:
    • 实操步骤:
      • 第一步:准备音频素材。使用干声转换,在软件中分别导入人声干声和伴奏[文件-导入-导入音频],放在两个轨道上。干声用于转成 MIDI 做 AI 演唱。注意,男歌女唱或女歌男唱时,导入前先进行变调。常用工具如 TME Studio(地址:https://y.qq.com/tme_studio/index.html#/editor ),可用于音频分离;Vocalremover(地址:https://vocalremover.org/zh/key-bpm-finder ),包含音频分离、变调、BPM 查询等功能。
      • 第二步:干声转换。转换前先将工程 BPM 设置为与歌曲一致,然后将音频轨道的文件拖入到空白的歌手轨道进行干声转换。
      • 第三步:选择歌手。软件左侧有歌手可选择,长按拖动到歌手轨道的头像处即可切换歌手。
  2. Suno 和 Udio:推出了上传音频文件生成音乐的功能,有了前置旋律,可以精确控制每首歌的速度、旋律、配器、合成等。可以用提示词多 Roll 一些和流派、心情、场景相关的曲子,把点数用来 roll 更多细节调整的部分,提升作品品质。
Content generated by AI large model, please carefully verify (powered by aily)

References

张吃吃:AI歌手| ACE Studio入门教程及工作流分享

使用干声转换,我们需要在软件中分别导入人声干声和伴奏[文件-导入-导入音频],放在两个轨道上。干声是用来转成MIDI做AI演唱的。如下图所示:注意,如果是男歌女唱或者女歌男唱,请在导入前先进行变调后再导入(不会变调的看下方工具推荐)。通常女声比男声高5个key左右,不绝对,大家根据听感测试调整即可。有两个工具我在进行前期音频素材准备时较常用:TME Studio腾讯音乐开发的AI音频工具箱,其中我最常用的是音频分离,可用于将人声和伴奏从歌曲中提取出来。地址:https://y.qq.com/tme_studio/index.html#/editorVocalremover包含音频分离、变调、BPM查询等功能,我使用较多的是变调和BPM查询。建议在准备素材阶段,就将音频调整到所需调,并获取到BPM。地址:https://vocalremover.org/zh/key-bpm-finder[heading3]第二步:干声转换[content]在转换之前,有一个很重要的动作:请先将工程BPM设置为与歌曲一致,就是界面顶部这个东东,前面是BPM后面是拍数,请把BPM修改为上述操作获取到的数字,这一步是为了后续微调的时候方便音符对齐节奏:设置完成后,将音频轨道的文件拖入到空白的歌手轨道,即可进行干声转换。[heading3]第三步:选择歌手[content]软件左侧有歌手可以选择,长按拖动到歌手轨道的头像处即可切换歌手。

吵爷:AI音乐-自定义前奏的一种工作流

Suno和Udio都推出了上传音频文件生成音乐的功能,很多行业大号都拿来做了各种无厘头编曲(像卡兹克的:倒车请注意),确实狠魔性~短期可以出很多流量。不过玩归玩,这个功能对于AI音乐的作用,在于精确的控制力。有了前置的旋律,我们可以精确控制每首歌的:速度(Tempo)再也不用去背那些绕口的速度词了(什么Allegro,Moderato...),可以精确控制我们想要的BPM旋律(Melody)通过自己制作一段简单的旋律,让AI补全并在整首歌贯穿,并且可以旋律+速度实现一谱变速,节省大量Roll旋律的时间。配器(Instrumentation)按照自己的想法选择音乐的乐器,减少提示词里乐器不灵光的情况(比如Suno的Drum solo),也可以自己开脑洞选择一些特殊的音色,比如用笛子吹小步舞曲~合成(synthesizer)当我们手上有两支BPM完全相同,调性也相同的音乐时,可以尝试更多的拆分组合,尝试一些更好玩的效果。这个还没试,之后会找时间试一些曲子。既然上传音频大大节省了对着一首歌猛roll的点数消耗,那每个月的点数拿来干嘛呢?首先,我们可以用提示词多Roll一些和流派,心情,场景相关的曲子。在减少了限制以后,AI音乐会发挥更多的创造力,Suno官方也提过(less is more),让AI音乐展现更强的一面。然后把这些好的旋律存起来,可能是前奏,副歌,或者一段和声,都可以作为之后制作的素材。其次,把点数用来roll更多细节调整的部分,比如某段曲子里面,一定要让它升调,不走平调,把冲的钱用在提升每首作品的品质上。下面用一个简单的例子来演示一下这个工作流:

[音乐学习] AI音乐-自定义前奏的一种工作流

Suno和Udio都推出了上传音频文件生成音乐的功能,很多行业大号都拿来做了各种无厘头编曲(像卡兹克的:倒车请注意),确实狠魔性~短期可以出很多流量。不过玩归玩,这个功能对于AI音乐的作用,在于精确的控制力。有了前置的旋律,我们可以精确控制每首歌的:速度(Tempo)再也不用去背那些绕口的速度词了(什么Allegro,Moderato...),可以精确控制我们想要的BPM旋律(Melody)通过自己制作一段简单的旋律,让AI补全并在整首歌贯穿,并且可以旋律+速度实现一谱变速,节省大量Roll旋律的时间。配器(Instrumentation)按照自己的想法选择音乐的乐器,减少提示词里乐器不灵光的情况(比如Suno的Drum solo),也可以自己开脑洞选择一些特殊的音色,比如用笛子吹小步舞曲~合成(synthesizer)当我们手上有两支BPM完全相同,调性也相同的音乐时,可以尝试更多的拆分组合,尝试一些更好玩的效果。这个还没试,之后会找时间试一些曲子。既然上传音频大大节省了对着一首歌猛roll的点数消耗,那每个月的点数拿来干嘛呢?首先,我们可以用提示词多Roll一些和流派,心情,场景相关的曲子。在减少了限制以后,AI音乐会发挥更多的创造力,Suno官方也提过(less is more),让AI音乐展现更强的一面。然后把这些好的旋律存起来,可能是前奏,副歌,或者一段和声,都可以作为之后制作的素材。其次,把点数用来roll更多细节调整的部分,比如某段曲子里面,一定要让它升调,不走平调,把冲的钱用在提升每首作品的品质上。下面用一个简单的例子来演示一下这个工作流:

Others are asking
如何让企业微信可以接上 AI?让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服,可以参考以下内容: 1. 基于 COW 框架的 ChatBot 实现方案:这是一个基于大模型搭建的 Chat 机器人框架,可以将多模型塞进微信(包括企业微信)里。张梦飞同学写了更适合小白的使用教程,链接为: 。 可以实现打造属于自己的 ChatBot,包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能,以及常用开源插件的安装应用。 正式开始前需要知道:本实现思路需要接入大模型 API 的方式实现(API 单独付费)。 风险与注意事项:微信端因为是非常规使用,会有封号危险,不建议主力微信号接入;只探讨操作步骤,请依法合规使用,大模型生成的内容注意甄别,确保所有操作均符合相关法律法规的要求,禁止将此操作用于任何非法目的,处理敏感或个人隐私数据时注意脱敏,以防任何可能的滥用或泄露。 支持多平台接入,如微信、企业微信、公众号、飞书、钉钉等;多模型选择,如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等;多消息类型支持,能处理文本、语音和图片,以及基于自有知识库进行定制的企业智能客服功能;多部署方法,如本地运行、服务器运行、Docker 的方式。 2. DIN 配置:先配置 FastGpt、OneAPI,装上 AI 的大脑后,可体验知识库功能并与 AI 对话。新建应用,在知识库菜单新建知识库,上传文件或写入信息,最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中,AI 面临着巨大挑战,如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法,利用价值网络评估棋面优劣,策略网络选择最佳落子,且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练,达到蒙特卡洛树搜索水平,并将其与蒙特卡洛树搜索有机结合,取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步,也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外,神经网络在处理未知规则方面具有优势,虽然传统方法在处理象棋问题上可行,但对于围棋则困难重重,而神经网络专门应对此类未知规则情况。关于这部分内容,推荐阅读《这就是 ChatGPT》一书,其作者备受推崇,美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容: 1. Coze:支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容,可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时,输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序,标注要采集的内容,内容上传成功率高。 2. AI Share Card:能够一键解析各类网页内容,生成推荐文案,把分享链接转换为精美的二维码分享卡。通过用户浏览器,以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频(文生视频)的相关信息: 一些提供文生视频功能的产品: Pika:擅长动画制作,支持视频编辑。 SVD:Stable Diffusion 的插件,可在图片基础上生成视频。 Runway:老牌工具,提供实时涂抹修改视频功能,但收费。 Kaiber:视频转视频 AI,能将原视频转换成各种风格。 Sora:由 OpenAI 开发,可生成长达 1 分钟以上的视频。 更多相关网站可查看:https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤(以梦 AI 为例): 进入平台:打开梦 AI 网站并登录,新用户有积分可免费体验。 输入提示词:涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成:确认提示词无误后,选择模型、画面比例,点击「生成」按钮。 预览与下载:生成完毕后预览视频,满意则下载保存,不理想可调整提示词再试。 视频模型 Sora:OpenAI 发布的首款文生视频模型,能根据文字指令创造逼真且充满想象力的场景,可生成长达 1 分钟的一镜到底超长视频,视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑: 法律法规方面:《促进创新的人工智能监管方法》指出,AI 的发展带来了一系列新的安全风险,如对个人、组织和关键基础设施的风险。在设备风控中,需要关注法律框架是否能充分应对 AI 带来的风险,如数据隐私、公平性等问题。 趋势研究方面:在制造业中,AI Agent 可用于生产决策、设备维护、供应链协调等。例如,在工业设备监控与预防性维护中,Agent 能通过监测传感器数据识别异常模式,提前通知检修,减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面,AI Agent 也能发挥重要作用,实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总: 4 月 11 日: Pika 上线 Pika Twists 能力,可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中,结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术,可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术,实现从单张图片快速生成超逼真的 3D 头像,在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage,通过图片生成可自由拼装 3D 场景,再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型,无缝支持各种视频生成任务(文本/图像/视频到视频)。 4 月 9 日: ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下,可生成完整的 1 分钟视频。 4 月 14 日: 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
我想要做一首歌,请给我推荐免费的AI大模型
以下为您推荐一些免费的 AI 大模型及获取方式: 1. 国内: 阿里的通义千问大模型接口:您可以打开链接创建 API key。 智谱 AI(ChatGLM)、科大讯飞(SparkDesk)也有免费接口,但国内的大模型大多限制一定免费额度的 Token。 2. 国外: 谷歌的 Gemini 大模型(gemini 1.5)。 海外版 Coze 的 GPT4 模型,此模型免费且能图片识别,但需要给服务器挂梯子。想使用的话,推荐参考张梦飞同学写的教程:,里面有手把手教您如何给服务器科学上网以及如何使用海外版 coze。 另外,为了帮助您更好地理解 AI 大模型的相关知识,以下是一些概念和原理的介绍: 1. 生成式 AI 生成的内容叫做 AIGC。 2. 相关技术名词: AI 即人工智能。 机器学习包括监督学习、无监督学习、强化学习,电脑通过找规律进行学习。 监督学习使用有标签的训练数据,算法目标是学习输入和输出之间的映射关系,包括分类和回归。 无监督学习使用的数据没有标签,算法自主发现规律,经典任务如聚类。 强化学习从反馈里学习,最大化奖励或最小化损失,类似训小狗。 深度学习是一种参照人脑有神经网络和神经元的方法(因有很多层所以叫深度),神经网络可用于监督学习、无监督学习、强化学习。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 即大语言模型,对于生成式 AI,生成图像的扩散模型不是大语言模型;对于大语言模型,生成只是其中一个处理任务,比如谷歌的 BERT 模型,可用于语义理解(不擅长文本生成),如上下文理解、情感分析、文本分类。 3. 技术里程碑:2017 年 6 月,谷歌团队发表论文《Attention is All You Need》,首次提出了 Transformer 模型,它完全基于自注意力机制(SelfAttention)来处理序列数据,而不需要依赖于循环神经网络(RNN)或卷积神经网络(CNN)。Transformer 比 RNN 更适合处理文本的长距离依赖性。
2025-02-11
如何在suno 中指定演唱者的性别
在Suno AI音乐创作平台上,通过精准的提示词输入,您可以引导模型更接近地捕捉和实现您心中所想象的音乐效果。以下是一些关键提示词的类别和示例,它们将成为您创作旅程中的得力助手。 声音类提示词 ``` Male Vocal(男声) Female Vocal(女声) Male Singer(男歌唱家) Female Singer(女歌唱家 Female Diva Solo(女独唱) ```
2024-04-22