直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

自己哼唱的歌制作歌曲，歌普ai软件

回答

以下是一些关于将自己哼唱的歌制作成歌曲的相关信息和可用的 AI 软件：

  • 工作流回顾：
    • 只有词和意向风格：先确定最核心情绪所在的段落，以此段落用 AI 生成最好的结果，然后将其作为动机音轨扩展创作，这也是最常见的创作思路。
    • 只有词，和一小段自己哼唱的旋律：可以上传这段自己哼唱的旋律，让 AI 扩展出自己喜欢的风格，然后将这段音轨作为动机音轨继续创作。
    • 已有 midi 作曲：可以简单的挂载音源导出，并在 AI 的帮助下不断丰满这段包含主歌、副歌等主要段落的核心音轨，然后继续扩展出其他段落形成完整歌曲。
    • 已有简单录音小样：可以利用 REMIX 优化音质与编曲结构，并利用 AI 的尝试不同曲风版本，找到自己最喜欢的风格，然后制作成核心音轨，进而完成全曲创作。
    • 能较好的兼容传统音乐制作手段，多种处理手段的应用可以让作品更有个性。
  • AI 软件：
    • Deepmind 与 YouTube 的 Lyria 音乐生成模型：只要哼唱或者吹口哨就能帮您自动生成交响乐，支持歌词创作和风格控制，能模仿艺术家风格，生成音频带 AI 水印。相关链接：https://deepmind.google/discover/blog/transforming-the-future-of-music-creation/ ，https://x.com/xiaohuggg/status/1725330887318044830?s=20
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

从《We Are The One》开始说起——它的诞生背后的融合工作流

[title]从《We Are The One》开始说起——它的诞生背后的融合工作流[heading1]二、正文[heading2]5、总结[heading3]工作流回顾：[heading4]解决的问题：只有词和意向风格：先确定最核心情绪所在的段落，以此段落用AI生成最好的结果，然后将其作为动机音轨扩展创作，这也是最常见的创作思路。只有词，和一小段自己哼唱的旋律：那么可以上传这段自己哼唱的旋律，让AI扩展出自己喜欢的风格，然后将这段音轨作为动机音轨继续创作。已有midi作曲：可以简单的挂载音源导出，并在AI的帮助下不断丰满这段包含主歌、副歌等主要段落的核心音轨，然后继续扩展出其他段落形成完整歌曲。已有简单录音小样：可以利用REMIX优化音质与编曲结构，并利用AI的尝试不同曲风版本，找到自己最喜欢的风格，然后制作成核心音轨，进而完成全曲创作。3、能较好的兼容传统音乐制作手段，多种处理手段的应用可以让作品更有个性：

XiaoHu.AI日报

[title]XiaoHu.AI日报[heading2]11月17日5⃣️🎶 Deepmind与YouTube的Lyria音乐生成模型：只要哼唱或者吹口哨就能帮你自动生成交响乐歌词创作和风格控制：艺术家风格模仿。特色：生成音频带AI水印。https://deepmind.google/discover/blog/transforming-the-future-of-music-creation/ 🔗[https://x.com/xiaohuggg/status/1725330887318044830?s=20](https://x.com/xiaohuggg/status/1725330887318044830?s=20)6️⃣🏪 GPTs Store界面曝光：GTPs导航站可能会被取代？精选GPT：展示本周精选GPTs。热门GPT：社区中受欢迎的GPTs。特色和趋势：当前列表为空https://x.com/xiaohuggg/status/1725521961420472757?s=207️⃣🎨 Meshy-1：3D模型生成AI工具：多样输入：文本和图像到3D模型转换。风格多样：现实、动漫、卡通等风格选择。格式支持：多种文件格式，包括Unity插件。高清纹理：提供4K分辨率PBR纹理。🔗[https://meshy.ai](https://meshy.ai/)🔗[https://x.com/xiaohuggg/status/1725525234412097774?s=20](https://x.com/xiaohuggg/status/1725525234412097774?s=20)

XiaoHu.AI日报

[title]XiaoHu.AI日报[heading2]11月17日5⃣️🎶 Deepmind与YouTube的Lyria音乐生成模型：只要哼唱或者吹口哨就能帮你自动生成交响乐歌词创作和风格控制：艺术家风格模仿。特色：生成音频带AI水印。https://deepmind.google/discover/blog/transforming-the-future-of-music-creation/ 🔗[https://x.com/xiaohuggg/status/1725330887318044830?s=20](https://x.com/xiaohuggg/status/1725330887318044830?s=20)6️⃣🏪 GPTs Store界面曝光：GTPs导航站可能会被取代？精选GPT：展示本周精选GPTs。热门GPT：社区中受欢迎的GPTs。特色和趋势：当前列表为空https://x.com/xiaohuggg/status/1725521961420472757?s=207️⃣🎨 Meshy-1：3D模型生成AI工具：多样输入：文本和图像到3D模型转换。风格多样：现实、动漫、卡通等风格选择。格式支持：多种文件格式，包括Unity插件。高清纹理：提供4K分辨率PBR纹理。🔗[https://meshy.ai](https://meshy.ai/)🔗[https://x.com/xiaohuggg/status/1725525234412097774?s=20](https://x.com/xiaohuggg/status/1725525234412097774?s=20)

其他人在问
推荐分镜脚本创作可用的AI
以下为您推荐一些可用于分镜脚本创作的 AI 相关资源和方法： 1. 阿汤的 AI 短片探索第一幕（动画篇）中的分镜脚本示例，包括景别（特写、全景、远景、中景等）、风格（彩色、灰白冷淡等）、画面内容、镜头时长和镜头运动等详细信息。 2. 关于如何做出商业级的 AI 视频广告的教程，其中提到分镜提示词的结构，如明确视频时长、分镜数量、每个分镜的内容和输出格式要求等。还介绍了让 Claude 生成分镜脚本的提示词，并指出对于 30 秒的广告视频，10 个分镜且每个分镜平均 3 秒较为合适。同时，景别设定有助于 MJ 理解需求，画面内容可用于生成图像，对话旁白可用于配音，音乐音效为创作背景音提供思路。您可以参考获取更具体的分镜脚本内容。
2024-11-03
分镜脚本创作AI
以下是关于分镜脚本创作 AI 的相关内容： 在《哪吒·龙影之下》的 AI 创作过程文档中，影片分镜包括分镜编号、分镜内容描述、人物、情绪、对白或配音等方面。同时提到 AI 写的人物名字过多，片子短易出现干扰信息，部分名字可省略。 对于商业级的 AI 视频广告，分镜提示词的结构包括要做多长时间的视频、要出多少个分镜、每个分镜包含的内容以及对输出格式的要求。以 30 秒时长的广告片为例，分镜脚本结构包括序号、场景、景别、镜头时长、镜头运动、画面内容、对话旁白和音乐音效，每个分镜平均 3 秒，10 个分镜较为合适。景别是让 MJ 生图的提示词内容之一，镜头时长设定每个分镜长度，画面内容是生成图片的提示词，对话旁白可用于生成配音，音乐音效为创作背景音提供思路。 对于商业级的奔驰 GLE300L 广告脚本，需要确定 30 秒的总时长，包括开场白、汽车基本介绍、展示亮点、客户证言或推荐以及呼吁行动等内容，同时要选择合适音乐、编写吸引人的台词、准备道具、设计景别和规划运镜。Claude 可以生成相关脚本，如有不满意可要求修改。
2024-11-03
字节跳动也被曝出在其秘密研发的大模型项目中存在违规调用 OpenAI 的 API ，你如何看待
2023 年下半年，部分声称性能卓越的中国大模型被揭露为“套壳”产品。如李开复创办的“零一万物”被国外开发者质疑为“套壳”产品，其团队承认在训练过程中沿用了开源架构，但强调是为快速起步。12 月，字节跳动被曝出在其秘密研发的大模型项目中调用了 OpenAI 的 API 并使用 ChatGPT 的输出数据来训练自己的模型。OpenAI 反应迅速坚决，暂停相关账号并表示将进一步调查。字节跳动回应称在 2023 年初技术团队在大模型探索初期有部分工程师将 GPT 的 API 服务用于较小模型的实验性项目研究，且自 2023 年 4 月引入调用规范检查后已停止。此外，不仅国内存在此类现象，24 年也有更多被指“套壳”的事件。同时，提示词攻击在业内是公开的秘密，国内外各大著名的 AI 厂商几乎无一幸免，系统提示处于泄露状态，大模型应用脆弱，数据易被获取。
2024-11-03
为什么国内目前仍有一些人在盲目夸耀国产AI不错，有出息，等等
国内在 AI 领域的发展情况较为复杂。在 2023 年之前，国内 AI 行业曾自认为与美国差距不大且有人口数据优势，但 ChatGPT 和 GPT4 的出现打破了这种认知，直接拉开了 2 年的技术差距。上半年国内坚信靠资金和卡能发展，但试验后发现不易，下半年纷纷转向“垂直应用”“商业化”，不提 AGI，这种转向是短视且致命的。目前国内最领先的模型水平大概在准 ChatGPT3.5，与 GPT4 有差距。 国内大厂在人才、GPU、数据和资金储备上有冲击 AGI 的能力，但受内部短期考核压力等影响，实际效果不明显。具体来说，百度的“文心 4.0”和阿里的“通义千问”是比较突出的。同时，智谱一年间推出了 4 代 GLM，MiniMax 推出了新模型和“星野”APP，月之暗面在长 Token 能力上表现不错。 在图像 AI 领域，国内产品发展迅速，如快手团队开发的“可灵”能生成高质量图像和视频，但价格较高；阿里的“通义万相”在中文理解处理方面出色，操作界面友好，且目前免费，但存在一些局限性。 在硬件层，国内仍面临芯片卡脖子问题，目前没有能胜任大模型训练的芯片，在推理上虽有 Nvidia 的替代产品出现，但华为昇腾因稳定性和生态问题还需时间打磨。
2024-11-03
目前国产AI对比国外AI，存在哪些不足和差距，我要实事求是的回答
目前国产 AI 对比国外 AI 存在以下不足和差距： 1. 在通用语言模型方面，如 ChatGPT 和 GPT4 出现后，国内与国外拉开了约 2 年的技术差距。国内最领先的模型水平大概在准 ChatGPT3.5 的水平，和 GPT4 还有不小差距，甚至还不如临时拼凑的 Mistral 团队的水平。 2. 国内部分企业可能存在骄傲自大的情况，也可能被之前 Google 主推的 T5 技术路线带偏，同时 AGI 影响巨大，可能存在国外相关机构与 OpenAI 有特殊沟通而国内未有的情况。 3. 2023 年上半年国内笃信靠资金和卡能实现突破，但下半年纷纷转向“垂直应用”“商业化”，不提 AGI，这种转向可能是短视和致命的。 4. 大厂虽具备冲击 AGI 的资源，但受内部短期考核压力影响，多数力量用于卷新产品圈地盘和向上汇报工作，实际效果未达预期，且背负较多其他业务和政治考量。 不过，在图像类 AI 产品方面，国内产品发展迅速，部分产品如通义万相在中文理解和处理方面表现出色，具有独特优势。在 AI 生成视频工具领域，国内涌现出一系列工具，其生成结果在某些方面甚至远超国外。
2024-11-03
国产AI与国外AI的实际差距
国产 AI 与国外 AI 存在一定的差距，但情况较为复杂，且在不同方面表现有所不同。 在 2023 年之前，国内 AI 行业曾自认为与美国差距不大，但 ChatGPT 和 GPT4 的出现打破了这种认知，OpenAI 直接拉开了 2 年的技术差距。当时国内出现了从追求创造国产 AGI 到转向做“垂直应用”“商业化”的转变。国内最领先的模型水平大概在准 ChatGPT3.5 的水平，和 GPT4 仍有差距。大厂在人才、GPU、数据和资金储备上有冲击 AGI 的能力，但实际效果尚不明确，且受内部短期考核压力等因素影响。 然而到了 2024 年，竞争达到白热化阶段。在文本到视频扩散模型方面，Google DeepMind 和 OpenAI 展示了强大的成果，但中国的相关情况在报告中未详细说明，不过国内也涌现出了一系列表现出色的 AI 生成视频工具，生成结果甚至远超国外。Llama 3.1 在某些任务中能与 GPT4 相抗衡，而中国的一些模型如由 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的模型在 LMSYS 排行榜上取得优异成绩，尤其在数学和编程方面表现出色，且在某些子任务上挑战了前沿水平。中国模型在计算效率、数据集建设等方面各有优势，能弥补 GPU 访问的限制等不足。
2024-11-03
如何获取歌曲中每句歌词的音高？
获取歌曲中每句歌词音高的方法如下： 1. 利用工具如 Chirp： 可以在输入时强调歌词中某个单词的音高，将其全部大写。 重复一部分歌词，Chirp 可能会认为在唱副歌从而改变旋律。 输入元标签时遵循一定结构，避免混乱。可添加类似“Match vocals at starts,break”这类提示词告知演绎方式。 2. 使用 ACE Studio： 利用其方便的干声转换功能将人声音频转 MIDI，获取初稿。但 AI 识别可能有误差，需修复瑕疵。 完成歌手选择后进行微调： 歌词发音：若 AI 识别发音不准确，双击音符修改拼音。 音准：音高不准时，点击音符按键盘上下键调整，偏差小于 1key 则用音高画笔画出音高线。 节奏：节奏不准可拖动音符对齐节奏线，但人真实演唱会有微小节奏错位，可根据主观审美和作品表达需要决定是否完全对齐。 完成瑕疵修复后，点击文件 导出音频，根据用途选择合适格式，如用于视频选 mp3，用于发行平台选 wav。
2024-10-30
如何获取歌曲中每句歌词的音高？
获取歌曲中每句歌词的音高可以通过以下方法： 1. 利用工具如 Chirp： 可以在输入时强调歌词中某个单词的音高，将其全部大写。 重复一部分歌词，Chirp 可能会认为在唱副歌从而改变旋律。 遵循歌词书写原则有助于在音频延续上保持质量。 在元标签中添加类似“Match vocals at starts,break”这类提示词，告知 Chirp 段落的演绎方式。 注意 Chirp 会优先识别输入的元标签，输入结构不要混乱。 2. 使用 ACE Studio： 利用其非常方便的干声转换功能，将人声音频转 MIDI。但 AI 识别的音高、节奏、发音可能有误差。 完成歌手选择后，进行微调： 歌词发音：若 AI 识别的发音不准确，双击音符修改正确的拼音。 音准：发现音高不准，点击音符按键盘上下键调高或调低。音准偏差小于 1key 时，使用音高画笔画出音符的音高线。 节奏：发现节奏不准，可将音符拖动到对齐节奏线。但人在真实演唱中会有微小节奏错位，这在某些情况下是自然的，取决于主观审美和作品表达需要。 完成发音、音高、节奏的瑕疵修复后，点击文件 导出音频，根据用途选择合适的格式，如用于视频选 mp3，用于发行到 QQ 音乐之类的平台选 wav。
2024-10-30
ai歌曲翻唱
以下是关于 AI 歌曲翻唱的相关信息： 关键技术： 深度伪造技术（deepfakes）是利用 AI 程序和深度学习算法实现音视频模拟和伪造的技术，投入深度学习的内容库越大，合成的视音频真实性越高。 粉丝操作方式： 粉丝们会通过 Stems 音轨分离工具将人声与原始歌曲分离，再使用人声转换模型将人声转换成另一位明星的风格，然后将新的人声轨道与原始作品重新拼接在一起。DiffSVC 是一种流行的用于此目的的语音传输模型。 制作案例： 在《AI 你·南京》AIGC 城市宣传 MV 制作中，先尝试用剪映里预设的 AI 语音进行朗诵配音，效果不佳后改为创作歌曲并制作 MV。将文案复制给 AI 进行歌词改写和歌曲取名，修改 AI 生成的歌词后定稿。 张吃吃分享的 ACE Studio 入门教程中，小白快速上手实操步骤包括：准备音频素材，使用干声转换，分别导入人声干声和伴奏，注意变调等；干声转换时先设置工程 BPM 与歌曲一致，将音频轨道文件拖入空白歌手轨道；选择歌手，长按拖动到歌手轨道的头像处切换。 常用的前期音频素材准备工具包括： TME Studio：腾讯音乐开发的 AI 音频工具箱，常用功能是音频分离，可用于将人声和伴奏从歌曲中提取出来。地址：https://y.qq.com/tme_studio/index.html/editor Vocalremover：包含音频分离、变调、BPM 查询等功能，常用变调和 BPM 查询。建议在准备素材阶段，就将音频调整到所需调，并获取到 BPM。地址：https://vocalremover.org/zh/keybpmfinder
2024-10-29
生成歌曲的ai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。它们能够分析大量音乐数据，学习音乐模式和结构，然后根据用户输入或特定指令创作出新的音乐作品。 以下为您推荐一些 AI 音乐生成工具： 1. 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。网址：https://www.udio.com/ 2. 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，能将用户输入转化为富有情感且高质量的音乐作品。网址：https://suno.com/ Suno AI 的详细介绍及使用流程： 简介：被誉为音乐界的 ChatGPT，能根据简单提示创造出从歌词到人声和配器的完整音乐作品，适合音乐新手和资深爱好者。 账号要求：需要拥有 Discord、谷歌或微软中的至少一个账号，并确保网络环境稳定。 订阅信息： 免费用户：每天 50 积分，每首歌消耗 5 积分，每天可创作 10 首歌曲，每次点击生成两首歌曲。若有多个账号，可创作更多音乐作品。 Pro 用户：每个月 2500 点数（大约 500 首歌），按月算每月 10 美元，按年算每月 8 美元，每年 96 美元。 Premier 用户：每个月 10000 点数（大约 2000 首歌），按月算每月 30 美元，按年算每月 24 美元，每年 288 美元。 点击 Create：有默认模式和个性化模式。 默认模式：关闭个性化，可填写歌曲描述、设置乐器开关、选择模型 v3。 个性化模式：开启个性化定制，可填写歌词、设置曲风、标题等。 生成歌词：可使用大模型如 Kimi、GPT、文心一言等来生成。 开始生成：填写好所需内容后点击 Create，等待 2 3 分钟即可。 下载 在最新的分析中，像 Suno 这样的新兴音乐生成工具开始崭露头角，它能够在浏览器中根据文本提示创作原创歌曲，包括歌词，并支持多种风格。Suno 最初在 Discord 平台上提供服务，2023 年 12 月推出了独立网站和 Copilot 扩展插件。一些主流的消费级 AI 产品如 Suno 最初从 Discord 服务器开始，或至今仍主要通过该平台运作。 内容由 AI 大模型生成，请仔细甄别。
2024-10-19
@ 用ai制作优美的歌曲用什么工具软件，详细的使用教程
以下是用 AI 制作优美歌曲的相关工具软件及使用教程： 工具软件： 1. 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。网址：https://www.udio.com/ 2. 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。网址：https://suno.com/ 使用教程： 1. 导出时间轴歌词：使用剪映（剪辑软件），其导出时间轴歌词的功能位置如下图所示。 2. 音乐分轨：可以使用腾讯 QQ 音乐旗下的 TME Studio，支持一键分轨，再将分轨好的音频文件进行全部导出。TME Studio 网站链接：https://y.qq.com/tme_studio/ 3. 音频编辑：对于分轨好的视频，可以导入 Adobe Audition 进行编辑。有编曲经验的同学可以自由发挥，没有编曲经验的小白可以打开电脑的录屏工具，录制歌曲的工程文件，上传提供创作证明。 4. 准备音频素材： 使用干声转换时，在软件中分别导入人声干声和伴奏，放在两个轨道上。干声用于转成 MIDI 做 AI 演唱。 男歌女唱或者女歌男唱时，在导入前先进行变调。常用的工具包括 TME Studio（腾讯音乐开发的 AI 音频工具箱，其中最常用的是音频分离，可用于将人声和伴奏从歌曲中提取出来。地址：https://y.qq.com/tme_studio/index.html/editor）和 Vocalremover（包含音频分离、变调、BPM 查询等功能，使用较多的是变调和 BPM 查询。建议在准备素材阶段，就将音频调整到所需调，并获取到 BPM。地址：https://vocalremover.org/zh/keybpmfinder） 关于申请网易云音乐人和上传音乐，只提供了认证成功的方法和过程，不能确保所有人都能成功，这是一个概率性的问题。此外，根据 AI 创作目前的特殊性，会在平台上声明此音乐为 AI 创作，并且也绝对支持尊重所有原创作品，也希望平台能尽快开辟一个 AI 创作的专区，可以提供一个容纳并保护所有群体的不同板块。
2024-09-17
我指的是要用我的音色翻唱歌曲 用AI来克隆 推荐不错的吧
以下是为您推荐的关于用 AI 克隆音色翻唱歌曲的相关内容： ElevenLabs 推出了全自动化的 AI 配音或视频翻译工具。您只需上传视频或粘贴视频链接，它能在几十秒到几分钟内将视频翻译成 29 种语言，还能克隆原视频中的声音进行配音。群友瑞华测试发现，模仿豆包的音色读约 20 个字的句子，5 秒就能生成非常相似的音色，之后可用自己的声音读生成的文字内容。详情可参考：https://mp.weixin.qq.com/s/nHIPaq4evPbvSQS1ctYZrA 剪映也有新的声音克隆功能，卡兹克做了对比，效果不错。 Stuart：免费 AI 真人语音入门 GPTSoVITS + BertVITS2 。一开始只是字生成语音并能选不同音色，音色基于网络红人训练，与对应的网络红人非常相像，也可自己训练，参考： 但真正使用时会发现只改音色不够用，因为真正说话或配音时有口头禅、重音、停顿等。 一些提供 AI Mastering 的网站列表： https://www.landr.com/onlineaudiomastering/ （收费） https://emastered.com/ （收费） https://app.kits.ai/aimastering （收费，推荐，除母带处理，还有分轨、替换人声、人声克隆等功能） https://app.bakuage.com/ （免费！强烈推荐，本文主角！正常情况下不需要魔法，为保证流畅，建议打开魔法）
2024-08-27