跳到主要内容
火花工坊
一个 AI 音乐生成 skill:给视频配乐、做翻唱、分离音轨

一个 AI 音乐生成 skill:给视频配乐、做翻唱、分离音轨

装好之后怎么用

什么时候会用上它:AI music generation with ACE-Step 1.5 — background music, vocal tracks, covers, stem extraction for video production. Use when generating music, soundtracks, jingles, or working with audio stems. Triggers include background music, soundtrack, jingle, music generation, stem extraction, cover, style transfer, or musical composition tasks.

怎么用:在 AI 工具里直接描述任务即可自动触发。显式调用的写法各端不同:Claude Code / Cursor 等用 /acestep,Codex 用 $acestep,Kimi Code 用 /skill:acestep,ZCODE 用 $acestep,Gemini CLI 以自动激活为主。

一个 AI 音乐生成 skill。

它基于 ACE-Step 1.5(MIT 协议),通过 tools/music_gen.py 运行,跑在 RunPod serverless 上。

它的能力:

  • text2music(默认):从文本 prompt + 可选歌词生成音乐
  • cover:从参考音频做风格迁移
  • extract:分轨——从混合音频分离出人声、鼓、贝斯、吉他、钢琴等
  • repaint(未来):重新生成特定时间段
  • lego(未来):在现有音频上下文中生成单个乐器轨
  • complete(未来):扩展不完整作曲

有 8 个场景预设:corporate-bg、upbeat-tech、ambient、dramatic、tension、hopeful、cta、lofi

提示词工程要点:

  • Caption 分层描述:风格、情绪、乐器、音色、年代、制作、人声
  • 歌词格式:结构标签 [Verse]、[Chorus],人声控制 [raspy vocal],能量指示(大写 = 高音强,括号 = 背景人声)
  • 每行 6-10 个音节,节奏更自然
  • BPM 和 key 用 metadata 参数,不要写进 caption

视频制作集成:

  • 不同场景类型有对应的音乐预设
  • 背景音乐和旁白混合时,音乐音量 10-20%
  • 用 --brand <name> 加载品牌提示
  • 用 --seed 42 固定种子,保证项目内声音一致

技术细节:

  • 输出 48kHz MP3/WAV/FLAC
  • 时长 10-600 秒
  • BPM 30-300
  • GPU 推理约 2-3 秒

适合谁:

  • 做科普视频、教学视频的科研小组成员
  • 需要背景音乐、人声、翻唱、分轨的人
  • 想把音乐和视频制作流程结合起来的人

用法: 把 SKILL.md 内容复制到你的 AI 工具里,描述你想要的音乐风格就行。

来源:GitHub 仓库 calesthio/OpenMontage · 文件 1 个,SKILL.md 语言:英语

评论 0

更多

登录后可点赞、收藏、评论和举报。

还没有评论,先发起一个具体问题。

0/2000