Каталог артыкулаў
Нядаўна я затрымаўся на адной вельмі дробнай справе.
Дадайце фонавую музыку да відэа.
Трохі сорамна прызнацца, але калі гаворка ідзе пра музыку, я зусім разгублены. Я магу ствараць выявы, рэдагаваць відэа і пісаць сцэнарыі , але калі гаворка ідзе пра музыку, я поўны пачатковец.
Калі вы пашукаеце па ўсёй музычнай бібліятэцы, вы ўбачыце, што самыя папулярныя песні выкарыстоўваюцца настолькі часта, што восем з дзесяці відэа выкарыстоўваюцца ў іх. Гледачам яны надакучылі.
Гэта малавядомы прадукт; як толькі вы праверыце дазвол, слова «камерцыйнае выкарыстанне» адразу адпудзіць людзей.
Купля аўтарскіх правоў каштуе дзясяткі і сотні долараў за пост, што проста занадта шмат для штодзённа абнаўляльнага акаўнта.
Я адмаўляюся верыць у гэтую лухту.
Ужо 2026 год, штучны інтэлект можа нават ствараць відэа для вас, дык чаму ён не можа дадаваць музыку???
Вось і ўсё, усе інструменты мне перададзеныя, а я ўсё яшчэ затрымаўся на першым кроку.
Дык вось, я адкрыў праект AI Dream і знайшоў функцыю генерацыі музыкі пад назвай SeedMusic.
Пасля паўдня разбіраючыся ў гэтым, я выклаў у гэтым артыкуле ўсе падводныя камяні, з якімі сутыкнуўся, формулы, якія я знайшоў, і два наборы падказак, якія можна непасрэдна скапіяваць.
У любым выпадку, я думаю, што добра запісаць гэтыя рэчы як мага хутчэй, бо гэта можа дапамагчы як мага большай колькасці людзей.
Спачатку хачу растлумачыць: я не ведаю, ці спрацуе гэта. Тое, што будзе далей, — гэта не зусім праца эксперта, а проста мой уласны няспелы досвед. Некаторыя з маіх ідэй, магчыма, яшчэ не цалкам правераны.
Але я думаю, што гэтага павінна быць дастаткова для пераважнай большасці людзей, якія здымаюць відэа.
Магчыма, вы з самага пачатку памыліліся ў выбары саўндтрэка.
Калі справа даходзіць да напісання музыкі, многія людзі робяць памылку з самага першага кроку.
Яны б падумалі: «Мне трэба знайсці добрую песню».
Слова «прыемна чуць» занадта шырокае.
Тое, што прыемна слухаць вам, цалкам адрозніваецца ад таго, што ўспрымае як прыемнае штучны інтэлект.
Я ўжо рабіў гэтую памылку раней і міжволі ўвёў у поле ўводу: «Назаві мне прыемную, вясёлую песню».
Тое, што гэта мне дало, было як фонавая музыка для конкурсу талентаў у дзіцячым садзе.
= =
Я быў ашаломлены.
Чувак, "гарэнне", пра якое я кажу, і "гарэнне", пра якое ты думаеш, — гэта не адно і тое ж.
Пазней я зразумеў, што ў SeedMusic ёсць асаблівасць: ён мае выключна моцную здольнасць выконваць каманды.
Чым больш канкрэтнымі вы будзеце, тым дакладней будзе яго адказ.
І наадварот, чым больш расплывістыя вы фармулюеце, тым больш абстрактныя задачы вам будуць даваць.
Гэта не адгадванне таго, чаго вы хочаце; гэта выкананне менавіта таго, што вы маеце на ўвазе, штрых за штрыхом.
Напісанне падказак для штучнага інтэлекту насамрэч падобнае на заказ ежы.
Гэта трохі падобна на заказ ежы.
Калі вы пойдзеце ў рэстаран і скажаце шэф-кухару, што хочаце чаго-небудзь смачнага, то, хутчэй за ўсё, вам пададуць нешта такое, чаго вы ніколі не чакалі.
Але калі вы выразна пазначыце смак, інгрэдыенты, час прыгатавання і дыетычныя абмежаванні, верагоднасць поспеху стравы адразу ж павялічыцца.
Напісанне падказак для музыкі са штучным інтэлектам па сутнасці падобна на заказ ежы.
Я спрабаваў шмат разоў і ў рэшце рэшт спыніўся на формуле з дзевяццю слотамі. Калі запоўніць яго паводле гэтай формулы, то памылак не будзе.
Дадайце тэму, стыль, эмоцыі, вакал, тэмп і танальнасць, інструменты, структуру песні, тэкст і, нарэшце, непажаданыя элементы.
Не думайце, што гэта занадта шмат.
Найбольш распаўсюджаная памылка пачаткоўцаў — спыніцца пасля запісу толькі першых чатырох элементаў, а потым задацца пытаннем, чаму атрыманы вынік непрыдатны для выкарыстання.
Я разгледжу іх па адным.
Універсальная формула: запаўняць кожную з дзевяці ячэек па чарзе.
Што да тэмы, выразна выкладвайце мову і змест.
Гэта кітайская песня ці інструментальная? Яна пра развітанне з летам ці проста фонавая музыка для ўрока? Растлумачце гэта выразна адным сказам.
Што тычыцца музычнага стылю, то ён павінен быць пэўнага жанру або атмасферы, напрыклад, асвяжальны фолк, традыцыйны кітайскі оперны стыль або лоу-фай чыл.
Перастаньце выкарыстоўваць такія словы, як «прыемна слухаць», «высокі клас» і «цікава». Я паспрабаваў гэта са штучным інтэлектам, і ён практычна не рэагаваў на гэтыя словы, таму было так, быццам я зусім нічога не сказаў.
Што да эмоцый, проста назавіце два-тры ключавыя словы: цёплы і яркі, палкі і натхняльны, спакойны і злёгку салодкі. Чым больш канкрэтна, тым лепш.
Вакальны аспект — гэта вялікая пастка; многія людзі ў яе траплялі.
Вы павінны выразна пазначыць, ці няма вакалу, або ўдакладніць, ці хочаце вы мужчынскі ці жаночы вакал і які стыль спеву вы хочаце.
Калі вы гэтага не напішаце, ён можа проста ўставіць гудзенне само па сабе, сапсаваўшы цалкам добрую фонавую музычную дарожку.
Тэмп і танальнасць — гэта BPM і танальнасць.
Пасля таго, як гэты нумар зададзены, усталёўваецца аснова музыкі.
95 удараў у хвіліну — гэта спакойны рытм, 120 удараў у хвіліну — агрэсіўны. Калі вы ствараеце відэаўрок, прытрымлівайцеся 80-90 удараў у хвіліну і не дазваляйце музыцы быць хутчэйшай за ваш вакал.
Музычныя інструменты, напішыце асноўны інструмент і дапаможны інструмент.
Ён разумее сінтаксіс выкарыстання акустычнай гітары ў якасці асноўнага інструмента і дадання мяккага фартэпіяна.
Інструменты з'яўляюцца ключом да вызначэння якасці музычнага твора, таму не пакідайце іх пустымі.
Структура песні — гэта тая частка, якую, на маю думку, часцей за ўсё не заўважаюць, але яна таксама самая важная.
Без прапісанай структуры згенераваныя песні часта маюць вельмі доўгі ўступ і позні прыпеў.
Трэба напісаць да крайнасці радкі накшталт «восем секунд уступу, якія знікаюць у канцы».
У кароткіх відэа, калі ўступ занадта доўгі, гледачы ўжо пракруцяць старонку, і відэа скончыцца яшчэ да таго, як пачнецца прыпеў.
Што тычыцца тэксту песні, калі вы хочаце стварыць яе з вакалам, проста напішыце яго непасрэдна ў падказку і адзначце куплеты і прыпевы.
Прапусціце інструментальную музыку.
Нарэшце, ёсць непажаданыя элементы, якія з'яўляюцца выключэннямі.
Гэта асабліва важна.
Ніякіх цяжкіх барабанных удараў, ніякіх электронных гукаў, ніякага вакалу.
Пералічваючы рэчы, якія ён не хоча, вы па сутнасці праводзіце чырвоную рысу для штучнага інтэлекту, змяншаючы верагоднасць таго, што ён яе перасячэ.
Вы можаце падумаць: «Я не музыкант, ад такіх пытанняў у мяне галава баліць».
Я цалкам разумею гэтае пачуццё.
Ты не музыка, ты не ўмееш чытаць ноты і ніколі не чапаў інструментаў. Ты проста хочаш хутка дадаць музыку ў сваё відэа і апублікаваць яго. Штучны інтэлект не павінен быць чарговай рэччу, якую табе давядзецца вучыцца зноўку.
Але паглядзіце, гэтыя словы — цёплы, яркі, расслаблены, фартэпіяна, гітара — не з'яўляюцца тэхнічнымі тэрмінамі; усё гэта простая мова.
Усё, што вам трэба зрабіць, гэта замяніць пачуцці ў галаве гэтымі словамі.
Пасля таго, як усе дзевяць слотаў будуць запоўненыя, у вас будзе трэк, гатовы да прайгравання.
Гучыць крыху складана, праўда?
Але скажу вам, што як толькі вы наладзіце гэты працэс, астатняе будзе проста пытаннем капіявання, устаўкі і змены некалькіх слоў. Калі вы хуткія, гэта зойме ўсяго некалькі хвілін на адзін артыкул.
Катэгорыя 1: Як зрабіць подпіс да сэлфі прыгожай жанчыны
Абмеркаваўшы столькі формул, давайце паглядзім на тое, што мы можам непасрэдна скапіяваць.
Я раблю два тыпы відэа: першы — гэта сэлфі прыгожых жанчын, а другі — відэаўрокі па рэгістрацыі інструментаў штучнага інтэлекту.
Логіка выбару музыкі для гэтых двух тыпаў відэа цалкам супрацьлеглая, што робіць іх выдатнымі прыкладамі.
Пачнем з сэлфі прыгожых жанчын.
У такіх відэа музыка з'яўляецца галоўным элементам.
Кошт для гледачоў, якія сыходзяць, надзвычай нізкі; першыя тры секунды вырашаюць жыццё ці смерць.
Такім чынам, музыка павінна прыцягваць увагу гледачоў з самага пачатку. Уступ павінен быць кароткім, а сярэдняя частка, у ідэале, павінна мець запамінальны фрагмент, каб палегчыць пераходы і ракурсы камеры.
Я напісаў падказкі для штучнага інтэлекту, каб ён мог ствараць такую музыку; вы можаце скапіяваць іх непасрэдна:
我用AI写音乐,用来给我的视频配乐,我的视频有美女自拍、AI工具注册教程,这2类,分别给我一个提示词方案。

我想要一首纯音乐,用作15秒氛围感自拍短视频配乐。
曲风:轻盈梦幻的 Chill R&B / Lo-fi Pop,带一点都市夜色的暧昧感。
情绪:松弛、微甜、自信,不要甜腻、不要悲伤。
人声:无人声,不要任何哼唱、不要歌词。
速度:约96 BPM,A小调。
乐器:电钢琴分解和弦为主,柔和的 electronic kick 与轻 hi-hat,圆润贝斯,
铺一层空气感 synth pad,点缀少量清脆的 pluck 音色。
结构:前奏2秒(直接进氛围,不要长前奏)— 主题A 4秒 — 中段一次明显
的节奏留白/轻 drop 作为卡点和镜头切换点 — 主题A重复 6秒 — 尾声3秒渐弱。
时长:约20秒,与视频等长。
不要:人声、说唱、密集鼓点、强电子 drop、交响史诗感、情绪大起大落。У падказцы пазначана двухсекундная прэлюдыя і паўза ў сярэдняй частцы; гэтыя дзве часткі спецыяльна распрацаваны для кароткіх відэа.
Калі вы змяняеце платформу або стыль, вам не трэба нічога больш мяняць, толькі чатыры слоты: стыль музыкі, настрой, інструменты і BPM.
Я падрыхтаваў для вас тры варыянты, кожны з якіх патрабуе ўсяго чатырох змен.
Калі вы хочаце атрымаць класнае і вытанчанае адчуванне, зменіце музычны стыль на мінімалістычны эмбіент-поп, зменіце настрой на халодны, стрыманы і аддалены, выкарыстоўвайце адзінкавыя ноты фартэпіяна плюс струнные пэды і вельмі лёгкія электронныя імпульсы, хуткасць 80 удараў у хвіліну і відавочна не пішыце барабаны.
Калі вы хочаце стварыць мілую і энергічную дзявочую атмасферу, зменіце стыль на аптымістычны City Pop, зрабіце настрой яркім і гуллівым, выкарыстоўвайце чыстую гітару, плясканне ў далоні, марымбу і бубен, і павялічце тэмп да 118 удараў у хвіліну.
Калі вы хочаце стварыць рэтра-фільм, зменіце музычны стыль на босанову або лёгкі джаз, зменіце настрой на лянівы і неадназначны, выкарыстоўвайце фартэпіяна, саксафон і барабаны, а тэмп усталюйце на 90 удараў у хвіліну.
Вось яшчэ адна парада: лепш за ўсё выкарыстоўваць адзін і той жа набор падказак для стварэння музыкі для кожнага акаўнта.
Гледачы могуць пазнаць ваш голас пасля праслухоўвання ўсяго двух-трох кліпаў, што значна больш выгадна, чым гнацца за папулярнай фонавай музыкай у кожным эпізодзе.
Другая катэгорыя — гэта тое, як прадастаўляць падручнікі па інструментах штучнага інтэлекту.
Далей пагаворым пра падручнік па рэгістрацыі інструмента штучнага інтэлекту.
У такіх відэа музыка — гэта шпалеры.
Вы маеце аўтарскую пастаноўку і запіс на экран; аўдыторыя там, каб вучыцца. Адзіная задача музыкі — не ствараць праблем.
Такім чынам, ключавых слоў тут тры: нізкая прысутнасць, нізкая прысутнасць і яшчэ раз нізкая прысутнасць.
Я напісаў падказкі вось так.
我想要一首纯音乐,用作AI工具注册教程的口播与录屏背景音乐,全程不能干扰人声讲解。
曲风:极简科技感 Ambient / Lo-fi Chill,干净、现代、克制,类似软件产品演示BGM。
情绪:专注、平稳、可信赖、带轻微向前推进感,不要兴奋、不要煽情。
人声:无人声,绝对不要歌词、不要哼唱、不要人声采样。
速度:约88 BPM,C大调,节奏稳定、全程不变速。
乐器:低音量的柔和 synth pad 铺底,轻微低频脉冲作律动,点缀干净的 pluck
单音与极轻的 click 节拍;中频尽量留空,不要用密集钢琴,
不要用萨克斯或弦乐做主旋律。
结构:前奏2秒淡入 — A段循环主题 — A段重复(旋律基本不变,只做细微层次
变化)— 尾声渐弱;整体音量平稳,全程无高潮、无 drop、无突然强弱
变化,方便任意裁剪和循环拼接。
时长:按视频精确秒数填写,例如60秒 / 90秒。
不要:人声、歌词、重鼓点、强节奏、舞曲式 drop、情绪起伏、突然停顿。Найважнейшымі элементамі ў гэтым урыўку з'яўляюцца тры фразы: пакіданне прасторы ў сярэднім дыяпазоне, захаванне мелодыі ў асноўным нязменнай і дазвол на адвольнае рэдагаванне.
Чаму пакідаць эфірную частату?
Таму што ваша тлумачэнне ў асноўным сканцэнтравана ў дыяпазоне сярэдніх частот.
Калі музыка запаўняе сярэднія частоты, вакал будзе прыглушаны, і гледачы не змогуць пачуць, што вы кажаце, што зробіць відэа па сутнасці марнаваннем часу.
Найбольш дакладны спосаб праверыць гэта — праслухаць адзін раз у навушніках.
Зніжайце гучнасць прыкладна да 12-18 дэцыбелаў ніжэй за чалавечы голас; музыка толькі ўзмацняе эмоцыі, а не закранае ўсё астатняе.
Спачатку я не зусім зразумела растлумачыў гэтыя два кароткія гукі.
Дарэчы, я мушу ў нечым прызнацца.
Першапачаткова я планаваў даць толькі два наборы падказак.
Пазней я між іншым напісаў сказ, у якім гаварылася, што ўступны і канчатковы гук можна згенераваць зноў.
Мой сябар быў цалкам збянтэжаны пасля прагляду і падышоў да мяне спытаць, як правільна прамаўляць гэтыя дзве кароткія галосныя.
У той момант у мяне была толькі адна думка: гэта мая віна.
Таму што я сам трапіў у гэтую пастку.
Праблема была ў тым, што мае творы занадта часта скакалі з месца.
Гэта не азначае, што трэба рабіць тры рэчы адначасова ў адным музычным творы. Гэта азначае, што трэба стварыць тры асобныя гукавыя дарожкі, усяго тры файлы, а затым аб'яднаць іх на адной часовай шкале ў праграме для рэдагавання.
Чаму мы робім гэта асобна?
Таму што музыка са штучным інтэлектам генеруе цэлую песню за раз.
Калі вы хочаце, каб гучаў падказкавы гук ад 0 да 3 секунд, плаўны гук у сярэдзіне і ўзыходзячы гук у апошнія 5 секунд, мадэль не можа пераключацца дакладна па секундах.
Генеруючы іх асобна, уступную тэму можна выкарыстоўваць паўторна ў кожным эпізодзе, паступова становячыся фіксаваным гукавым ідэнтыфікатарам вашага канала.
Ёсць яшчэ больш практычная пастка.
SeedMusic не можа непасрэдна стварыць аўдыёкліп працягласцю роўна 3 секунды; звычайна ён выходзіць цэлым сегментам, які доўжыцца больш за хвіліну ці нават дзве хвіліны.
Такім чынам, правільны падыход — стварыць каля 15 секунд відэаматэрыялу, а затым вярнуцца да панэлі рэдагавання і выразаць самыя чыстыя першыя 3 секунды.
Не спадзявайцеся зрабіць усё правільна, проста запоўніўшы 3 на працягу ўсяго тэрміну; гэта, хутчэй за ўсё, прывядзе да прабелаў або пстрыкаючых гукаў.
Пачатковая і заключная аўдыёдарожкі — гэта два наборы, якія можна непасрэдна скапіяваць.
Я напісаў падказкі для ўступнай паслядоўнасці наступным чынам.
我想要一段科技感开场提示音,用作AI工具教程片头的固定声音标识。
曲风:极简电子音效 / UI 提示音,干净、现代、轻盈。
情绪:短促上扬、清醒、有"开始"的提示感,不要煽情。
人声:无人声,不要歌词、不要哼唱。
乐器:一个柔和的 synth 上扬滑音,加一个干净的 ping / 风铃质感高频单点收尾,
底部一层极轻的低频托底。
结构:起音后立即上扬,最后一个 ping 自然衰减收尾;不要旋律、不要鼓点、不要循环段落。
时长:约15秒(后期只裁取最干净的前3秒使用)。
不要:人声、歌词、鼓点、旋律段落、强低音、突然的爆音。Гук CTA ў канцы пазначаецца наступнымі словамі.
我想要一段纯音乐,用作AI工具教程结尾"关注/链接在简介"那5秒的收束配乐。
曲风:极简科技感 Ambient,与主BGM同质感(synth pad + 干净 pluck)。
情绪:温和上扬、轻微收束感、干净利落,不要高潮、不要煽情。
人声:无人声,不要歌词、不要哼唱。
速度:约88 BPM,C大调,与主BGM一致,节奏稳定。
乐器:柔和 synth pad 铺底,干净的 pluck 单音逐步叠一层,最后一个音自然延音衰减;
中频留空,不要鼓点。
结构:前段渐强并微微上扬,后段自然淡出收尾;无 drop、无突然停顿。
时长:约15秒(后期只裁取最后5秒使用)。
不要:人声、重鼓点、舞曲式 drop、情绪大起伏、突然切停。Пасля таго, як у вас ёсць гэтыя тры аўдыёкліпы, проста змясціце іх на часовую шкалу ў праграме для рэдагавання.
У якасці прыкладу возьмем 60-секундны ўрок. Уступны гук размяшчаецца паміж 0 і 3 секундамі, асноўная фонавая музыка — з 3 да 55 секунд, пачатак гучыць паступова на дзве секунды, а заключны гук — з 55 па 60 секунду з пераходным эфектам.
Вакал або арыгінальны гук з запісу экрана гучаць на асобнай дарожцы, прычым гучнасць на працягу ўсяго запісу ўстаноўлена на максімум.
Для лянівай версіі я насамрэч рэкамендую спачатку зрабіць гэта наступным чынам.
Шчыра кажучы, я б насамрэч рэкамендаваў вам пакуль не рабіць трохсекцыйнае зрошчванне.
чаму?
Для пераважнай большасці навучальных відэа дастаткова адной асноўнай фонавай музычнай дарожкі.
Уступная паслядоўнасць выкарыстоўвае першыя 3 секунды асноўнай фонавай музыкі для паступовага нарастання гучнасці, а апошнія 5 секунд рэгулююцца ўручную шляхам дадання абалонкі гучнасці для паступовага памяншэння гучнасці, што ўжо стварае завершаную канцоўку з пункту гледжання гуку.
Трохрадковае зрошчванне — гэта крок, які варта дадаваць толькі тады, калі ў вашага канала ёсць фіксаванае ўступленне, і вы хочаце дадаць гукавыя маркеры.
Значна прасцей спачатку наладзіць адну лінію, чым спрабаваць запусціць адразу тры.
У рэшце рэшт, гаворка ідзе пра пераўтварэнне пачуццяў у параметры.
Гэты прынцып датычыцца не толькі фонавай музыкі.
Пакуль я пісаў, я раптам успомніў, як пачыналі мае сябры, якія вывучалі музыку.
Спачатку яны павінны вывучыць ноты, вывучыць інструмент, вывучыць гармонію, вывучыць кампазіцыю і патраціць дзесяць гадоў на адточванне сваіх навыкаў, перш чым адважацца сказаць, што разумеюць музыку.
Не, зараз гэта не трэба.
Вам не трэба ўмець іграць на якім-небудзь музычным інструменце, але вам трэба ведаць нешта іншае: пераўтварыць гэтае неапісальнае пачуццё ў галаве ў канкрэтныя параметры, якія можа зразумець штучны інтэлект.
Музычны стыль, настрой, тэмп, інструменты, структура — гэта словы, якія раней выкарыстоўвалі толькі музыкі, а цяпер яны сталі паўсядзённай мовай, якой могуць карыстацца звычайныя людзі.
Я заўсёды лічыў, што штучны інтэлект не прымусіў знікнуць самавыяўленне.
Гэта проста пераносіць парог выказвання з рук на рот.
Свет, які вы атрымліваеце, — гэта менавіта той свет, які вы апісваеце і хочаце атрымаць.
У рэшце рэшт, калі гаворка ідзе пра стварэнне музыкі, гаворка ідзе не пра тое, каб штучны інтэлект пісаў песні за вас.
Гэта калі ты нарэшце маеш магчымасць расказаць тое, што ў тваім сэрцы незразумела і цяжка растлумачыць.
Затым яно вяртае яго вам, ператвараючы ў чутны гук.
Гэта так прыемна.
Калі вы дачыталі да гэтага месца, пастаўце лайк і падзяліцеся гэтым артыкулам, калі ласка. Калі вы хочаце атрымліваць абнаўленні першымі, вы таксама можаце падпісацца на мяне! ⭐
Дзякуй, што прачыталі мой артыкул. Да сустрэчы ў наступны раз.
Спадзяюся, артыкул «Універсальная формула для напісання песень і відэамузыкі з дапамогай штучнага інтэлекту: са спісам падказак, якія можна непасрэдна капіяваць», апублікаваны ў блогу Чэнь Вэйляна ( https://www.chenweiliang.com/ ), будзе вам карысным.
Не саромейцеся падзяліцца спасылкай на гэты артыкул: https://www.chenweiliang.com/cwl-34677.html
