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

听音乐制作画面的AI

Answer

以下是关于听音乐制作画面的 AI 的相关内容：

  1. 工具使用：

    • 生成音乐：Suno 能够根据用户对音乐的具体描述生成音乐作品，为视频增添独特音乐元素，提升艺术性和观赏性。
    • 人物对白配音：即开即用的 ondoku，输入文字可快速得到配音文件。
    • 后期合成：主要使用剪映，对 AI 生成的视频进行截取和补充，合成时可进行画面匹配并调整音乐协调性。
    • 视频轨道层包括台词层、效果层（关键帧、蒙版）、视频画面（AI 生成的视频画面加闭幕）、人声台词、音效、背景音乐。

  2. 分镜创作：

    • 歌曲创作完成后出分镜脚本，因 AI 视频制作特殊性，分镜直接决定最终视频呈现效果。
    • 画面生成分为三类：有歌词部分用 midjourney 生成；无歌词部分如前奏用 SD 制作字体设计；转场用 deforum 制作。
    • 让 gpt 按每段歌词生成 mj 提示词，作为画面参考并调整编写。
    • 如开篇构思通过弹古筝女子引入，通过多种工具调整构图。

  3. 其他方面：

    • AI 抠图：可直接抠图或在 PS 里操作，图片上传即可，用于制作素材和氛围动画。
    • 声音素材：
      • 背景音乐：Aive 尝试制作背景音乐，部分团队成员用工具生成，因要求高，还利用分离人声的 AI 软件处理音乐。
      • 旁白：使用微软 AI 语音，其声音库支持 147 种语言，还有定制声音选择。
Content generated by AI large model, please carefully verify (powered by aily)

References

桂大羊：保姆级教程 | AI视频短片的制作技巧_桂大羊-站酷ZCOOL

[2058d81834f871ef80020764a0ec0102.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/VFW1bOnqGoGGldxZbyAciduhnNd?allow_redirect=1)[8041702d34f871ef97106733a68f0102.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/NxwqbPOnXoaeuhxAdj6cx7HHnDc?allow_redirect=1)AI生成音乐的工具使用的是Suno，它能够根据用户对音乐的具体描述，快速生成符合预期的音乐作品。这不仅能够为我们的视频增添独特的音乐元素，也能进一步提升视频作品的艺术性和观赏性。本次制作共生成了30首歌曲，从中挑选出符合视频节奏的背景音乐。本次人物对白比较简单，经过对比我们选择了即开即用的ondoku进行配音，输入文字后就可以快速得到配音文件。后期合成主要使用了剪映，即梦AI生成的视频时长是3秒钟，并非整个3秒都能使用，根据剧本和画面内容，需要做部分截取。合成的过程中，会发现画面内容出现不协调情况，或者出现画面内容缺少的情况，需要重新生成画面视频进行补充。不过大多数情况下，画面原有的素材能够应对剪辑工作。视频音乐再合成时也可以进行画面匹配后再听听音乐是否协调。视频轨道层分别是：台词层、效果层（关键帧、蒙版）、视频画面（AI生成的视频画面加闭幕）、人声台词、音效、背景音乐。

白马：6000字超详细复盘！《AI你·南京》AIGC城市宣传MV全流程制作解析

歌曲创作完成之后就是要给视频出分镜脚本，但是这个分镜脚本和真正影视拍摄里的分镜还不太一样。影视里的分镜是给拍摄提供依据的，是剧本和实际拍摄之间的一个桥梁。但是由于AI视频制作的特殊性，我们其实是没有拍摄的实际过程的，而是通过图生视频来直接生成，所以我们的分镜就直接决定了最终视频呈现效果的好坏。我们现在就需要根据音乐来进行画面的生成。画面的生成我分成了三个大类：一类是有歌词的部分，我打算用midjourney来进行生成，它的画面美感是顶级的；第二类是无歌词的部分，比如长达20秒的前奏，这里我打算使用SD来制作南京12个区的字体设计，包括主标题的设计；第三类是转场，比如主歌进副歌的时候，需要让镜头之间更有设计感，我选择使用deforum来进行制作。虽然有了歌词，但是我还是需要一些具体的画面描述，所以接下来，我就让gpt帮我按照每段歌词生成了一系列的mj提示词。当然这些提示词只是一个大概的画面参考，具体的还是需要我们去调整和编写。比如开头的部分，歌词并没有体现，所以我们需要我们自己去构思。我在创作这个歌曲的时候就想过融入古筝这个传统乐器，所以在开篇的时候我就想过通过一名弹古筝的女子来引入。为了增加神秘感，我希望画面的开篇是女子的背景，然后镜头慢慢的拉进。但是在mj出图的过程中，虽然画出了背对画面的女子，但是古筝的位置一直不对，甚至还出现了反弹古筝的诡异姿势。于是我打算曲线救国，首先使用对语义理解最准确的DALL·E3来绘制出我们需要的构图。然后再使用垫图的方式给到mj，就画出了我想要的构图。

AI制作游戏PV《追光者》——制作流程与收获

可以直接抠图，也可以安装PS里的进行操作：图片上传即可抠图，可以用于做一些素材，在用素材辅助做一些氛围动画。如叶子飘落，战斗时石头等素材[media2.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/F4lpbVDMtoyDIDxj233cAXzpn6e?allow_redirect=1)[heading2]2.9声音素材[content]背景音乐Aive尝试制作背景音乐。但是由于需要一些乐理知识，对于我们来说有点困难，于是其中一名团队成员想着可以用下方的工具，生成差不多背景音乐，这个还会有版权使用许可证。为了在紧张刺激的场景画面时体现激烈的氛围，需要在音乐中加上鼓点，但高潮部分音乐又要足够气势磅礴，使得整体的画面和节奏相互协调。我们发现大部分的AI音乐难以达到我们的要求。于是我们利用了一款分离人声的AI软件，它能够将人声从背景音乐中分离出来。并且对一些游戏宣传的音乐进行了人声去除和剪辑处理。尽管这个项目只是借用了人工智能的概念，但实际上也应用了一些简单的技术，目前的音乐是一种无版权的剪辑形式。旁白微软AI语音：制作使用了微软声音库制作旁白，语音库支持147种语言，相对而言选择就会多一些，除了语音库，还有定制声音。（也可以根据你的声调跟节奏来制作旁白）[媒体8.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/IPSKbhwOloeMsIxAQjVcRD0wnWb?allow_redirect=1)

Others are asking
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
ai视频教学
以下是为您提供的 AI 视频教学相关内容： 1. 第一节回放 AI 编程从入门到精通： 课程安排：19、20、22 和 28 号四天进行 AI 编程教学，周五晚上穿插 AI 视频教学。 视频预告：周五晚上邀请小龙问露露拆解爆火的 AI 视频制作，视频在视频号上有大量转发和播放。 编程工具 tree：整合多种模型，可免费无限量试用，下载需科学上网，Mac 可拖到文件夹安装，推荐注册 GitHub 账号用于代码存储和发布，主界面分为工具区、AI 干活区、右侧功能区等。 网络不稳定处理：网络不稳定时尝试更换节点。 项目克隆与文件夹：每个项目通过在本地新建文件夹来区分，项目运行一轮一轮进行，可新建会话，终端可重开。 GitHub 仓库创建：仓库相当于本地项目，可新建，新建后有地址，可通过多种方式上传。 Python 环境安装：为方便安装提供了安装包，安装时要选特定选项，安装后通过命令确认。 代码生成与修改：在 tree 中输入需求生成代码，可对生成的代码提出修改要求，如添加滑动条、雪花形状、颜色等，修改后审查并接受。 2. AI 视频提示词库： 神秘风 Arcane：Prompt：a robot is walking through a destroyed city,,League of Legends style,game modelling 乐高 Lego：Prompt：a robot is walking through a destroyed city,,lego movie style,bright colours,block building style 模糊背景 Blur Background：Prompt：a robot is walking through a destroyed city,,emphasis on foreground elements,sharp focus,soft background 宫崎骏 Ghibli：Prompt：a robot is walking through a destroyed city,,Spirited Away,Howl's Moving Castle,dreamy colour palette 蒸汽朋克 Steampunk：Prompt：a robot is walking through a destroyed city,,fantasy,gear decoration,brass metal robotics,3d game 印象派 Impressionism：Prompt：a robot is walking through a destroyed city,,big movements
2025-04-20
ai写程序
以下是关于使用 AI 写程序的相关内容： 1. 对于技术纯小白： 从最基础的小任务开始，让 AI 按照最佳实践写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，以学会必备的调试技能。 若学习写 chrome 插件，可让 AI 按照最佳实践生成简单的示范项目，包含全面的典型文件和功能，并讲解每个文件的作用和程序运行的逻辑。若使用 o1mini，可在提示词最后添加生成创建脚本的要求，并请教如何运行脚本（Windows 机器则是 create.cmd）。 2. 明确项目需求： 通过与 AI 的对话逐步明确项目需求。 让 AI 帮助梳理出产品需求文档，在后续开发时每次新起聊天将文档发给 AI 并告知在做的功能点。 3. 在独立游戏开发中的经验： 单独让 AI 写小功能没问题，但对于复杂的程序框架，可把不方便配表而又需要撰写的简单、模板化、多调用 API 且牵涉小部分特殊逻辑的代码交给 AI。 以 Buff 系统为例，可让 AI 仿照代码写一些 Buff。但目前 Cursor 生成复杂代码需要复杂的前期调教，ChatGPT 相对更方便。 教 AI 时要像哄小孩，及时肯定正确的，指出错误时要克制，不断完善其经验。 4. 相关资源和平台： AI 写小游戏平台：https://poe.com/ 图片网站：https://imgur.com/ 改 bug 的网站：https://v0.dev/chat 国内小游戏发布平台：https://open.4399.cn/console/ 需要注意的是，使用 AI 写程序时，对于技术小白来说，入门容易但深入较难，若没有技术背景可能提不出问题，从而影响 AI 发挥作用。
2025-04-19
画面提示词，近景中景远景这类的
以下是关于 AI 绘画中画面提示词的相关内容： 画面构图提示词： 相机相关：canon 5d、fujifilm xt100、Sony alpha 等相机型号，以及焦段光圈。 景别：特写（CloseUp，CU）、中特写（Medium CloseUp，MCU）、中景（Medium Shot，MS）、中远景（Medium Long Shot，MLS）、远景（Long Shot，LS）、过肩景（over the shoulder shot）、松散景（loose shot）、近距离景（tight shot）、两景（two shot，2S）、三景（three shot，3S）、群景（group shot，GS）、风景照（scenery shot）、背景虚化（bokeh）、前景（foreground）、背景（background）、细节镜头（Detail Shot，ECU）、面部拍摄（Face Shot，VCU）、膝景（Knee Shot，KS）、全身照（Full Length Shot，FLS）。 镜头提示词： 景别： 大远景镜头（Extreme Long Shot）：拍摄非常大的场景，如整个城市或山脉，用于展示环境和背景。 远景镜头（Long Shot）：展示人物与环境的关系，常用于展示场景和环境背景。 全景（Full Shot，FS）：展示整个场景或人物的全身，常用于展示动作或场景的全貌。 中远景镜头（Medium Long Shot，MLS）：介于中景镜头和全景镜头之间，一般从膝盖以上开始拍摄。 中景（Medium Shot，MS）：从腰部以上拍摄，用于展示人物的动作和情感表达，环境和背景通常可见。 牛仔镜头（Cowboy Shot，CS）：从角色的大腿中部开始拍摄，把角色的枪套拍入其中。 中近景（Medium Closeup，MCU）：展示人物胸部以上，强调表情和细节。 近景（Closeup，CU）：拍摄人物的头部或面部的特写镜头，背景和环境通常模糊或不可见。 全特写（Choker Shot）：取景范围上到拍出人脸眉毛，下到拍出嘴唇，镜头带不到肩部。 大特写镜头（Extreme Close Up，ECU）：强调主体某个小区域的细节，如眼部和嘴部。 镜头类型： 广角镜头（Wide Angle Shot）：能捕捉到更广阔的场景范围，强调空间和距离。 全景镜头（Panorama Shot）：通过横向移动摄像机展示宽广场景，常用于风景和战斗场景。 鱼眼镜头（Fisheye Shot）：画面呈现出独特的弯曲效果，常用于表现畸形的空间感或奇异的视角。 超广角镜头（Ultra Wide Angle Shot）：捕捉更广阔的视野，增强场景的宏伟感或角色在环境中的渺小。 角度： 视平线镜头（Eye Level）：与人眼视线齐平，产生中性、自然的效果。 特写镜头（CloseUp Shot）：聚焦于角色面部或特定物体，突出细节，传达情感或重要信息。 极近景（Extreme CloseUp Shot）：放大某一细节，强调情感或悬念。 俯拍镜头（High Angle Shot）：从高处向下拍摄，使被拍摄对象显得渺小或弱小。 仰拍镜头（Low Angle Shot）：从低处向上拍摄，使被拍摄对象显得高大或强大。 倾斜镜头（Dutch Angle Shot）：故意倾斜摄像机，使画面产生不稳定感，常用于表现混乱或不安。 切角镜头（Corner Shot）：从建筑物或房间的角落拍摄，制造窥视或被监视的感觉。 极端视角镜头（Extreme Angle Shot）：使用极端的俯视或仰视角度拍摄，增加戏剧性或表现角色的力量关系。 反转镜头（Inverted Shot）：将画面颠倒拍摄，挑战观众视觉习惯，常用于表现混乱或不稳定的心理状态。 透视变化镜头（Perspective Shift Shot）：通过改变摄像机视角或位置，逐渐揭示新的信息或细节。
2025-03-29
使用ai换背景能够实现真实的画面效果
使用 AI 换背景能够实现较为真实的画面效果，以下为您介绍几种相关方法： 在 SD 中，若要实现更精确的蒙版，如人物的眼睛或身上配饰等，可以使用 Segment Anything 中的 GroundingDINO 模型。启用该模型后，AI 会自动下载，也可从云盘下载放到指定文件目录。在检测提示词中输入相关内容，如“eye”，AI 可自动检测并设置蒙版，还能通过预览箱体获取眼睛编号进行单一调整。选择要修改的蒙版上传到重绘蒙版中，添加提示词如“闭眼”并生成。之后可给人物换背景，加载生成的背景蒙版，选择大模型和正向提示词，如“简单背景、花、国画、工笔”，并选择蒙版模式。若效果不佳，可将图片放入图生图中用 tile 模型细化，还可在 PS 中用创成式填充修复头发。 在 PS 中，可利用“创成式填充”去掉主体以外的人物，如在水面画选区并输入提示词添加渔船，选择头部区域添加棒球帽，选择草地部分输入提示词更换，选择树输入提示词更改等。但 PS 的“创成式填充”并非无所不能，生成的图可能质量不高或不匹配，需要更多尝试和后期处理。 Google 的 Gemini 文生图 AI 在抠图、换背景、打光影方面表现出色。如能无中生有地换背景，进行商业级别的背景合成与打光，通常能在短时间内取得稳定且较好的预期结果。
2025-03-18
听音乐制作画面
以下是关于听音乐制作画面的相关内容： 在《AI 你·南京》AIGC 城市宣传 MV 全流程制作中，歌曲创作完成后进行分镜脚本创作。由于 AI 视频制作的特殊性，分镜直接决定最终视频呈现效果。根据音乐生成画面分为三类：有歌词部分用 midjourney 生成，无歌词部分如前奏用 SD 制作字体设计，转场用 deforum 制作。同时，让 gpt 按每段歌词生成 mj 提示词，虽只是大概参考，仍需调整编写。如开篇构思融入古筝和弹古筝女子，通过多种方式解决画面生成中的问题。 在 KEEN 的离谱村系列 2 音乐制作中，影片作者为 KEEN，配乐的主要 Prompt 设计由 GPT4 完成，音乐制作由 Suno 负责。提供了相关历史记录、操作指北及配乐的链接。 在桂大羊的 AI 视频短片制作中，使用 Suno 生成音乐，共生成 30 首歌曲并挑选符合视频节奏的背景音乐。人物对白选择用 ondoku 配音，后期合成主要用剪映，会根据情况重新生成画面视频补充，视频轨道层包括台词层、效果层、视频画面、人声台词、音效、背景音乐等。
2025-03-14
我想要生成一张妇女节的海报，主标题是春暖花开，致敬每一个“她”力量。画面中有一些补气血的产品
很抱歉，目前没有相关的生成海报的具体内容。但您可以使用一些 AI 绘画工具来实现您的需求，比如 DALL·E2、StableDiffusion 等。在输入提示词时，您可以详细描述您的要求，例如“一张妇女节海报，主标题是春暖花开，致敬每一个‘她’力量，画面中有一些补气血的产品，整体色调温暖，背景是盛开的花朵”，这样有助于生成更符合您期望的海报画面。
2025-03-05
我想要生成一张海报图，主题是妇女节，画面中需要有两三个年轻女性在食用阿胶产品，该怎么提问
如果您想要生成一张以妇女节为主题，包含两三个年轻女性在食用阿胶产品的海报图，您可以这样向 AI 提问：“请为我生成一张以妇女节为背景，画面中有两到三个年轻女性正在愉快地食用阿胶产品的海报，海报要色彩鲜艳、温馨，突出女性的美丽和活力。”
2025-03-04
我想要生成一张海报图，主题是妇女节，画面中需要有一个容光焕发的女性，该怎么提问
以下是一些可能用于生成妇女节主题海报中容光焕发女性的提问示例： 1. 一位容光焕发的女性站在鲜花簇拥的舞台中央，身着华丽的礼服，面带自信的微笑，背景是璀璨的灯光，超现实主义风格。 2. 一个容光焕发的女性在阳光明媚的花园里漫步，身着优雅的春装，头发随风飘动，妆容精致，摄影杂志封面风格。 3. 容光焕发的女性坐在温馨的咖啡馆角落，手捧鲜花，眼神明亮，周围是温暖的色调，具有艺术感的绘画风格。 4. 一位容光焕发的女性在现代化的城市街头，身着时尚的职业装，手持文件，步伐坚定，未来主义的摄影风格。 5. 容光焕发的女性在海边沙滩上翩翩起舞，身着飘逸的长裙，身上点缀着贝壳饰品，梦幻般的插画风格。
2025-03-04
ai音乐的行业研究报告
以下是为您提供的关于 AI 音乐的行业研究报告相关内容： 量子位智库发布的《AI 音乐应用产业报告（2024 年）》指出，AI 音乐生成技术通过学习大量音乐数据，已能创作出具有一定艺术性的音乐作品。技术发展迅速，音频模型尤其受到关注，因其能直接生成流畅自然的音乐。AI 音乐简化了音乐制作流程，为音乐产业带来变革。流媒体平台可能成为商业化的最大受益者，而传统音乐工程可能面临冲击。数据和情感表达的精准把控是技术迭代和商业化的关键。报告还提到，AI 音乐生成产品如 Suno 和 Udio 等，正在推动“人人皆可创作”的时代，同时面临技术、音乐属性和商业化等方面的挑战。 《专访 Luma AI 首席科学家：我们更相信多模态的 Scaling Law》中，Luma AI 首席科学家 Jiaming Song 在访谈中介绍了他们新推出的视频生成模型 Dream Machine。该模型旨在通过提升动作幅度来改善用户体验，以满足市场对视频生成的需求。Luma 的转型从 3D 生成到视频生成，是为了实现更高维度的 4D 表现，视频被视为实现更好 3D 效果的有效途径。Jiaming 指出，视频生成模型具备强大的 3D 一致性和光学效果，能够直接将图像转化为视频，再进一步转换为 3D 模型。 AI 音乐|2.21 资讯中，包含生成式人工智能对音乐领域的影响研究、谷歌推出 MusicRL：生成符合人类偏好的音乐、使用 Beatoven AI 的文生音乐功能给视频配乐、HyperGANStrument：使用音高不变超网络进行乐器声音合成和编辑、Stability AI 发布 Stable Audio AudioSparx 1.0 音乐模型等内容。 2024 年度 AI 十大趋势报告中提到，AI 生成音乐存在基于乐理规则的符号生成模型和基于音频数据的音频生成模型两种主流技术路线。开发者正在使用 AI 生成音乐来填充游戏过程与游戏 UI 中需要使用到的各类音效、不同游戏场景中用以渲染氛围的各种音乐。AI 生成音乐作为音乐资产在游戏制作和发行环节使用都是非常可行的，像 MusicLM 等模型已经支持生成多音轨的作品。使用 AI 生成音乐为原型、佐以专业制作人的协调，将使 AI 音乐更快进入游戏制作与发行的生产线。同时，AI 还能基于玩家游戏行为评估玩家技能水平和游戏风格，动态调整游戏难度等，提升玩家体验。此外，许多充满灵感的开发者正在尝试将 AI 作为游戏玩法的一环，促进游戏产业变革。 相关报告链接： 《AI 音乐应用产业报告（2024 年）》：https://waytoagi.feishu.cn/record/YoicrOScreZ7scct1Z3ciDM7nAd 生成式人工智能对音乐领域的影响研究报告：https://www.gema.de/documents/d/guest/gemasacemgoldmediaaiandmusicpdf
2025-04-11
音乐生成
目前在 AI 音乐生成领域，主要方式是“提示词+歌词”。具有代表性的产品有 Suno 和 Udio，Suno 在 a16z 最新统计的生成式 AI 网页端产品排名位居 Top5，半年内上升了 31 个名次，能生成 4 分钟的歌曲；Udio 排名 Top33，能生成 2 分钟的歌曲，但中文发音还有待提高。近半年二者丰富了一些可控性，如上传音频作为生成参考以及支持片段修改。 除此之外，还有类似的原生工具如海绵音乐、MusicFX，以及其它赛道的产品如剪映、TikTok、Mubert、唱鸭、网易天音等，通过集成生成能力来丰富功能提升体验。 AI 音乐生成的实际应用归纳为 5 个场景，生成技术在音乐视频和功能型音乐创作中正在发挥商业价值，社交娱乐和业余音乐创作场景未产生明确价值，专业创作领域尚待 AI 融合进工作流。 ElevenLabs 推出了自己的音乐生成模型 ElevenLabs Music，并展示了早期预览版生成的歌曲，该模型可直接通过文本提示生成完整带歌词音乐，歌曲风格涵盖流行摇滚、乡村、爵士、当代 R&B 和独立摇滚等多样化类型。详细内容，更多试听：https://xiaohu.ai/p/7687
2025-04-10
AI音乐
AI 音乐相关内容如下： 在剪映中使用 AI 音乐： 点击 AI 音乐后，可选择人声歌曲或纯音乐。 描述想要的音乐风格，如民谣、流行、嘻哈、国风等。 若选人声歌曲，可自己填写歌词或让 AI 代写，通过智能歌词按钮输入简单词语给 AI 提示即可生成歌词。 音乐库提供各种风格的音乐，选择合适的添加到音轨。 音效库可通过搜索框输入关键词，如开门声，试听后添加到音轨。 人工智能音频初创公司： （被 Apple 收购）：音乐帮助品牌与受众建立更深层次的连接。 ：下一代音乐制作人。 ：由 AI 驱动的软件引擎，可生成音乐，能对手势、动作、代码或其他声音作出反应。 ：全球最大的音乐教育平台。 ：用于创作歌曲和音频录制的应用程序。 ：提供无缝录音室体验的一体化在线协作平台。 ：专业音频、语音、声音和音乐的扩展服务。 ：视频编辑的音频解决方案。 ：由 AI 驱动的音乐工作室。 ：通过直观的软件/硬件生态系统为音乐演奏者提供世界级声音的民主化访问。 ：AI 音频插件和社区，弥合 AI 研究与创意之间的差距。 ：为音乐人、制作人和内容创作者提供 AI 驱动的混音服务。 ：为创作者提供的在线音乐软件，包括音乐母带处理、数字音乐发行、分期付款插件、免费样本包和协作工具。 AI 生成音乐的工具： 是利用人工智能技术，特别是机器学习和深度学习算法，来创作、编排和生成音乐的软件平台。 能够分析大量音乐数据，学习音乐模式和结构，根据用户输入或特定指令创作新音乐作品。 推荐产品： Udio：由前 Google DeepMind 工程师开发，通过文本提示快速生成符合用户音乐风格喜好的高质量音乐作品。 Suno AI：是一款革命性的人工智能音乐生成工具，通过先进的深度学习技术，将用户输入转化为富有情感且高质量的音乐作品。
2025-04-09
怎么用AI音乐变现
以下是关于用 AI 音乐变现的一些途径和相关信息： 1. 了解 AI 音乐的流派和 prompt 电子书，例如格林同学做的翻译。 2. 利用相关平台，如 LAIVE：这是一个利用 AI 技术一次性生成音乐、歌词、主唱等的创作平台，使用者可以选择自己喜欢的类型和情调，上传参考音源，AI 可以通过分析生成音乐。并且可以选择主唱和修改歌词，目前为开放测试阶段。输入促销代码 LAIVEcreator 可获得 50 代币（入口在个人资料），令牌有效期为输入代码后的 30 天，促销码失效日期为 4 月 17 日。链接：https://www.laive.io/ 3. Combobulator 插件：DataMind Audio 推出的基于 AI 的效果插件，利用神经网络通过样式转移的过程重新合成输入音频，从而使用你自己的声音重现其他艺术家的风格。链接：https://datamindaudio.ai/ 4. 在游戏制作和发行环节使用 AI 生成音乐：AI 生成音乐作为音乐资产是可行的，像 MusicLM 等模型已经支持生成多音轨的作品。使用 AI 生成音乐为原型、佐以专业制作人的协调，将使 AI 音乐更快进入游戏制作与发行的生产线。 目前 AI 生成音乐存在 2 种主流技术路线：基于乐理规则的符号生成模型和基于音频数据的音频生成模型。开发者正在使用 AI 生成音乐来填充游戏过程与游戏 UI 中需要使用到的各类音效、不同游戏场景中用以渲染氛围的各种音乐。
2025-03-30
国内有什么好的音乐AI可以用即兴哼唱旋律去写歌
以下是国内一些可用即兴哼唱旋律写歌的音乐 AI 相关信息： 《We Are The One》的创作思路： 只有词和意向风格：先确定最核心情绪所在段落，用 AI 生成最佳结果，以此作为动机音轨扩展创作。 只有词和一小段自己哼唱的旋律：上传哼唱旋律，让 AI 扩展出喜欢的风格，作为动机音轨继续创作。 已有 midi 作曲：挂载音源导出，在 AI 帮助下丰满包含主歌、副歌等主要段落的核心音轨，然后继续扩展出其他段落完成全曲创作。 已有简单录音小样：利用 REMIX 优化音质与编曲结构，利用 AI 尝试不同曲风版本，找到最喜欢的风格制作成核心音轨，进而完成全曲创作。 Suno 和 Udio 推出的上传音频文件生成音乐的功能： 精确控制每首歌的速度（Tempo），无需背绕口的速度词，可精确控制想要的 BPM。 控制旋律（Melody），通过自己制作简单旋律让 AI 补全并贯穿整首歌，实现旋律与速度的一谱变速，节省大量 Roll 旋律的时间。 选择配器（Instrumentation），按想法选乐器，减少提示词中乐器不灵光的情况，也可选择特殊音色。 进行合成（synthesizer），当有两支 BPM 相同、调性相同的音乐时，可尝试更多拆分组合和有趣效果。 节省上传音频的点数消耗后，点数可用于：用提示词多 Roll 一些和流派、心情、场景相关的曲子，减少限制让 AI 音乐发挥更多创造力，把好旋律存起来作为制作素材；用于 roll 更多细节调整部分，如让某段曲子升调，提升作品品质。
2025-03-29
AI音乐
AI 音乐相关内容如下： 在 AI 短片配音方面，AI 音乐的界面直观，您可以选择人声歌曲或纯音乐，然后描述想要的音乐风格，如民谣、流行、嘻哈、国风等。若选择人声歌曲，还可自己填写歌词或让 AI 协助创作，通过智能歌词按钮输入简单词语给 AI 提示即可。此外，还有音乐库选项，剪映提供了各种风格的音乐供您选择添加到音轨。音效库方面，比如搜索“开门声”，试听合适的音效后点击“+”号添加到音轨。 以下是一些人工智能音频初创公司： （被 Apple 收购），其音乐帮助品牌与受众建立更深层次的连接。 ，被称为下一代音乐制作人。 ，其由 AI 驱动的软件引擎可以生成音乐，能对手势、动作、代码或其他声音作出反应。 ，是全球最大的音乐教育平台。 ，用于创作歌曲和音频录制的应用程序。 ，提供无缝录音室体验的一体化在线协作平台。 ，提供专业音频、语音、声音和音乐的扩展服务。 ，视频编辑的音频解决方案。 ，由 AI 驱动的音乐工作室。 ，通过直观的软件/硬件生态系统为音乐演奏者提供世界级声音的民主化访问。 ，AI 音频插件和社区，弥合 AI 研究与创意之间的差距。 ，为音乐人、制作人和内容创作者提供 AI 驱动的混音服务。 ，为创作者提供在线音乐软件，包括音乐母带处理、数字音乐发行、分期付款插件、免费样本包和协作工具。 推荐的 AI 生成音乐的工具： Udio：由前 Google DeepMind 工程师开发，通过文本提示快速生成符合用户音乐风格喜好的高质量音乐作品。 Suno AI：是一款革命性的人工智能音乐生成工具，它通过先进的深度学习技术，能够将用户的输入转化为富有情感且高质量的音乐作品。 内容由 AI 大模型生成，请仔细甄别。
2025-03-27
如果制作智能体
制作智能体的方法如下： Logo 设计智能体： 江树提供了提示词模板，使用方法为将品牌、行业、理念等信息替换成自己的，复制到 GPT4o 中，即可瞬间呈现高质量 Logo。 若想进一步提升设计效果，可使用江树设计的 Logo 智能体生成更精准的提示词，访问链接 https://chatgpt.com/g/g67f4bf538f9081918073af13ba5c2cfelogodesigner ，生成的提示词可直接复制到 GPT4o 中，并借助最新的 AI 绘图能力达到专业设计水准。 Coze 智能体（字段捷径）获取笔记+评论信息： 第一步，创建一个智能体，使用单 Agent 对话流模式。 第二步，编排对话流，点击创建新的对话流（记得要和智能体关联）。 第三步，在获取笔记详情节点和笔记评论节点分别配置 cookie，note_link 使用开始节点的 USER_INPUT。 第四步，使用代码节点进行数据处理，注意代码节点输出的配置格式。 第五步，测试。找到一篇小红书笔记，试运行对话流，直接在对话窗口输入地址，看到数据即为成功。回到智能体的编排页面，同样方式测试，确保对话流执行成功。 第六步，发布。点发布后只选择多维表格，然后点配置。输出类型选文本，输入类型选择字段选择器。完善上架信息，填个表格，选发布范围时可选仅自己可用以加快审核。提交上架信息后，返回配置界面显示已完成即可完成最终提交。 其他智能体： 如创建一个输入人设等信息的智能体，放上已创建的工作流。但注意工作流中若有消耗个人资源的部分，如【所有视频片段拼接】节点使用的插件 api_token 填的是个人 token，不能直接发布。可将 api_token 作为工作流最开始的输入，用户购买后输入 api_token 再发布。
2025-04-14
最好的制作ppt的大模型是哪个
目前在制作 PPT 方面，没有绝对的“最好”的大模型。例如，Claude 3.7 在将 PDF 转换为 HTML 方面效果较好，但国内用户使用不太方便，可改用 DeepSeekR1 实现。某上市公司使用某互联网大厂研发的千亿 AI 大模型产品声称能 3 分钟制作 PPT，但接入公司系统时出现“一连接就死机”的情况。同时需要注意的是，过去几个月内国内的 AI 大模型在某些方面大同小异，且大部分远未达到可商用化程度。
2025-04-13
AI 制作短视频的方法
以下是关于 AI 制作短视频的方法： 1. 确定视频风格和主题：使用 Fanbook 中的 niji6 模型及sref 指令，加上每张图片的提示词来确定视频风格的一致性。比如根据丝绸之路的古风主题确定风格和时长，然后设定故事主线和镜头。 2. 创作故事剧本和分镜头：参考分镜头的基本格式要求，按照场景、地点、镜号、画面描述、台词、音效等维度进行填充。尽可能精简人物对话，提炼重点。当缺乏画面灵感时，可以借助语言大模型，如 Kimi 来获取帮助。 3. 生成角色和场景：根据剧本中的人物性格特征和时代背景，描绘人物的提示词、上传角色参考图cref，并将角色背景扣除以便于进行角色加背景的融合生成时进行垫图操作。场景提示词从剧本中的画面描述进行提取，采用文生图模式，画面风格选择提前准备好的风格图进行垫图，上传角色图、场景背景进行参考生成，提高人物和场景的融合度。 4. 让图片动起来：使用即梦进行图生视频，上传图片至视频生成模块，用简单提示词描绘画面中的动态内容，可生成时长为 3 秒钟的画面。运镜类型可根据剧本中的镜头描绘设置，主要设置以随机运镜为主，生成速度根据视频节奏选择。 此外，根据视频脚本生成短视频的 AI 工具有多种，适用于不同的应用场景和需求，包括： 1. ChatGPT + 剪映：ChatGPT 生成视频小说脚本，剪映根据脚本自动分析出视频中需要的场景、角色、镜头等要素，并生成对应的素材和文本框架。 2. PixVerse AI：在线 AI 视频生成工具，支持将多模态输入（如图像、文本、音频）转化为视频。 3. Pictory：AI 视频生成器，允许用户提供文本描述来生成相应的视频内容。 4. VEED.IO：提供了 AI 图像生成器和 AI 脚本生成器，帮助用户从图像制作视频，并规划从开场到结尾的内容。 5. Runway：能够将文本转化为风格化的视频内容，适用于多种应用场景。 6. 艺映 AI：专注于人工智能视频领域，提供文生视频、图生视频、视频转漫等服务，用户可以根据文本脚本生成视频。 请注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-04-13
我想通过AI制作H5页面
以下是关于通过 AI 制作 H5 页面的相关信息： AI+高德 MCP 可以帮助您制作 H5 页面。目前，该工具已经有 1000 多人进行制作，还有几十位同学已经发出了自己的产品。 这次更新带来了三个超级实用的功能： 1. 24 种超酷的 H5 风格可供选择，如同选衣服一样简单。 2. 具备一键导航功能，无需复制粘贴地址。 3. 数据更真实，不用担心 AI 瞎编。 使用这些功能，10 分钟就能全部搞定。 在上期文章《》中，详细讲解了获取高德地图的密钥、cursor 如何设置 MCP、询问高德 MCP 生成旅游信息以及美化页面展示等内容。如果您还未阅读，可以点击查看。 另外，使用 Cursor 制作主页的步骤如下： 在搞定一个简单小游戏后，可以做个人介绍网站。假设要做一个《全 AI 自动驾驶的火星登陆飞船》项目，首先要有初步的项目介绍，然后新建一个相关文件夹并打开，在 AI 对话框中输入介绍内容，等待 AI 制作并加入修改意见。 若想让别人看到您的作品预览，可以通过网站 https://www.yourware.so/ 将项目文件夹整体上传，生成临时浏览链接，在不需要域名和服务器的情况下让外部看到作品。如果发现 cursor 卡顿，注意是否需要在终端区或者对话区确认重要操作，可将左下角的 ask every time 修改为 auto run 实现全自动化。
2025-04-13
有没有免费制作数字人的网站？
以下是一些免费制作数字人的网站及使用方法： HEYGEN： 优点：人物灵活，五官自然，视频生成很快。 缺点：中文的人声选择较少。 使用方法：点击网址注册后，进入数字人制作，选择Photo Avatar上传自己的照片。上传后效果如图所示，My Avatar处显示上传的照片。点开大图后，点击Create with AI Studio，进入数字人制作。写上视频文案并选择配音音色，也可以自行上传音频。最后点击Submit，就可以得到一段数字人视频。 DID： 优点：制作简单，人物灵活。 缺点：为了防止侵权，免费版下载后有水印。 使用方法：点击上面的网址，点击右上角的Create vedio。选择人物形象，可以点击ADD添加照片，或者使用DID给出的人物形象。配音时，可以选择提供文字选择音色，或者直接上传一段音频。最后，点击Generate vedio就可以生成一段视频。打开自己生成的视频，可以下载或者直接分享给朋友。 KreadoAI： 优点：免费（对于普通娱乐玩家很重要），功能齐全。 缺点：音色很AI。 使用方法：点击上面的网址，注册后获得120免费k币，这里选择“照片数字人口播”的功能。点击开始创作，选择自定义照片。配音时，可以选择提供文字选择音色，或者直接上传一段音频。打开绿幕按钮，点击背景，可以添加背景图。最后，点击生成视频。 此外，在剪映中也可以生成数字人：在剪映右侧窗口顶部，打开“数字人”选项，选取一位免费的、适合的数字人形象，比如“婉婉青春”。选择数字人形象时，软件会播放声音，可判断是否需要，点击右下角的“添加数字人”，将其添加到当前视频中。软件会根据提供的内容生成对应音视频，并添加到当前视频文件的轨道中。左下角会提示渲染完成，可点击预览按钮查看效果。还可以为视频增加背景图片，删除先前导入的文本内容，点击左上角的“媒体”菜单并点击“导入”按钮，选择本地图片上传，将图片添加到视频轨道上，通过拖拽轨道右侧竖线使其与视频对齐。
2025-04-11
如何使用AI制作真人表情包？
以下是使用 AI 制作真人表情包的方法： 1. 使用 Gemini 2.0 Flash： 场景：表情包在社交媒体中是不可或缺的表达工具，但制作个性化表情包对许多人来说并不容易，有的工具可以生成根据某一个主体生成不同的表情，但是生成出来的图会多多少少改变原主体。 实用性：用户只需上传一张主体图片（例如一个小女孩的照片），通过简单的自然语言指令（如“让她开心大笑”），Gemini 就会自动生成相应的表情图片。 指令：“生成 XXX + XXX 的表情” 2. 使用 ChatGPT 4o： 输入提示词并加上最初的真人图片，例如：创建图片：一个戴着深蓝色蝴蝶结领结的柴犬，表情参考我上传的图片，3D 风格，毛绒绒质感，不要太逼真，比例为 1:1。如果对生成的第一个表情不满意，可以重新输入指令进行调整，如“让它看起来得意一点”。 一次生成九宫格表情包的方法：先收集很多自己喜欢的表情包，将每组拼图为 9 个，然后将先前做好的真人原图和一张九宫格拼图一起上传到 4o 对话框，输入相应指令，如：创建图片：参考图二的动作和道具制作表情包九宫格，每个图案都替换为图一为主角，保持风格为图一的质感，整整齐齐无留白排列，颜色明亮不偏黄，文字内容仔细核对不要出错。 另外，有的地方需要上传封面图，也可以由 4o 生成，先要求它做一个比例约 3:2 的。如果有个很喜欢的表情，使用九宫格出的效果不好，也可以单个一个个去生成，但比较费时间，且可能会受出图限制等待更久。最后将所有图片下载下来，挑选出需要的表情图片。
2025-04-11