直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

有哪些可以克隆声音，制作 AI 歌手的工具

回答

以下是一些可以克隆声音、制作 AI 歌手的工具：

  • Voice-Swap 推出的 Stem-Swap 工具，基于浏览器，可将混音曲目分成四部分，隔离人声并转换为其他歌手的声音，用户能从授权歌手名单中选择新声音并下载完整混音或各个音轨。链接：https://www.voice-swap.ai/
  • 人工智能音频初创公司，如：
    • adauris.ai：将书面内容转化为引人入胜的音频并实现无缝分发。
    • Aflorithmic：提供专业音频、语音、声音和音乐的扩展服务。
    • Sonantic（被 Spotify 收购）：提供完全表达的 AI 生成语音，带来逼真表演。
    • kroop AI：利用合成媒体生成和检测带来无限可能。
    • dubverse：一键使内容多语言化，触及更多人群。
    • Resemble.ai：生成听起来真实的 AI 声音。
    • Replica：为游戏、电影和元宇宙提供 AI 语音演员。
    • Respeecher：为内容创作者提供语音克隆服务。
    • amai：超逼真的文本转语音引擎。
    • AssemblyAI：使用单一 AI 驱动的 API 进行音频转录和理解。
    • DAISYS：提供听起来像真人的新声音。
    • WellSaid：从真实人的声音创建逼真的合成语音的文本转语音技术。
    • Deepsync：生成听起来完全像您的音频内容。

此外，深度伪造技术（deepfakes）是一种利用 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。粉丝们还会通过 Stems 音轨分离工具将人声与原始歌曲分离，再使用 Diff-SVC 等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实现 AI 翻唱。

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

AI 音乐 | 3.2 资讯

作者：叮当不是机器猫｜分享AI音乐动态，探索AI与音乐的无限可能！公众号：智音Brook 2024-03-02 21:40广东原文：https://mp.weixin.qq.com/s/q1TqyzJao8Z2YJYVK2s_VQ[heading3]目录[heading3]Voice-Swap推出Stem-Swap，可重塑混音曲目的人声[heading3]SALMONN：语音音频语言音乐开放神经网络[heading3]LAIVE：AI生成器乐曲目、歌词和人声一体[heading3]Combobulator：用AI合成技术重塑音乐创作界限[heading3]Vocs AI：您的免费人工智能语音生成器和转换器[heading3]Voice-Swap推出Stem-Swap，可重塑混音曲目的人声[content][videoplayback(4).mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/CEYXbCuDIoKYLKxVYCPcpCXontb?allow_redirect=1)链接：https://www.voice-swap.ai/Voice-Swap推出了Stem-Swap工具，允许用户从完全混音的曲目中轻松快速地更改人声。这个基于浏览器的工具可以将歌曲分成四部分，隔离人声，并将其转换为其他歌手的声音。用户可以从授权歌手名单中选择新声音，并下载完整混音或各个音轨。这一功能预计将开启前所未有的创意和合作新途径。

人工智能音频初创公司列表

[adauris.ai](https://www.adauris.ai/)-将书面内容转化为引人入胜的音频，并实现无缝分发。[Aflorithmic](https://audiostack.ai/)-专业音频、语音、声音和音乐的扩展服务。[Sonantic](https://pr-newsroom-wp.appspot.com/2022-06-13/spotify-to-acquire-sonantic-an-ai-voice-platform/)（被Spotify收购）-提供完全表达的AI生成语音，带来引人入胜的逼真表演。[kroop AI](https://www.kroop.ai/)-利用合成媒体生成和检测，带来无限可能。[dubverse](https://dubverse.ai/)-一键使您的内容多语言化，触及更多人群。[Resemble.ai](https://www.resemble.ai/)-生成听起来真实的AI声音。[Replica](https://www.replicastudios.com/)-为游戏、电影和元宇宙提供AI语音演员。[Respeecher](https://www.respeecher.com/)-为内容创作者提供语音克隆服务。[amai](https://amai.io/)-超逼真的文本转语音引擎。[AssemblyAI](https://www.assemblyai.com/)-使用单一AI驱动的API进行音频转录和理解。[DAISYS](https://daisys.ai/)-听起来像真人的新声音。[WellSaid](https://wellsaidlabs.com/)-从真实人的声音创建逼真的合成语音的文本转语音技术。[Deepsync](https://dubpro.ai/)-生成听起来完全像你的音频内容。

AI 语音合成

所谓深度伪造技术（deepfakes），是一种利用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，甚至可以达到以假乱真的程度。[heading2]AI翻唱[content]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。Diff-SVC就是一种特别流行的用于此目的的语音传输模型。

其他人在问
有没有可以帮我做作品集的ai工具？
以下为您介绍一些可以帮助制作作品集的 AI 工具： 1. GPT4、WPS AI 和 chatPPT：可以用于制作 PPT 类型的作品集。例如，在制作 PPT 时，大纲内容、排版、动画等都可以借助这些工具完成。 2. Kickresume 的 AI 简历写作器：使用 OpenAI 的 GPT4 语言模型自动生成简历，能为简历摘要、工作经验和教育等专业部分编写内容，并保持一致语调。 3. Rezi：是一个受到众多用户信任的领先 AI 简历构建平台，使用先进的 AI 技术自动化创建可雇佣简历的各个方面，包括写作、编辑、格式化和优化。 4. Huntr 的 AI 简历构建器：提供免费的简历模板，以及 AI 生成的总结、技能、成就生成器和 AI 驱动的简历工作匹配。 更多相关工具，您还可以查看：https://www.waytoagi.com/category/79 。 需要注意的是，AI 工具生成的内容可能需要您进一步甄别和调整，以满足您的具体需求。
2024-11-12
什么是AI
AI 是一门令人兴奋的科学，它研究如何使计算机表现出智能行为，例如做一些人类所擅长的事情。 对于 AI 的理解，对于不具备理工科背景的文科生来说可能较困难，可将其当成一个黑箱，只需要知道它是某种能模仿人类思维、理解自然语言并输出自然语言的东西即可。其生态位是一种似人而非人的存在，即便技术再进步，这一生态位也不会改变。 在实际应用中，有些任务无法明确编程让计算机完成，比如根据照片判断一个人的年龄，而这类任务正是 AI 所感兴趣的。 AI 健身是利用人工智能技术辅助或改善健身训练和健康管理的方法，能根据用户情况提供定制化训练计划和建议。相关的 AI 工具包括 Keep、Fiture、Fitness AI、Planfit 等。
2024-11-12
如何使用ai帮助我写作
利用 AI 帮助写作可以参考以下步骤和方法： 1. 确定写作主题：明确您的研究兴趣和目标，选择一个具有研究价值和创新性的主题。 2. 收集背景资料：使用 AI 工具如学术搜索引擎和文献管理软件来搜集相关的研究文献和资料。 3. 分析和总结信息：利用 AI 文本分析工具来分析收集到的资料，提取关键信息和主要观点。 4. 生成大纲：使用 AI 写作助手生成写作的大纲，包括引言、文献综述、方法论、结果和讨论等部分。 5. 撰写初稿：可以利用 AI 写作工具草拟任何东西的初稿，如博客文章、论文、宣传材料、演讲、讲座等。 6. 优化内容：将文本粘贴到 AI 中，要求它改进内容，或就如何为特定受众提供更好的建议。也可以要求它以不同风格创建多个草稿，使事物更生动，或者添加例子，以激发您做得更好。 7. 帮助完成任务：AI 可以做您没有时间做的事情，像实习生一样使用它写邮件，创建销售模板，提供商业计划的下一步等。 8. 数据分析（若涉及）：如果写作内容涉及数据收集和分析，可以使用 AI 数据分析工具来处理和解释数据。 9. 生成参考文献：使用 AI 文献管理工具来生成正确的参考文献格式。 10. 审阅和修改：利用 AI 审阅工具来检查写作的逻辑性和一致性，并根据反馈进行修改。 11. 提交前的检查：最后，使用 AI 抄袭检测工具来确保写作的原创性，并进行最后的格式调整。 需要注意的是，AI 工具可以作为辅助，但不能完全替代您的专业判断和创造性思维。在使用 AI 进行写作时，应保持批判性思维，并确保写作的质量和学术诚信。 目前，一些较好的写作工具包括： 最佳免费选项： 付费选项：带有插件的4.0/ChatGPT 此外，GPT4 仍然是功能最强的人工智能写作工具，您可以在 Bing（选择“创新模式”）上免费访问，或者通过购买 ChatGPT 的$20/月订阅来访问。Claude 是紧随其后的第二名，也提供了有限的免费选项。这些工具也被直接集成到常见的办公应用程序中，如 Microsoft Office 将包括一个由 GPT 提供支持的副驾驶，Google Docs 将整合 Bard 的建议。
2024-11-12
为什么AI那么厉害
AI 之所以厉害，原因主要包括以下几点： 1. 具有非凡的潜力，能够在众多领域得到应用，如改善社会和经济，其影响力可与电力和互联网相媲美，能推动增长并创造就业机会。 2. 可支持人们完成现有工作，提高劳动力效率和工作场所安全性。 3. 是人类研究世界的有力工具，能帮助解决基础科学面临的瓶颈，例如在生物领域能快速计算蛋白质的折叠结构。 4. 不断发展和创新，如 GPT4 的升级，能为用户提供更多帮助。但同时也存在耗能等问题。
2024-11-12
国内有哪些AI出海产品
国内的 AI 出海产品有 ThinkAny、GenSpark、Devv 等。 在图像类 AI 产品方面，国内有可灵和通义万相。可灵由快手团队开发，用于生成高质量的图像和视频，图像质量高，但价格相对较高；通义万相是阿里旗下的工具，在中文理解和处理方面表现出色，用户可选择多种艺术和图像风格，操作界面简洁直观，且目前免费，但在某些方面存在局限性。 在 PPT 类 AI 产品方面，国内推荐爱设计 PPT，其背后有强大的团队，能敏锐把握市场机遇，已确立市场领先地位，能提高制作效率并保证高质量输出。
2024-11-12
0基础怎么快速学会做AI
对于 0 基础学习 AI，您可以参考以下步骤： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您能找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，您还可以参考以下具体的学习活动： 1. 参加“AI 编程共学”活动，例如： 10 月 28 日 20:00 开始的“0 基础做小游戏分享：通往 AGI 之路增量小游戏、转生之我是野菩萨”，回放链接：。 10 月 29 日 20:00 开始的“0 编程基础入门 Cursor 极简使用指南”，回放链接：。 10 月 30 日 20:00 开始的“0 基础学做 AI 拍立得：Coze 工作流实现手把手教学、AI 拍立得开源代码开箱即用”，回放链接：。 10 月 31 日 20:00 开始的“0 基础做小游戏分享：猪猪🐷撞南墙”，回放链接：。 2. 对于技术纯小白，您可以： 从一个最最基础的小任务开始，让 AI 先帮您按照 best practice 写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，学会必备的调试技能。 通过和 AI 的对话，逐步明确项目需求，让 AI 帮助您梳理出产品需求文档。
2024-11-12
音频克隆
以下是关于音频克隆的相关信息： GPTSoVITS 是一个声音克隆和文本到语音转换的开源 Python RAG 框架。其主要特点包括： 1. 零样本 TTS：输入 5 秒的声音样本即可体验即时的文本到语音转换。 2. 少量样本训练：只需 1 分钟的训练数据即可微调模型，提高声音相似度和真实感，模仿出来的声音更接近原声，更自然。 3. 跨语言支持：支持与训练数据集不同语言的推理，目前支持英语、日语和中文。 4. 易于使用的界面：集成了声音伴奏分离、自动训练集分割、中文语音识别和文本标签等工具，帮助初学者更容易地创建训练数据集和 GPT/SoVITS 模型。 5. 适用于不同操作系统：项目可以在不同的操作系统上安装和运行，包括 Windows。 6. 预训练模型：项目提供了一些已经训练好的模型，可直接下载使用。 GitHub 地址： 视频教程： 使用方法： 1. 注册 colab，启动准备：点击进入按照步骤注册，新建笔记本，运行脚本启动 GPTSo VITS。整个过程比较漫长，需要耐心等待，可以整个脚本一起运行，也可以一段一段运行。运行过程包括克隆项目代码库、进入项目目录、安装 Python 依赖包、安装系统依赖、下载 NLTK 资源、启动 Web UI。运行成功后会出现 public URL。 2. 训练音频准备与上传。 此外，还有 XiaoHu.AI 日报中提到的声音克隆相关内容，它由主要模型 SenseVoice 和 CosyVoice 构成，声音克隆仅需几秒音频样本，无需额外训练数据，还能控制情绪情感、语速、音高。详细内容：https://xiaohu.ai/p/10954 项目地址：https://funaudiollm.github.io 在线演示：https://modelscope.cn/studios/iic/CosyVoice300M
2024-11-12
语音克隆 + 可以文转语音
以下是关于语音克隆和文转语音的相关信息： GPTSoVITS： 是一个声音克隆和文本到语音转换的开源 Python RAG 框架。 只需 1 分钟语音即可训练一个自己的 TTS 模型。 5 秒数据就能模仿，1 分钟声音数据能训练出高质量 TTS 模型，完美克隆声音，适配中文。 主要特点包括零样本 TTS、少量样本训练、跨语言支持、易用界面、适用于不同操作系统、提供预训练模型。 GitHub 链接： 视频教程： Vidnoz AI： 支持 23 多种语言的配音，音质高保真。 支持文本转语音和语音克隆功能。 提供语音参数自定义和背景音乐添加工具。 提供面向个人和企业的经济实惠的定价方案。 其他人工智能音频初创公司： ：将书面内容转化为引人入胜的音频，并实现无缝分发。 ：专业音频、语音、声音和音乐的扩展服务。 （被 Spotify 收购）：提供完全表达的 AI 生成语音，带来引人入胜的逼真表演。 ：利用合成媒体生成和检测，带来无限可能。 ：一键使您的内容多语言化，触及更多人群。 ：生成听起来真实的 AI 声音。 ：为游戏、电影和元宇宙提供 AI 语音演员。 ：为内容创作者提供语音克隆服务。 ：超逼真的文本转语音引擎。 ：使用单一 AI 驱动的 API 进行音频转录和理解。 ：听起来像真人的新声音。 ：从真实人的声音创建逼真的合成语音的文本转语音技术。 ：生成听起来完全像你的音频内容。
2024-11-06
声音克隆然后朗读文章
声音克隆然后朗读文章的相关信息如下： 声音克隆主要由 SenseVoice 和 CosyVoice 模型构成。仅需几秒音频样本即可进行声音克隆，无需额外训练数据，还能控制情绪情感、语速、音高。 相关链接： 详细内容：https://xiaohu.ai/p/10954 项目地址：https://funaudiollm.github.io 在线演示：https://modelscope.cn/studios/iic/CosyVoice300M https://x.com/imxiaohu/status/1810239744812679271 开源的数字人组合方案中，声音克隆的步骤如下： 第一步，先剪出音频，使用 https://elevenlabs.io/speechsynthesis 或使用 GPTsovits（GPTSoVITS 实现声音克隆）https://waytoagi.feishu.cn/wiki/SVyUwotn7itV1wkawZCc7FEEnGg 克隆声音，做出文案的音频。 第二步，使用 wav2lip 整合包，导入视频和音频，对口型得到视频。基础 wav2lip+高清修复整合包下载地址：https://github.com/Rudrabha/Wav2Lip 。这就是目前的本地跑数字人的方案，效果都差不多，都是用的 wav2lip。相关产品：https://synclabs.so/
2024-11-06
有几十个角色台词的语音文件，用什么方式克隆他的声音质量更好？
很抱歉，您提供的内容中并未包含关于克隆几十个角色台词语音文件以获得更好声音质量的具体方法和相关信息。但一般来说，要提高语音克隆的质量，可以考虑以下几个方面： 1. 选择高质量的原始语音文件，确保其清晰、无噪音。 2. 利用先进的语音克隆技术和工具，例如一些专业的语音处理软件。 3. 对语音特征进行精细的分析和提取，以准确捕捉原始声音的特点。 4. 进行适当的参数调整和优化，以适应不同的角色和场景需求。
2024-11-01
声音克隆可以在什么网站或者平台实现
以下是一些可以实现声音克隆的网站和平台： CloneVoice：基于 Coqui AI TTS 模型，支持 16 种语言，包括中英日韩法，支持在线声音克隆，5 20 秒录音时长。链接：https://x.com/xiaohuggg/status/1739178877153681846?s=20 GPTSoVITS 可在以下平台实现声音克隆： ModelScope 平台： Huggingface 平台：
2024-10-24
克隆音色
以下是一些关于克隆音色的相关信息： 产品推荐： PlayHT：https://play.ht/studio/ ，包含预设音色，可免费克隆一个音色，若想生成多个，删除上一个音色即可做新的。 Elevenlabs：https://elevenlabs.io/app ，包含预设音色，新用户 1 美元开通一个月会员，可使用克隆音色。 魔搭社区：https://www.modelscope.cn/home ，是一个模型开源社区及创新平台，由阿里巴巴通义实验室联合 CCF 开源发展委员会发起，包含各种声音模型，有开发经验的朋友可使用。 Dubbingx：https://dubbingx.com/ ，免费克隆音色，有桌面版，Mac、Window 均可用。 魔音工坊：https://www.moyin.com/ 对口型相关： Runway：静态图片+音频文件，可生成对口型视频；动态视频+音频文件，可生成对口型视频，但需要消耗 20 点。 Pika：静态图片+音频文件，可生成对口型视频。 其他： 剪映：不能使用预录制的音频，只能现场朗读随机提供的文字材料收集音色信息，1 积分=2 个字，消耗积分生成配音，会员每个月赠送 1200 积分。 GPTSoVITS：开源 AI 克隆音色项目，部署难度较高，但效果很好，完整的教程和测评请查看：https://space.bilibili.com/5760446 。 Uberduck：克隆效果怪怪的，附官方使用指南：https://docs.uberduck.ai/guides/gettingstarted 。 ElevenLabs 推出全自动化的 AI 配音或视频翻译工具，可上传视频或粘贴视频链接，能全自动将视频翻译成 29 种语言，并克隆原视频声音。 豆包的音色模仿，读约 20 个字的句子，5 秒可生成相似音色，之后可用自己声音读生成的文字内容。 剪映也有新的声音克隆功能，效果不错。
2024-10-21
要生成Soul,Lyrical,Groovy风格的音乐，有哪些可参考的著名女歌手
生成 Soul、Lyrical、Groovy 风格的音乐，可以尝试从爵士名伶 Diana Krall、杰出爵士女歌手 Norah Jones、灵魂乐女歌手 Aretha Franklin 等著名女歌手的作品中获取灵感。 （以上答案可能无法准确回答问题，建议在引用内容里进一步确认）
2024-04-23
请推荐一个适合新手用的制作PPT的AI
以下为适合新手使用的制作 PPT 的 AI 推荐： 国内：爱设计 PPT 是一款值得推荐的产品。其背后拥有强大的团队，技术过硬且对市场需求有敏锐洞察力。成功把握住了 AI 与 PPT 结合的市场机遇，已在国内 AI 生成 PPT 产品中确立领先地位，能大大提高制作效率并保证高质量输出。 此外，还有以下几款受欢迎的 AI PPT 工具：MindShow、闪击、Process ON、WPS AI 。每款工具都有独特优势，能助您快速高效完成 PPT 设计。
2024-11-11
用AI怎么制作美女图片
以下是关于用 AI 制作美女图片以及判断图片是否为 AI 生成的相关内容： 用 AI 制作美女图片： 使用 AI 工具绘制好看的人像需要弥补相关知识。例如，麦橘的工作流包括使用聚片等工具进行微调，出图时要进行选择，且要有后期修图的思路。关键是要在脑海中形成对人体结构和妆容效果的概念，追求极致效果需要在细节处进行细化。此外，麦乐园举办了 AI 人像设计比赛，旨在发掘大家在 AI 人像方面的技能，并为优秀者提供机会。 判断一张图片是否 AI 生成： 1. 依赖艺术知识储备：对于名画，如果熟悉其风格、画质与笔触的表现力，能调用基础知识储备做出判断。 2. 细节决定成败：单纯判断一幅作品是否出自 AI 算法时，往往是“细节决定成败”。比如，在某些 AI 生成的图片中，人物主体的肢体可能存在异常，或者在特定风格的图片中，如穆夏的作品，真迹才能表现出严谨连续的背景花纹和顺次排列的底纹文字信息。 3. 参考著名画家的风格：列宾、穆夏等艺术史上著名画家的作品风格鲜明突出，很适合用作 AI 生图的风格参考。例如，基于列宾的真迹“伏尔加河上的纤夫”，让 AI 生成了相关仿画；挑选穆夏的代表作生成了多幅仿画。
2024-11-10
免费制作ppt的ai工具有哪些
以下是一些免费制作 PPT 的 AI 工具： 1. 讯飞智文：由科大讯飞推出，利用其在语音识别和自然语言处理领域的技术优势，提供智能文本生成等功能。网址：http://zhiwen.xfyun.cn 2. Gamma：在线 PPT 制作网站，用户通过输入文本和想法提示快速生成幻灯片，支持嵌入多媒体格式。网址：https://gamma.app/ 3. 美图 AI PPT：由“美图秀秀”开发团队推出，用户输入简单文本描述生成专业 PPT 设计，有丰富模板库和设计元素。网址：https://www.xdesign.com/ppt/ 4. Mindshow：AI 驱动的 PPT 辅助工具，提供自动布局等智能设计功能，包含互动元素和动画效果。网址：https://www.mindshow.fun/ 另外，推荐 2 篇市场分析的文章供您参考： 1. 《》 2. 《》 需要注意的是，内容由 AI 大模型生成，请仔细甄别。
2024-11-10
怎么使用扣子制作智能体
使用扣子制作智能体的步骤如下： 1. 起一个智能体的名称。 2. 写一段智能体的简单介绍。 3. 使用 AI 创建一个头像。 在编排方面： 插件：插件类似于工具箱，里面可以放置一个或多个 API。扣子平台有多种类型的插件，如看新闻、规划旅行、提高办公效率、理解图片内容的 API 等，也可以自己制作所需的插件。 工作流：工作流如同可视化的拼图游戏，可将插件、大语言模型、代码块等功能组合，创建复杂稳定的业务流程。工作流由多个小块块（节点）组成，包括开始和结束的小块块，不同小块块可能需要不同信息才能工作。 此外，扣子是字节跳动旗下的新一代一站式 AI Bot 开发平台，无论是否有编程基础，都能在该平台上迅速构建基于 AI 模型的各类问答 Bot。例如菠萝作词家智能体，是专为音乐创作设计的辅助工具，能根据用户输入生成歌词。创建扣子智能体时，先想名字，再写介绍，越详细越好，会根据介绍智能生成符合主题的图标，最后点击确认即可。 扣子官网：
2024-11-06
AIGC视频制作流程和使用工具
以下是 AIGC 视频制作的流程和使用工具： 流程： 1. 前期：先定框架，包含定向、写脚本，确定内容呈现形式、调性、风格和人物设定等。 2. 中期：根据脚本出图，同步剪辑，收集音效配音。如遇到跑图中带文字乱掉等问题可进行 AI 处理和产品跟踪。 3. 后期：对现有视频进行优化，做字体包装和跟踪字体。 使用工具： 1. Runway：可以对图生视频进行更详细的控制，如控制镜头移动、通过笔刷方式控制画面元素移动等。 2. 剪映：用于视频的合成、修剪，添加音效、音乐等。 3. 季梦：可用于 AI 视频下载、首尾帧衔接等操作。 4. 可林：在人物图片生成方面有一定表现。 在视频制作中，还需注意以下方面： 1. 转场制作：考虑最终视频的衔接，制作时思考上下镜头的运动关系。 2. 配音：商业片子做好配音很重要，普通话不标准时花钱找人配音比 AI 配音效果好。 3. 字体：字体包装在视频中很重要。 4. 后期包装思路：可通过添加光效渲染氛围，对素材进行跟踪以替换产品，还可进行素材叠加。 5. 剪辑：在 AI 项目中剪辑占比较高，好的剪辑师能将素材处理得更好。 6. 镜头主接与轴线关系：镜头主接需注意景别丰富，避免越轴导致观众观感不适。 7. 调色流程：对色彩有特别要求可在达芬奇里完成剪辑调色流程，简单调色可在剪映中通过肉眼大致判断校正颜色。 在首尾帧衔接方面，需注意画面构图和元素最好有一致性，若出现渐变 bug 会 PS 的可处理。同时，在图片处理与生成中，要注意图片拖选与删除操作，合理运用提示词描述镜头和生成人物图片。
2024-11-06
aigc制作视频的流程和工具
以下是 AIGC 制作视频的流程和工具： 1. 流程： 前期：定框架，包含定向、写脚本，确定内容呈现形式、调性、风格和人物设定等。 中期：根据脚本出图，同步剪辑，收集音效配音，处理跑图中出现的问题，如文字乱掉等，并进行 AI 处理和产品跟踪。 后期：对现有视频进行优化，做字体包装和跟踪字体。 2. 工具： 剪映：可将下载的视频全选拖拽进行修剪，添加音效、音乐等，普通社交媒体分享选 1080P，需放大选 720P，码率越高越好，可自定义最高 5 万。 季梦：可上传首帧和尾帧，生成时长 6 秒较合适，1.2 版本面部易变形。 可林：可上传首帧和尾帧，脸部表现较好。 Runway：可以对图生视频有更详细的控制，比如控制镜头的移动，通过笔刷的方式控制画面元素的移动。 达芬奇：对色彩有特别要求时可用于完成剪辑调色流程。 在首尾帧衔接方面，画面构图和元素最好有一致性，如相同的透视类型。若出现渐变 bug，会 PS 的可处理，如将原图再次拖入。 在图片处理与生成方面，将图片拖进软件，框选需删除部分，对智能对象需栅格化后再删除。通过 P 图生成合理的前后景，对比不同工具生成效果，如季梦生成较完美。 在提示词运用与镜头描述方面，强调穿梭镜头相关提示词的重要性，列举多种镜头运动方式的描述词。 在人物图片生成方面，在 AI 图片生成红衣汉服美女，可规定人物面部一致性。 在配音方面，商业片子做好配音很重要，普通话不标准时花钱找人配音比 AI 配音效果好。 在字体方面，字体包装在视频中很重要。 在后期包装与剪辑方面，可通过添加光效渲染氛围，对素材进行跟踪以替换产品，还可进行素材叠加。在 AI 项目中剪辑占比 45%，好的剪辑师能将素材处理得更好。镜头主接需注意景别丰富，存在轴线问题，越轴会让观众观感不适。简单调色可在剪映中通过肉眼大致判断校正颜色，剪映中有色轮和曲线可用于调色。
2024-11-06