Una formula universale per a musica generata da l'IA per i video: Include una lista di prompt chì ponu esse copiati direttamente.

Recentemente mi sò bluccatu nantu à qualcosa di veramente chjucu.

Aghjunghje musica di fondu à u video.

Hè un pocu imbarazzante à ammette, ma quandu si tratta di musica, sò cumpletamente persu. Possu generà imagine, edità video è scrive script , ma quandu si tratta di musica, sò un principiante cumpletu.

Sè vo circate in tutta a biblioteca musicale, truverete chì e canzone più pupulare sò cusì abusate chì ottu video nantu à dece l'utilizanu. I telespettatori ne sò stanchi.

Hè un pruduttu obscuru; una volta verificata l'autorizazione, a parola "usu cummerciale" scoraggia subitu a ghjente.

Cumprà i diritti d'autore costa decine à centinaie di dollari per post, chì hè troppu caru per un contu chì si aghjurna ogni ghjornu.

Mi rifiutu di crede à sta sciocchezza.

Simu digià in u 2026, l'IA pò ancu generà video per voi, allora perchè ùn pò micca gestisce l'aghjunta di musica ???

Eccu, l'arnesi mi sò stati dati tutti, è sò sempre bluccatu à u primu passu.

Cusì aghju apertu u prugettu AI Dream è aghju trovu a funzione di generazione di musica, chì hè SeedMusic.

Dopu avè passatu mezza ghjurnata à capisce e cose, aghju messu in evidenza tutte e trappule chì aghju scontru, e formule chì aghju capitu, è dui insemi di suggerimenti chì ponu esse copiati direttamente in questu articulu.

In ogni casu, pensu chì sia bè di scrive ste cose u più prestu pussibule, perchè pò aiutà u più persone pussibule.

Chjaramente, ùn sò micca s'ellu funziona. Ciò chì seguita ùn hè micca esattamente u travagliu di un espertu, ma solu a mo propria sperienza immatura. Alcune di e mo idee ùn sò forse ancu state cumpletamente testate.

Ma pensu chì duverebbe esse abbastanza per a grande maggioranza di e persone chì facenu video.

Pudete esse sviatu da u principiu quandu si trattava di a colonna sonora.

Quandu si tratta di cumpone musica, assai persone facenu sbagli da u primu passu.

Pensarianu: "Devu truvà una bona canzone".

A parolla "piacevule à sente" hè troppu larga.

Ciò chì truvate piacevule à sente hè cumpletamente diversu da ciò chì l'IA percepisce cum'è piacevule.

Aghju digià fattu questu sbagliu, è aghju scrittu casualmente in a casella di input, "Dammi una bella canzone allegra".

Ciò chì m'hà datu, eiu, era cum'è a musica di fondu per un spettaculu di talenti di a scola materna.

==

Era stupitu.

Amicu, a "brusgiatura" di a quale parlu è a "brusgiatura" à a quale pensi ùn sò micca listessa cosa.

Più tardi aghju capitu chì SeedMusic hà una caratteristica particulare: hà una capacità eccezziunale di seguità i cumandamenti.

Più sì specificu, più precisa serà a so risposta.

À u cuntrariu, più sì vagu, più astratti i compiti ti darà.

Ùn hè micca indovinà ciò chì vulete; hè fà esattamente ciò chì vulete dì, colpu per colpu.

Scrive suggerimenti per l'IA hè in realtà cum'è urdinà cibo.

Questu hè un pocu cum'è urdinà da manghjà.

Sè andate in un ristorante è dite à u chef chì vulete qualcosa di bonu, ciò ch'elli servenu serà probabilmente qualcosa chì ùn avete mai aspettatu.

Ma s'è vo dichjarate chjaramente u sapore, l'ingredienti, u tempu di cottura è e restrizioni dietetiche, u tassu di successu di u piattu aumenterà subitu.

Scrive suggerimenti per a musica AI hè essenzialmente cum'è urdinà cibo.

Aghju pruvatu parechje volte è infine aghju sceltu una formula cù nove slot. Sè a riempite secondu sta formula, ùn si smarriscerà.

Aghjunghjite un tema, un stile, un'emozione, una voce, un tempu è una tonalità, strumenti, a struttura di a canzone, i testi è infine, aghjunghjite elementi indesiderati.

Ùn pensate micca chì sia troppu.

L'errore u più cumunu chì i principianti facenu hè di piantà dopu avè scrittu solu i primi quattru elementi, è dopu dumandassi perchè u risultatu generatu hè inutilizabile.

Li passeraghju unu per unu.

Una formula universale: riempie ognuna di e nove caselle una per una.

In quantu à u sughjettu, indicate chjaramente a lingua è u cuntenutu.

Hè una canzona cinese o strumentale ? Si tratta di dì addiu à l'estate, o hè solu musica di fondu per un tutoriale ? Spiegatelu chjaramente in una frase.

In quantu à u stile musicale, duveria esse un generu o un'atmosfera specifica, cum'è a musica folk rinfrescante, u stile tradiziunale di l'opera cinese, o u Lo-fi Chill.

Smettite d'utilizà parolle cum'è "piacevule à sente", "di alta classe" è "eccitante". L'aghju pruvatu cù l'IA, è ùn rispondia micca à ste parolle, dunque era cum'è s'e ùn avessi dettu nunda.

Per a parte di l'emuzione, basta à dà duie o trè parolle chjave: caldu è luminosu, passionale è edificante, rilassatu è ligeramente dolce. Più hè specificu, megliu hè.

L'aspettu vucale hè una grande trappula; parechje persone ci sò cascate.

Duvete indicà chjaramente s'ellu ùn ci hè micca voce, o specificà s'è vo vulete voce maschile o femminile è quale stile di cantu vulete.

Sè ùn a scrivite micca, puderia inserisce solu una parte di canticchiu da sola, arruvinendu una traccia di musica di fondu perfettamente bona.

U tempu è a tonalità sò BPM è a tonalità.

Una volta datu stu numeru, a struttura di a musica hè stabilita.

95 BPM hè rilassatu, 120 BPM hè aggressivu. Sè vo fate un tutoriale, attenetevi à 80 à 90 BPM è ùn lasciate micca chì a musica sia più veloce di a vostra voce.

Strumenti musicali, scrivite u strumentu principale più u strumentu ausiliariu.

Capisce a sintassi di l'usu di una chitarra acustica cum'è strumentu principale è l'aghjunghje di un pianoforte dolce.

L'istrumenti sò chjave per determinà a qualità di un pezzu musicale, dunque ùn li lasciate micca vioti.

A struttura di a canzone hè a parte chì pensu chì sia più facilmente trascurata, ma ancu a più cruciale.

Senza scrive a struttura, e canzone generate anu spessu una introduzione assai longa è un ritornello assai tardu.

Ci vole à scrive versi cum'è "ottu seconde d'introduzione, chì si svaniscenu à a fine" à l'estremu.

In i video corti, s'è l'introduzione hè troppu longa, i telespettatori averanu digià scorriutu, è u video serà finitu prima ancu chì u ritornellu cummenci.

Per i testi, sè vo vulete generà una canzone cù voce, basta à scrive i testi direttamente in e parolle prompt è marcate i versi è i ritornelli.

Saltate a musica strumentale.

Infine, ci sò l'elementi indesiderati, chì sò l'esclusioni.

Questu hè particularmente cruciale.

Nisun ritmu di batteria pesante, nisun sonu elettronicu, nisuna voce.

Elencendu e cose chì ùn vole micca, tracciate essenzialmente una linea rossa per l'IA, rendendu menu prubabile chì attraversi quella linea.

Pudete pensà: "Ùn sò micca un musicante, stu tipu di dumande mi danu mal di testa".

Capiscu cumpletamente quella sensazione.

Ùn site micca un musicante, ùn sapete micca leghje spartiti musicali, è ùn avete mai toccu un strumentu. Vulete solu aghjunghje rapidamente un pocu di musica à u vostru video è pubblicallu. L'IA ùn deve esse un'altra cosa chì duvete amparà di novu.

Ma fighjate, ste parolle - caldu, luminosu, rilassatu, pianoforte, chitarra - ùn sò micca termini tecnichi; sò tutti linguaghju chjaru.

Tuttu ciò chì duvete fà hè rimpiazzà i sentimenti in a vostra testa cù ste parolle.

Una volta chì tutti i nove slot sò pieni, averete una traccia pronta per esse ghjucata.

Sona un pocu cumplicatu, nò?

Ma lasciami dì ti, una volta chì stu prucessu funziona, u restu hè solu una questione di copià è incollà è cambià qualchì parolla. Sè sì veloce, ci vole solu uni pochi di minuti per articulu.

Categoria 1: Cumu fà una didascalia per u selfie di una bella donna

Avendu discussu tante formule, guardemu qualcosa chì pudemu copià direttamente.

Facciu dui tipi di video: unu hè selfie di belle donne, è l'altru hè tutoriali nantu à a registrazione di strumenti di IA.

A logica di selezzione musicale per questi dui tipi di video hè cumpletamente opposta, ciò chì li rende esempi perfetti.

Cuminciamu cù i selfie di e belle donne.

In questi tipi di video, a musica hè l'elementu principale.

U costu per i telespettatori per parte hè estremamente bassu; i primi trè secondi determinanu a vita o a morte.

Dunque, a musica deve catturà l'attenzione di u publicu da u principiu. L'introduzione deve esse corta, è a sezione centrale deve idealmente avè una sezione accattivante per facilità e transizioni è l'anguli di camera.

Aghju scrittu l'istruzzioni per chì l'IA generi musica cusì; pudete copialli direttamente:

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。

Una formula universale per a musica generata da l'IA per i video: Include una lista di prompt chì ponu esse copiati direttamente.

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。

L'invitu specifica un preludiu di dui secondi è una pausa in a sezione media; ste duie parti sò specificamente cuncipite per i video corti.

Sè cambiate piattaforme o stili, ùn avete bisognu di cambià nunda altru, solu i quattru slot: stile musicale, umore, strumenti è BPM.

Aghju preparatu trè variazioni per voi, ognuna richiede solu quattru cambiamenti.

Sè vo vulete una sensazione fresca è sofisticata, cambiate u stile musicale in pop ambientale minimalista, cambiate l'umore à frescu, cuntenutu è distaccatu, aduprate note singole di pianoforte più pad di corde più impulsi elettronichi assai leggeri, velocità 80 BPM, è ùn scrivite esplicitamente nisuna batteria.

Sè vo vulete una atmosfera di zitella dolce è energica, cambiate u stile in City Pop allegru, rendete l'atmosfera luminosa è scherzosa, aduprate chitarra pulita, battiti di mani, marimba è tamburellu, è aumentate u tempu à 118 BPM.

Sè vo vulete un aspettu di filmu retrò, cambiate u stile musicale in Bossa Nova o jazz ligeru, cambiate l'atmosfera in pigra è ambigua, aduprate u pianoforte, u sassofonu è a batteria, è impostate u tempu à 90 BPM.

Eccu un altru cunsigliu: hè megliu aduprà u listessu inseme di prompt per generà musica per ogni contu.

I telespettatori ponu ricunnosce a vostra voce dopu avè ascoltatu solu dui o trè clip, ciò chì hè assai più economicu chè circà musica di fondu pupulare in ogni episodiu.

A seconda categuria hè cumu furnisce tutoriali di strumenti di IA.

Dopu, parlemu di u tutoriale di registrazione di strumenti AI.

In questi tipi di video, a musica hè u wallpaper.

Avete una presentazione parlata è una registrazione di u schermu; u publicu hè quì per amparà. L'unicu compitu di a musica ùn hè micca di causà prublemi.

Dunque, e parolle chjave quì sò trè: bassa presenza, bassa presenza, è torna bassa presenza.

Aghju scrittu e parolle prompte cusì.

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。

L'elementi i più cruciali in questu passaghju sò e trè frasi: lascià spaziu in a gamma media, mantene a melodia in gran parte invariata, è permette una mudificazione arbitraria.

Perchè lascià a frequenza di l'aria?

Perchè a vostra spiegazione hè principalmente cuncintrata in a gamma di frequenza media.

Sè a musica riempie e frequenze medie, e voce saranu attutite, è u publicu ùn puderà micca sente ciò chì dite, rendendu u video essenzialmente una perdita di tempu.

Ascoltà una volta cù l'auricolari hè u modu u più precisu per pruvà lu.

Mantene u vulume à circa 12 à 18 decibel sottu à a voce umana; a musica hè solu rispunsevule di elevà l'emozione, micca di arrubà u spettaculu.

Ùn aghju micca spiegatu chjaramente quelli dui soni corti à l'iniziu.

À propositu di questu, devu cunfessà qualcosa.

Inizialmente aghju previstu solu di furnisce dui insemi di suggerimenti è questu seria tuttu.

Più tardi, aghju scrittu casualmente una frase dicendu chì l'audio d'apertura è di fine puderia esse generatu di novu.

U mo amicu era cumpletamente scuncertatu dopu avè vistu è hè ghjuntu à dumandami cumu fà quelle duie vucali corte.

In quellu mumentu, ùn aghju avutu chè un pensamentu in mente: hè colpa meia.

Perchè sò cascatu ancu eiu in sta trappula.

U prublema era chì a mo scrittura saltava troppu.

Sta dichjarazione ùn significa micca chì duvete fà trè cose à tempu in un pezzu di musica. Significa chì duvete generà trè piste audio separate, trè fugliali in tutale, è dopu cucirle inseme nantu à a listessa cronologia in un software di editazione.

Perchè a facemu separatamente?

Perchè a musica AI genera una canzone sana in una volta.

Sè vo vulete ch'ellu abbia un tonu rapidu da 0 à 3 secondi, un tonu dolce in u mezu, è un tonu ascendente in l'ultimi 5 secondi, u mudellu ùn pò micca cambià precisamente per secondu.

Generenduli separatamente, u tema d'apertura pò esse riutilizatu in ogni episodiu, diventendu gradualmente un identificatore auditivu fissu per u vostru canale.

Ci hè una trappula ancu più pratica.

SeedMusic ùn pò micca pruduce direttamente un clip audio di esattamente 3 seconde; di solitu esce cum'è un segmentu sanu, chì dura più di un minutu o ancu dui minuti.

Dunque, l'approcciu currettu hè di generà circa 15 secondi di filmati, poi vultà à u pannellu di edizione è taglià i primi 3 secondi i più puliti.

Ùn vi aspettate micca di fà bè solu riempiendu un 3 per a durata; questu hè prubabile di dà risultati in spazii vioti o soni di scoppiettii.

E piste audio d'apertura è di fine sò dui insemi chì ponu esse copiati direttamente.

Aghju scrittu l'istruzzioni di a sequenza d'apertura cusì.

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。

U sonu CTA à a fine hè indicatu da e seguenti parolle.

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。

Una volta chì avete questi trè clip audio, basta à metteli in a cronologia di u vostru software di editazione.

Pigliendu un tutoriale di 60 secondi cum'è esempiu, u sonu d'apertura hè piazzatu trà 0 è 3 secondi, a musica di fondu principale hè disposta da 3 secondi à 55 secondi, l'iniziu hè sfumatu per dui secondi, è u sonu finale hè cunnessu da 55 secondi à 60 secondi, cù una sfumatura incrociata à u puntu di transizione.

E voce o l'audio originale di a registrazione di u schermu sò nantu à una traccia separata, cù u vulume à u massimu in tuttu.

Per una versione pigra, in realtà vi cunsigliu di fà cusì prima.

À esse onestu, vi cunsigliu di ùn fà ancu a giunzione in trè pezzi.

Perchè?

Per a grande maggioranza di i video tutoriali, una traccia musicale di fondu principale hè sufficiente.

A sequenza d'apertura usa i primi 3 secondi di a musica di fondu principale per fade in, è l'ultimi 5 secondi sò aghjustati manualmente aghjunghjendu un inviluppu di vulume per diminuisce gradualmente u vulume, ciò chì crea digià una fine cumpleta in termini di sonu.

U splicing di trè linee hè un passu chì vale a pena aghjunghje solu quandu u vostru canale hà una introduzione fissa è vulete aghjunghje marcatori sonori.

Fà chì una linea funziona senza intoppi prima hè assai più faciule chè pruvà à eseguisce trè linee subitu.

In fine, si tratta di traduce i sentimenti in parametri.

Stu principiu ùn s'applica micca solu à a musica di fondu.

Mentre scrivia, mi sò ricurdatu di colpu cumu i mo amichi chì studiavanu musica anu cuminciatu.

Prima devenu amparà a musica spartita, amparà un strumentu, amparà l'armunia, amparà a cumpusizione, è passà dece anni à affinà e so cumpetenze prima di osà dì chì capiscenu a musica.

Innò, ùn hè micca necessariu avà.

Ùn avete bisognu di sapè sunà alcun strumentu musicale, ma avete bisognu di sapè qualcosa d'altru: traduce quella sensazione indescrivibile in a vostra testa in parametri specifici chì l'IA pò capisce.

Stile musicale, umore, tempu, strumenti, struttura - queste sò parolle chì i musicanti utilizavanu prima, ma avà sò diventate un linguaghju di tutti i ghjorni chì a ghjente cumuna pò aduprà.

Aghju sempre pensatu chì l'IA ùn hà micca fattu sparisce l'espressione.

Simu simpliciamente à spustà a soglia di spressione da e mani à a bocca.

U mondu chì avete hè u tipu di mondu chì descrivite ciò chì vulete.

In fine, quandu si tratta di mette in musica, ùn si tratta micca di fà scrive canzoni da l'IA per voi.

Hè quandu avete finalmente a capacità di dì ciò chì hè inspiegabile è difficiule da spiegà in u vostru core.

Dopu ve lu restituisce, trasfurmendulu in un sonu audibile.

Questu si sente cusì bè.

Siccomu avete lettu finu à quì, sè l'avete trovu utile, per piacè lasciate un "mi piace" è spartitelu. Sè vo vulete riceve prima l'aghjurnamenti, pudete ancu seguità mi! ⭐

Grazie per avè lettu u mo articulu. À a prossima volta.

发表 评论

您的邮箱地址不会被公开。必填项已用*标注

Libru di Top