SunoMV 分享 MV 制作流程:先分镜、看样片,再锁 1080P
SunoMV 提出 AI 音乐视频应按"先分镜、再看样片、最后锁 1080P"的顺序制作,避免把不该留的镜头渲染成清晰成片。快速默认模型不提供 1080P,只有 Seedance 2.5 能把单段做成 1080P;样片升级为 1080P 的窗口为 7 天,过期需重拍该段。
SunoMV 提出 AI 音乐视频应按"先分镜、再看样片、最后锁 1080P"的顺序制作,避免把不该留的镜头渲染成清晰成片。快速默认模型不提供 1080P,只有 Seedance 2.5 能把单段做成 1080P;样片升级为 1080P 的窗口为 7 天,过期需重拍该段。
Suno 官方博客给出在 Suno Studio 中使用 EQ 的三条入门技巧:混音以耳朵为准而非只看曲线,先衰减再提升,以及把 EQ 放在效果链首位。文中以浑浊人声为例,建议先在 400Hz 处衰减 -6dB 并用约 80Hz 高通滤除低频。
HelloGitHub 第 126 期收录 31 个开源项目,含为 Claude Code 定制状态栏的 ccstatusline、可安装到 Codex 的手绘风格生图技能包 handraw-style,以及把 SRT 字幕转成白板手绘视频的 srt-whiteboard-animation。
VIBE 是一款 AI 视频生成应用,可调用 Kling、Sora、Veo 等模型,把歌曲、歌词或单张参考图生成可搭配音轨发布的音乐视频。其做法是按 intro、verse、hook 等段落拆分歌曲,每段单独写画面提示词并生成 4–15 秒片段,再按歌曲顺序在手机上剪辑拼接。
SunoMV 上线"一句话做 MV"功能,用户写一句含人物、地点、曲风和转折的话,即可得到歌名、Suno 曲风标签、完整歌词和四到六个镜头方案,方案由 Claude Opus 5.5 起草。
YuE2 推出 cover 统合版 GUI,可将翻唱源音频拖入界面后自动转换为 ABC Score 乐谱并抽取歌词,再一键生成翻唱音乐。该版本附带 LoRA 支持,并新增从视频分离音频作为翻唱源、与 JIZURA 联动自动填入歌词两项更新。在 RX9070XT(ROCm10.x)上,20 秒音乐约 10 秒即可生成完毕。
Wireflow 发布教程,讲如何在一块画板上完成 80 秒 AI 歌曲广告,从脚本、歌曲、词级时间轴到静帧、动态、字幕和片尾,全程不导出到 CapCut 或 Premiere。
推荐理由:完整拆解一首 80 秒 AI 歌曲广告从写词到渲染的八个步骤,并公开约 6100 credits 的实际成本与踩坑记录。
YuE2 是迄今本地运行效果最好的 AI 音乐模型,视频将其与 Suno V6 进行歌曲对比,并演示了夸张提示词和参数调整。YuE2 代码采用 Apache 2.0 许可,模型权重为 CC BY-NC 4.0,个人创作者可商业化输出,企业商用需单独授权。17:41 处提供通过 Pinokio 和 Wan2GP 在本地 PC 安装的教程。
在 RX9070XT 的 Windows PC 上通过 ROCm 安装 YuE2-3B AI 音乐生成模型,作者公开了安装步骤和附赠的 Gradio GUI 代码。改用 ROCm10.x 后生成速度大幅改善,ROCm7.x 则需应用 GitHub 上的 Pull request 修正 Flash Attention 报错。9 月第 4 周还发布了 cover 集成版 GUI。
Google 发布新一代音乐生成模型 Lyria 3.5,并在 Google Flow Music 中上线。官方称其在音乐性、歌词与演唱质量上均有提升,旋律结构更丰富自然,歌词生成对提示的遵循和结构意识更强,人声表现力与发音改善,同时新增对节奏和时长的控制。
Google DeepMind 发布 Lyria 3 Pro,可生成最长 3 分钟的曲目,并能按前奏、主歌、副歌、桥段等结构元素进行提示。该版本已上线 Vertex AI 公共预览、Google AI Studio 与 Gemini API,并接入 Google Vids、Gemini 应用和 ProducerAI;Lyria 3 与 Lyria 3 Pro 的输出均嵌入 SynthID 水印。
推荐理由:Lyria 3 Pro 把单曲时长拉到 3 分钟并支持段落级提示,创作者可据此判断能否用于成片配乐。
Google DeepMind 在 Gemini 应用内以 beta 形式上线最新音乐生成模型 Lyria 3,用户用文本或图片即可生成 30 秒歌曲,歌词由模型自动生成,并可控制风格、人声与节奏。
推荐理由:Lyria 3 在 Gemini 应用内开放文本与图片生成 30 秒歌曲,并加入音频 SynthID 验证,可观察音乐生成的产品化路径。
Hugging Face 发布教程,介绍如何通过 Inference Endpoints 的自定义 handler 部署 MusicGen 音乐生成模型。用户需复制 facebook/musicgen-large 仓库,添加 handler.py 和 requirements.txt,即可创建端点,用文本提示生成音乐,也可选用旋律片段作为条件。
OpenAI 推出神经网络 Jukebox,能以原始音频形式生成多种流派与艺术家风格的歌曲,并包含初步的演唱。团队同步开源了模型权重与代码,还提供一个用于试听生成样本的工具。
OpenAI 推出深度神经网络 MuseNet,能生成 4 分钟、含 10 种乐器的音乐作品,并可融合从乡村到莫扎特再到披头士的多种风格。MuseNet 并未被显式编程音乐规则,而是通过学习预测数十万份 MIDI 文件中的下一个 token,自行发现和声、节奏与风格规律。它采用与 GPT-2 相同的通用无监督技术,即大规模 transformer 模型。