做ai音乐的经验和软件

以下是关于 AI 变现的一些方式： 电商：婴儿的四维彩超 AI 预测 这是适合普通人作为副业的项目，操作简单。在孕妇妈妈孕期 22 26 周进行四维彩超检查期间，准爸爸妈妈通常很期待宝宝的模样，从而产生市场需求。在小红书、抖音等公域平台发布相关笔记会吸引咨询。操作流程为客户提供四维彩超原图，在 Midjourney 里进行垫图和特定描述词，10 分钟内出图。变现方式是在抖音、快手、视频号、小红书上发布相关内容，将客户引到私域接单，需注意平台引流要隐蔽，以免被限流或封号。 Character.ai 由 Noam Shazeer 和 Daniel De Freitas 于 2022 年 9 月创建，是一款基于 LLM 的聊天机器人网站。已预先创建许多聊天角色，用户可交流或自己创作角色，更注重人格属性，满足社交、情感等需求，还支持创建房间多人聊天。目前没有商业变现途径，公司计划“在不久的将来”推出付费订阅模式，也不排除采用广告支持模式。 写作：AI 写作变现指南 1. 项目启动：确定目标客户群体，如大学生、职场人士、自媒体从业者等，选择合适的 AI 写作工具。 2. 准备阶段：学习并实践 AI 写作技术，构建团队。 3. 商业模式构建：确定服务内容，如论文、报告、文案等写作服务，制定质量控制标准。 4. 运营与推广：在淘宝等电商平台开设店铺，建立写作培训社群，通过社交媒体和线下活动进行品牌和社群建设，与其他团队合作。 5. 项目优化与发展：持续关注 AI 技术进展，根据市场需求拓展服务和产品，收集客户反馈优化服务。

在毕业论文写作中，若要降低 AI 率，以下是一些建议和相关的 AI 工具介绍： AI 工具方面： 1. 文献管理和搜索： Zotero：结合 AI 技术，可自动提取文献信息，助您管理和整理参考文献。 Semantic Scholar：由 AI 驱动的学术搜索引擎，能提供相关文献推荐和引用分析。 2. 内容生成和辅助写作： Grammarly：通过 AI 技术提供文本校对、语法修正和写作风格建议，提高语言质量。 Quillbot：基于 AI 的重写和摘要工具，可精简和优化论文内容。 3. 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于数据分析和可视化。 Knitro：用于数学建模和优化的软件，可进行复杂的数据分析和模型构建。 4. 论文结构和格式： LaTeX：结合自动化和模板，高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，有丰富模板库和协作功能，简化论文编写过程。 5. 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：通过与已发表作品比较，检测潜在抄袭问题。 使用这些工具时，要结合自己的写作风格和需求，选择最合适的辅助工具。同时，需注意不能过度依赖 AI 生成的内容，应保持自己的思考和创作，以降低论文的 AI 率。 需提醒的是，上述内容由 AI 大模型生成，请仔细甄别。

AI 工作流是将 AI 工具引入到工作流程的各个环节中，以提高工作效率。 在说 AI 工作流之前，要先了解工作流的概念。工作流即工作流程，比如写公众号文章，可拆分为选题、列大纲写初稿、改稿、写标题、排版、发布等步骤，每个步骤都有明确的输入和产出，环环相扣。 搭建 AI 工作流有一套工作流： 1. 找到一个熟悉的工作场景，如写文章、做 PPT 等。 2. 拆解工作流程，例如写文章可拆分为选题、写稿、改稿、写标题等步骤。 3. 针对每个步骤嵌入工具，可参考他人经验，灵活选择最优解，目的是提高工作效率，而非增加工作的含 AI 量。 搭建 AI 工作流需要三层能力： 1. 了解各种 AI 工具，知晓其特点和用途。 2. 学会写提示词，以便向 AI 清晰表述任务。 3. 搭建 AI 智能体，使多个 AI 工具协同工作，自动完成任务。

以下是上一周 AI 的一些新进展： 应用形态的重构方面，AI Agent 取得突破，为机器人赋予自主行动能力，AI 编程工具的进展或预示人机协作模式的变革。 2 月，OpenAI 发布视频生成模型 Sora，实现高质量文本生成视频，开创 AI 视频生成新纪元。 3 月，Suno 发布 V3 版本，AI 音乐生成进入生产力可用状态。 4 月，Meta 发布高性能开源大模型 Llama3，降低了 AI 技术的准入门槛。 5 月，GPT4 发布，RayBan 与 Meta 合作的智能眼镜销量突破百万，字节上线即梦 AI。 6 月，快手发布可灵，Apple Intelligence 发布。 9 月，OpenAI 发布 o1 预览版。 10 月，Rosetta 和 AlphaFold 算法的研发者因在蛋白质结构设计和预测中的突破性贡献获得诺贝尔化学奖，约翰·霍普菲尔德和杰弗里·辛顿因人工神经网络和深度学习的开创性贡献获诺贝尔物理学奖，Anthropic 大模型 Claude 3.5 Sonnet 获得“computer use”功能。 12 月，OpenAI 发布 o3 系列模型。 此外，还有一些关于 AI 的讨论和话题，如把 350 万条 Midjourney 提示词放进一张可视化图里，2 套权威的 AI 术语表，天工新功能的定位靠近元宇宙，NotebookLM 与 AI 播客的关系，Bob 类似于更轻巧的能选多种大模型的桌面端应用“豆包”，Monica.im 的发展，物圆 TreLoop 的情况，对 AGI 距离的讨论，Arc 浏览器的状态，李开复关于 AI 应用爆发和 AGI 的观点，李继刚的 Prompt 玩法，OpenAI 研究副总裁离职，15 岁开发者的开源项目被收购，关于 AI 编程效率的讨论等。

以下是搭建 AI 自动剪辑视频插件的详细步骤： 一、开通服务 1. 先获取搭建完成后需要用到的各种模型的 key。 首先注册火山引擎：https://volcengine.com/L/4lZ8oszvY20/ ，邀请码：KL9ZC1IF 。这个项目会使用到不少 Token，刚好火山现在还有赠送 Token 的活动，若未注册，使用此邀请码和链接注册可获得 375 万的 Token。 开通各项服务和拿到各个服务的 Key： 获取 LLM_ENDPOINT_ID、VLM_ENDPOINT_ID、CGT_ENDPOINT_ID、ARK_API_KEY 。注册后点击：控制台，进入火山方舟控制台（https://console.volcengine.com/ark/region:ark+cnbeijing/model?vendor=Bytedance&view=LIST_VIEW）。创建一个接入点，点击在线推理创建推理接入点。命名并选择 Doubaopro32k 模型。重复此步骤创建 Doubaovisionpro32k、Doubao视频生成模型这两个推理点。创建完成后，复制推理点的 ID 并对应填入相应位置。然后继续点击“API key 管理”创建一个并复制下来，这就是 ARK_API_KEY 。 获取 TOS_BUCKET 。 二、服务部署 1. 购买服务器：直接点击去购买：https://buy.cloud.tencent.com/lighthouse?blueprintType=APP_OS&blueprintOfficialId=lhbpr8j2ftq0&regionId=8&zone=apbeijing3&bundleId=bundle_rs_mc_med1_02&loginSet=AUTO&from=lhconsole 。 2. 根据以下配置购买即可。 3. 购买并付款完成后，回到服务器“控制台”。 4. 点击服务器卡片的空白处，去添加防火墙。按照如下方式添加：8887、8080 端口，点击确定即可。 5. 点击右上角的“登录”按钮，扫码验证后，看到一个命令行窗口。下边出现代码，复制的时候，注意复制全。代码已分好步骤，每次只需要复制粘贴一行，然后点击一次回车。回车后，只有最左边显示中括号对话前缀时，不要操作。若 ctrl+v 粘贴不进去，试试 shift+ctrl+v 粘贴。 6. 在命令行中，一条一条输入： echo\"8887\">/www/server/panel/data/port.pl sudo kill9$ sudo/etc/init.d/bt default 7. 保存并打开你的外网面板地址，输入账号和密码。 8. 选择已有账号登录，然后会有一个账号绑定页，这个是宝塔的账号，如有就直接登录，没有就去注册一个。注意，注册完成之后，要返回原页面登录！不要停留在宝塔的注册功能页。 9. 直接关掉推荐，来到文件。点击根目录，打开 home 文件。 10. 点击：文件目录上方的“终端”，出现下方窗口。 11. 粘贴输入：git clone https://github.com/volcengine/aiapplab.git 。 12. 然后关闭终端窗口，刷新一下会看到有一个 aiapplab 文件夹，打开文件夹找到 demohouse/chat2cartoon 文件夹，看到有一个“.env”。 13. 然后把提前准备的那些 key 和 token，对应的粘贴进去。 14. 粘贴完成之后，继续进入 backend 文件夹，然后打开“终端”输入以下命令： python3 m venv.venv source.venv/bin/activate pip install poetry==1.6.1 poetry install poetry run python index.py 15. 依次完成后，会如下图所示，看到下图到后端就启动成功了，把这个页面保持如下，不要关掉页面。保持这个终端是打开的。 16. 重新复制打开一个新的浏览器标签页面。返回上级文件夹，进入/home/aiapplab/demohouse/chat2cartoon/frontend/src/routes 。

以下是一些可以帮助您为队伍生成海报的 AI 工具： 1. Canva（可画）：https://www.canva.cn/ 这是一个非常受欢迎的在线设计工具，提供大量模板和设计元素，用户通过简单拖放操作即可创建海报，其 AI 功能可帮助选择合适的颜色搭配和字体样式。 2. 稿定设计：https://www.gaoding.com/ 稿定智能设计工具采用先进的人工智能技术，自动分析和生成设计方案，稍作调整即可完成完美设计。 3. VistaCreate：https://create.vista.com/ 这是一个简单易用的设计平台，提供大量设计模板和元素，用户可使用 AI 工具创建个性化海报，其智能建议功能可帮助快速找到合适的设计元素。 4. Microsoft Designer：https://designer.microsoft.com/ 通过简单拖放界面，用户可快速创建演示文稿、社交媒体帖子等视觉内容，还集成丰富模板库和自动图像编辑功能，如智能布局和文字优化，大大简化设计流程。 此外，如果您想制作视频海报，以下是一些工具和相关活动信息供您参考： 1. 活动：6 月 10 号端午节视频海报 玩法介绍：参赛者需根据端午节主题自由发挥，用 AI 转化成不长于 6 秒视频。 视频工具建议： 。不局限于 Dreamina、PixVerse、Runway、Pika、LiblibAI、SVD、Deforum、AnimateDiff 。 参与规则： 格式限制：投稿文件宽高比为 9:16，竖屏视频海报，不长于 8 秒。文生视频、图生视频均可。 提交的作品必须是原创，不得抄袭他人作品。 请确保内容健康、积极，符合博物馆日的主题。 不建议出现鲜血、武器、鬼怪骷髅、知名人物、18X 等不符合国家政策的内容，违规内容可能导致无法计入评选名单。 不在时间内提交的自动失去评选资格。 提交时间：6 月 10 日 18:00 前提交。 如果您想了解如何用 AI 快速做一张满意的海报，可参考以下方法： 1. 需求场景：当您想在社交平台发布内容但干巴巴的文字点赞少、网上图片质量差易撞图、相册照片不合适等情况，可考虑自己制作。 2. 大致流程： 主题与文案：确定海报主题后，可借助 ChatGPT 等文本类 AI 工具协助完成文案。 风格与布局：选择想要完成的风格意向，背景不一定是空白的，可根据文案和风格灵活调整画面布局。 生成与筛选：使用无界 AI，输入关键词，生成并挑选一张满意的海报底图。 配文与排版：将上述素材进行合理排版，得到成品。排版同样可以参考 AIGC 海报成果。 请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是一些适合用于写自媒体文章的 AI 软件： 1. Wordvice AI：集校对、改写转述和翻译等功能于一体的 AI 写作助手，基于大型语言模型提供全面的英文论文润色服务。 2. ChatGPT：由 OpenAI 开发的大型语言模型，可用于学生和写作人员的多方面写作辅助。 3. Quillbot：人工智能文本摘要和改写工具，可用于快速筛选和改写文献资料。 4. HyperWrite：基于 AI 的写作助手和大纲生成器，可帮助用户在写作前进行头脑风暴和大纲规划。 5. Wordtune：AI 驱动的文本改写和润色工具，可以帮助用户优化文章的语言表达。 6. Smodin：提供 AI 驱动的论文撰写功能，可以根据输入生成符合要求的学术论文。 利用 AI 不到 30 分钟打造爆款公众号文章的步骤如下： 1. 收集相关资料：明确文章主题后，借助 AI 工具高效完成。例如使用 Perplexity.AI 的强大搜索功能获取信息，输入具体的 Prompt 定位相关资讯，还可使用具备联网搜索功能的工具如微软的 Bing 搜索引擎。 2. 整理资料：收集完资料后，使用月之暗面开发的 Kimi 这个 AI 会话助手进行整理。需注意 Kimi 阅读能力有限，可分批次提供资料确保其有效读取和理解。

以下是利用 AI 打造自己知识库的一些方法和可能用到的软件： 1. 飞书软件：例如“通往 AGI 之路”就是一个使用飞书搭建的 AI 知识库。您可以在飞书大群中与机器人对话获取资料。 2. Coze：在“大圣：胎教级教程：万字长文带你使用 Coze 打造企业级知识库”中有相关介绍，能帮助您理解 AI 时代的知识库，包括其概念、实现原理和能力边界等。 3. AnythingLLM：包含所有 Open WebUI 的能力，额外支持选择文本嵌入模型和向量数据库。安装地址为 https://useanything.com/download 。安装完成后可进行配置，包括选择大模型、文本嵌入模型和向量数据库。在 AnythingLLM 中可创建独有的 Workspace 来构建本地知识库，包括创建工作空间、上传文档并进行文本嵌入、选择对话模式（Chat 模式和 Query 模式），配置完成后可进行测试对话。 4. GPT：通过将文本拆分成小文本块并转换为 embeddings 向量，保存在向量储存库中作为问答的知识库。当用户提问时，将问题转换为向量并与储存库中的向量比对，提取关联度高的文本块与问题组合成新的 prompt 发送给 GPT API 。 希望以上信息对您有所帮助。

以下是一些关于使用提示词对学生成绩进行分析的建议： 1. 明确分析目标：例如找出成绩优秀和较差的学生特点、分析成绩的趋势等。 2. 描述数据特点：包括成绩的科目、分数范围、数据量等。 3. 确定分析方法：如比较不同时间段的成绩、按照班级或年级进行分类分析等。 4. 强调重点关注内容：比如特定学科的成绩表现、成绩波动较大的学生等。 5. 注意提示词的准确性和清晰性，避免模糊或歧义的表述。 在实际编写提示词时，可以参考以下格式：“对的表现。” 同时，不同的 AI 工具可能对提示词的要求和处理方式有所不同，您可能需要根据具体工具的特点进行适当调整。

以下是关于如何通过 AI 进行软件测试以及相关好用的 AI 工具和详细步骤的介绍： 一、基于规则的测试生成 1. 测试用例生成工具 Randoop：基于代码路径和规则生成测试用例，适用于 Java 应用程序。 Pex：微软开发的智能测试生成工具，自动生成高覆盖率的单元测试，适用于.NET 应用。 2. 模式识别 Clang Static Analyzer：利用静态分析技术识别代码模式和潜在缺陷，生成相应的测试用例。 Infer：Facebook 开发的静态分析工具，自动生成测试用例，帮助发现和修复潜在错误。 二、基于机器学习的测试生成 1. 深度学习模型 DeepTest：利用深度学习模型生成自动驾驶系统的测试用例，模拟不同驾驶场景，评估系统性能。 DiffTest：基于对抗生成网络（GAN）生成测试用例，检测系统的脆弱性。 2. 强化学习 RLTest：利用强化学习生成测试用例，通过与环境交互学习最优测试策略，提高测试效率和覆盖率。 A3C：基于强化学习的测试生成工具，通过策略梯度方法生成高质量测试用例。 三、基于自然语言处理（NLP）的测试生成 1. 文档驱动测试生成 Testim：AI 驱动的测试平台，通过分析文档和用户故事自动生成测试用例，减少人工编写时间。 Test.ai：利用 NLP 技术从需求文档中提取测试用例，确保测试覆盖业务需求。 2. 自动化测试脚本生成 Selenium IDE + NLP：结合 NLP 技术扩展 Selenium IDE，从自然语言描述中生成自动化测试脚本。 Cucumber：使用 Gherkin 语言编写的行为驱动开发（BDD）框架，通过解析自然语言描述生成测试用例。 四、基于模型的测试生成 1. 状态模型 GraphWalker：基于状态模型生成测试用例，适用于复杂系统的行为测试。 Spec Explorer：微软开发的模型驱动测试工具，通过探索状态模型生成测试用例。 2. 场景模拟 Modelbased Testing ：基于系统模型自动生成测试用例，覆盖各种可能的操作场景和状态转换。 Tosca Testsuite：基于模型的测试工具，自动生成和执行测试用例，适用于复杂应用的端到端测试。 五、实践中的应用示例 1. Web 应用测试：使用 Testim 分析用户行为和日志数据，自动生成高覆盖率的测试用例，检测不同浏览器和设备上的兼容性问题。 2. 移动应用测试：利用 Test.ai 从需求文档中提取测试用例，确保覆盖关键功能和用户路径，提高测试效率和质量。 3. 复杂系统测试：采用 GraphWalker 基于系统状态模型生成测试用例，确保覆盖所有可能的状态和操作场景，检测系统的边界情况和异常处理能力。 六、好用的 AI 工具 Testim：AI 驱动的自动化测试平台，生成和管理测试用例。 Test.ai：基于 NLP 技术的测试用例生成工具，适用于移动应用和 Web 应用。 DeepTest：利用深度学习生成自动驾驶系统测试用例。 GraphWalker：基于状态模型生成测试用例，适用于复杂系统的行为测试。 Pex：微软开发的智能测试生成工具，自动生成高覆盖率的单元测试。 希望以上内容对您有所帮助。

以下是一些在汽车生成效果方面表现较好的视频生成软件： 1. Meta 发布的 Meta Movie Gen 文生视频模型：由视频生成和音频生成两个模型组成。其中视频生成模型是 30B 参数的 Transformer 模型，能从单个文本提示生成 16 秒、16 帧每秒的高清视频，在精确视频编辑和个性化视频方面有出色表现，且在骨干网络架构上沿用了 Llama3 的许多设计。 2. 昆仑万维的 SkyReelsV1 短剧视频生成模型：国内首款专为 AI 短剧创作打造的视频生成模型，具备文生视频和图生视频两大功能，基于好莱坞级别的高质量影视数据训练，拥有电影级的光影美学效果，能生成影视级的人物微表情表演，支持多种人物表情和自然动作组合。使用入口全面开源，可通过 GitHub 获取模型和技术报告，也可通过 SkyReels 平台体验。 3. 阶跃星辰 x 吉利汽车的 StepVideoT2V 视频生成模型：全球参数量最大、性能最强的开源视频生成大模型，在运动平滑性、美感度等关键指标上显著优于现有的开源视频模型。拥有 300 亿参数，能生成 204 帧、540P 分辨率的高质量视频，在复杂运动、美感人物、视觉想象力、基础文字生成、原生中英双语输入、镜头语言等方面表现卓越。使用入口为开源模型（github.com/stepfunai/StepVideoT2V），也可通过跃问 App 进行体验。

以下是一些可以修音的 AI 软件及相关信息： 在音乐学习中，对于自定义前奏的工作流，可使用相关软件进行操作。如将 Midi 导出到 MP3 虚拟演奏文件，320kbit 码率是各大音乐平台的门槛，后期若想输出到 QQ 音乐之类需转码。修改音色方面，有很多染色软件可用，如 Neutron4，可从 Youtube 下载喜欢的乐器音色并用宿主软件打开插件导入音频实现渲染。 格林提到，利用 UDIO 的 REMIX 功能进行音质改造时，AI 会参考音频文件中的所有声音细节包括噪音。在上传音频给 UDIO 进行 REMIX 前，可使用传统音频处理手段如 WAVES 的 XNOISE 插件、RX11 音频修复软件以及 Audition 的采样降噪功能等进行降噪和去杂音处理。 在基于 Sovits 的声音训练及推理中，去混响可通过调整增加减少和伪影平滑的数值来实现，以耳朵感受为准。去杂音方面，对于非主人公声音，可根据情况选择静音或使用 ripx 软件精修。该软件交互体验优秀，将声音处理为 wav 格式。

以下是关于听音乐制作画面的 AI 的相关内容： 1. 工具使用： 生成音乐：Suno 能够根据用户对音乐的具体描述生成音乐作品，为视频增添独特音乐元素，提升艺术性和观赏性。 人物对白配音：即开即用的 ondoku，输入文字可快速得到配音文件。 后期合成：主要使用剪映，对 AI 生成的视频进行截取和补充，合成时可进行画面匹配并调整音乐协调性。 视频轨道层包括台词层、效果层（关键帧、蒙版）、视频画面（AI 生成的视频画面加闭幕）、人声台词、音效、背景音乐。 2. 分镜创作： 歌曲创作完成后出分镜脚本，因 AI 视频制作特殊性，分镜直接决定最终视频呈现效果。 画面生成分为三类：有歌词部分用 midjourney 生成；无歌词部分如前奏用 SD 制作字体设计；转场用 deforum 制作。 让 gpt 按每段歌词生成 mj 提示词，作为画面参考并调整编写。 如开篇构思通过弹古筝女子引入，通过多种工具调整构图。 3. 其他方面： AI 抠图：可直接抠图或在 PS 里操作，图片上传即可，用于制作素材和氛围动画。 声音素材： 背景音乐：Aive 尝试制作背景音乐，部分团队成员用工具生成，因要求高，还利用分离人声的 AI 软件处理音乐。 旁白：使用微软 AI 语音，其声音库支持 147 种语言，还有定制声音选择。

以下是关于听音乐制作画面的相关内容： 在《AI 你·南京》AIGC 城市宣传 MV 全流程制作中，歌曲创作完成后进行分镜脚本创作。由于 AI 视频制作的特殊性，分镜直接决定最终视频呈现效果。根据音乐生成画面分为三类：有歌词部分用 midjourney 生成，无歌词部分如前奏用 SD 制作字体设计，转场用 deforum 制作。同时，让 gpt 按每段歌词生成 mj 提示词，虽只是大概参考，仍需调整编写。如开篇构思融入古筝和弹古筝女子，通过多种方式解决画面生成中的问题。 在 KEEN 的离谱村系列 2 音乐制作中，影片作者为 KEEN，配乐的主要 Prompt 设计由 GPT4 完成，音乐制作由 Suno 负责。提供了相关历史记录、操作指北及配乐的链接。 在桂大羊的 AI 视频短片制作中，使用 Suno 生成音乐，共生成 30 首歌曲并挑选符合视频节奏的背景音乐。人物对白选择用 ondoku 配音，后期合成主要用剪映，会根据情况重新生成画面视频补充，视频轨道层包括台词层、效果层、视频画面、人声台词、音效、背景音乐等。

以下是获取 AI 音乐工程文件的一些方法： 1. 参考自媒体链接【用 AI 生成并发行自己的音乐哔哩哔哩】https://b23.tv/ouHfhfM 中的教程。其中提到： 导出时间轴歌词：使用剪映，其相关功能位置可参考视频中的介绍。 音乐分轨：可使用腾讯 QQ 音乐旗下的 TME Studio，网站链接为 https://y.qq.com/tme_studio/，支持一键分轨并导出全部音频文件。 对于没有编曲经验的小白，可以通过电脑录屏工具录制歌曲的工程文件来提供创作证明。 2. 生成 MID 文件： 把源文件放在 input 文件夹（支持 MP3，WAV），可以直接用 vs code 运行 start.py，也可以右键点击文件夹空白，打开 Powershell 窗口输入在 cmd 环境运行。 原始的 start.py 代码里是默认 cuda 运行的，如果用 cpu 跑，需把里面的 cuda 改成 cpu。转谱完成后，在 output 文件夹找到对应的 mid 文件。 检查乐谱时，目前测试下来主旋律基本能还原，但可能存在噪声被识别成音符等错误，需要具备一定乐理知识去修复。 重奏输出可使用修谱和重奏软件 Musehub 中的 Muse Score，支持导出多种常用音频编辑格式和高清输出。 3. 通过 Coze 应用获取： 创建一个 Coze，在“用户界面”拖入一个 markdown 组件。 在 markdown 中写入 html，对于不懂前端的同学可使用智谱清言等 AI 工具生成源码。 调整代码获取在线音乐，将 markdown 自带内容删除，写入代码，再从在线音乐播放平台获取歌曲的 url 复制进代码，刷新开发页面即可。

发布 AI 音乐通常需要准备以下材料： 1. 音频文件：确保音频质量良好。 2. 歌词： 文本歌词需做成 TXT 格式上传。 可通过自带功能将文本歌词同步为逐字歌词 TRC，修正错别字后提交。 3. 描述音乐风格：如民谣、流行、嘻哈、国风等。 4. 若为人声歌曲，还需准备歌词：可以自己创作，也可让 AI 帮忙写作。 5. 选择音乐库中的合适音乐。 此外，在一些相关教程中还提到： 收藏过的满意音乐素材、音效素材以及抖音里收藏的音乐。 音效库方面，可通过搜索相应音效，如开门声，并添加到音轨。

以下是为您提供的关于 AI 音乐产业的相关报告内容： 1. 量子位智库发布的《AI 音乐应用产业报告（2024 年）》指出，AI 音乐生成技术通过学习大量音乐数据，已能创作出具有一定艺术性的音乐作品。音频模型尤其受到关注，因其能直接生成流畅自然的音乐。AI 音乐简化了音乐制作流程，为音乐产业带来变革。流媒体平台可能成为商业化的最大受益者，而传统音乐工程可能面临冲击。数据和情感表达的精准把控是技术迭代和商业化的关键。报告还提到，AI 音乐生成产品如 Suno 和 Udio 等，正在推动“人人皆可创作”的时代，同时面临技术、音乐属性和商业化等方面的挑战。 2. 《2024 年度 AI 十大趋势报告》发布，其中包含 AIGC 音乐应用产业报告。报告指出 AI 生成音乐存在基于乐理规则的符号生成模型和基于音频数据的音频生成模型两种主流技术路线。开发者正在使用 AI 生成音乐来填充游戏过程与游戏 UI 中需要使用到的各类音效、不同游戏场景中用以渲染氛围的各种音乐。AI 生成音乐作为音乐资产在游戏制作和发行环节使用都是非常可行的，像 MusicLM 等模型已经支持生成多音轨的作品。使用 AI 生成音乐为原型、佐以专业制作人的协调，将使 AI 音乐更快进入游戏制作与发行的生产线。 3. 2024 年度 AI 十大趋势报告还提到，AI 能基于玩家游戏行为评估玩家技能水平和游戏风格，同时动态调整游戏难度，增加或降低敌人的数量和强度，改变游戏环境等；不断收集的玩家数据，还能使 NPC 和游戏系统更加适配玩家水平。同时在游戏运营过程中，AI 客服和 AI 分析也是提升玩家体验的重要一环。 4. 许多充满灵感的开发者正在尝试将 AI 作为游戏玩法的一环，如 2023 年 Genfun.ai 和 Meshy 联合制作的游戏《Soul Chronicle》，在当时是首款实时 3D+AIGC+UGC 的 MMO 手游。最大突破是首先制作出了一种与游戏完美融合的 3D AIGC 技术，在游戏中可以实时生成角色皮肤。2024 年 Bitmagic 释出了他们推出的能直接创建“游戏世界”的平台——《Roleverse》的最新成果，在平台内可以使用提示在游戏内定制角色，对角色进行缩放、挤压和拉伸，也可以轻松地对游戏世界进行编辑。

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。 为您推荐以下 AI 音乐产品： 1. Udio：由前 Google DeepMind 工程师开发，通过文本提示可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/ 此外，5 月 1 日的 Xiaohu.AI 日报中提到 AI 音乐工具 Udio 有更新，包括增加上下文窗口使音乐作品过渡更自然，音轨最大长度扩展至 15 分钟适合长篇混音和复杂音乐制作，引入基于树的音轨历史查看方式。详细介绍：https://x.com/imxiaohu/status/1785666886648447251

以下是 AI 对您从事私域培训及创业解决获客问题可能提供的帮助： 1. 生成爆款内容：借助 AI 分析能力挖掘同品类爆款，利用 AI 工具生成电商商品图、小红书图文内容、种草短视频等，吸引潜在客户。 2. 公域阵地场景：依托视频号、抖音、小红书、公众号等平台，通过矩阵号和 IP 号的搭建，以及短视频、直播等方式获取 leads，背后涉及矩阵号工具、内容抓取分析、脚本创作、AI 剪辑、自动回复评论、无人直播工具等。 3. 私域阵地场景：在朋友圈、小红书、社群、个人 IP 方面，利用销售企微 SCRM 工具、企业智能体进行 AI 内容抓取和自动回复，实现获客转化。 此外，为您提供一些相关的近期安排和团队信息： 1. 近期安排： 商会公开课：时间暂定 2.22 日，线上直播（小鹅通/腾讯会议），主题为《AI 获客》。 重庆区域公开课：时间暂定 2.9 日，线上直播（小鹅通/腾讯会议），主题为《Deepseek 引发的商业思考》。 民营经济大讲堂：时间与讲师团商量调整，线下付费方式。 省商会公开课：时间待定，线上直播（小鹅通/腾讯会议），主题为《AI 获客》。 SaaS 平台企业公开课：时间待定，线上直播（小鹅通/腾讯会议），主题待定。 杭州市城投线下培训：时间 2 月底，针对城投内部线下培训。 2. 北京分队介绍： wb：运营一个私域资源（包括 AI）的讨论群，关注 AI 前沿动态。 祖海：在杭州，有 400 位编导和操盘手资源，做个人 IP 咨询和陪跑，以及 Ai 数字人获客。 宇竹：在多个赛道有丰富的 IP 操盘经验。 U：业余配音演员、业余歌手，擅长音频剪辑，也可简单视频剪辑。 萝卜：生图生视频剪辑均可，剪辑方面有从业经验。 李先森：星动 AI 联合创始人，致力于 AI 教育培训和 AI 商业应用。

对于已有编程经验的人群的 AI 入门推荐如下： 书籍推荐： Python 方面： 《Python 学习手册》：名声在外。 《Python 编程》：对新手友好。 AI 方面： 《人类简史》：“认知革命”相关章节令人获益匪浅。 《深度学习实战》：梳理了 ChatGPT 爆发前的 AI 信息与实践。 课程与资源推荐： B 站 up 主“PAPAYA 电脑教室”的 Python 入门课，完全免费。 链接：https://space.bilibili.com/402780815/channel/seriesdetail?sid=2762019 Andrej Karpathy 对于大模型的讲解： 油管地址：https://www.youtube.com/watch?v=zjkBMFhNj_g B 站地址：https://www.bilibili.com/video/BV1AU421o7ob 资料库推荐：AJ 和众多小伙伴们共创的“🌈通往 AGI 之路”（飞书文档），这是当下最全的中文 AI 资料库，免费、开源、共创，包含几乎所有有价值的文档、文章、资料、资讯，并永远第一时间更新。 链接：https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e

对于没有 AI 开发经验的普通人，以下是一些适合的 AI 发展方向： 1. 基础知识学习： 了解 AI 背景知识，包括人工智能、机器学习、深度学习的定义及其之间的关系。 回顾 AI 的发展历程和重要里程碑。 掌握数学基础，如统计学（熟悉均值、中位数、方差等统计概念）、线性代数（了解向量、矩阵等基本概念）、概率论（基础的概率论知识，如条件概率、贝叶斯定理）。 2. 算法和模型： 熟悉监督学习（如线性回归、决策树、支持向量机）。 了解无监督学习（如聚类、降维）。 知晓强化学习的基本概念。 3. 评估和调优： 学会如何评估模型性能，包括交叉验证、精确度、召回率等。 掌握模型调优的方法，如使用网格搜索等技术优化模型参数。 4. 神经网络基础： 理解神经网络的基本结构，包括前馈网络、卷积神经网络、循环神经网络。 熟悉常用的激活函数，如 ReLU、Sigmoid、Tanh。 如果偏向技术研究方向： 1. 巩固数学基础，如线性代数、概率论、优化理论等。 2. 掌握机器学习基础，包括监督学习、无监督学习、强化学习等。 3. 深入学习深度学习，如神经网络、卷积网络、递归网络、注意力机制等。 4. 涉足自然语言处理（语言模型、文本分类、机器翻译等）、计算机视觉（图像分类、目标检测、语义分割等）等领域。 5. 关注前沿领域，如大模型、多模态 AI、自监督学习、小样本学习等。 6. 进行科研实践，包括论文阅读、模型实现、实验设计等。 如果偏向应用方向： 1. 具备编程基础，如 Python、C++等。 2. 掌握机器学习基础，如监督学习、无监督学习等。 3. 熟悉深度学习框架，如 TensorFlow、PyTorch 等。 4. 应用于自然语言处理、计算机视觉、推荐系统等领域。 5. 做好数据处理，包括数据采集、清洗、特征工程等。 6. 进行模型部署，如模型优化、模型服务等。 7. 参与行业实践，包括项目实战、案例分析等。 此外，无论您是技术爱好者还是内容创作者，都可以： 技术爱好者： 1. 从小项目开始，如搭建简单博客或自动化脚本，尝试使用 AI 辅助编码。 2. 探索 AI 编程工具，如 GitHub Copilot 或 Cursor 等。 3. 参与 AI 社区，如 Stack Overflow 的 AI 板块或 Reddit 的 r/artificial 子版块。 4. 构建 AI 驱动的项目，如开发聊天机器人或图像识别应用。 内容创作者： 1. 利用 AI 辅助头脑风暴，获取创意方向。 2. 建立 AI 写作流程，从生成大纲到扩展段落等。 3. 探索多语言内容，借助 AI 辅助翻译和本地化。 4. 用 AI 工具优化 SEO，调整标题、元描述和关键词使用。

对于一名扬州大学汉语言文学师范专业的大一在读生，无创业经验，在未来几年借助 AI 寻找创业方向和努力路径，可以参考以下建议： 首先，了解不同的发展路径特点。在学术研究方面，要培养适应能力，保持对研究的热爱以应对长期缺乏即时反馈的挑战。创业如同“当海盗”，充满刺激和不确定性，需要快速学习、适应市场和承担风险，虽能直接面对社会，但可能带来巨大压力并影响生活质量。在大公司工作需确保个人目标与公司一致，创业公司有生存压力，而打工人有稳定收入和学习机会，但可能限制思维。 其次，明确选择路径的逻辑。无论选择哪种路径，强烈的内在动机是长期成功的关键，动机可能源于内心欲望或对失败的恐惧，要直面并理解它们，将其转化为积极向上的动机，确保符合个人价值观。确定积极动机后，具有学术价值的问题可考虑读博，有商业价值的问题可尝试创业，至少有成长价值的问题可从打工开始。 最后，为持续提升自我，可以采用从导师或上级的角度每周总结工作的实用方法。分析未达成目标的原因，如果是懒惰，要直面并解决，比如找学习伙伴相互监督；如果是能力不足，可以考虑转向擅长领域或增加学习时间。 对于您来说，可以结合自身的兴趣和优势，思考在汉语言文学师范领域中是否存在具有商业价值的问题，利用 AI 技术进行市场调研和分析，探索可能的创业方向。同时，也可以通过打工或参与相关项目积累经验。

搭建一个用于帮助学生找工作的 AI Agent 工作流可以参考以下步骤： 1. 规划 总结任务目标与执行形式，明确帮助学生从找合适岗位到面试结果追踪及复盘的全过程。 将任务分解为可管理的子任务，例如找合适岗位、投递简历、与 HR 联系、面试前准备、提醒参加面试、面试结果追踪和复盘等，并确立它们的逻辑顺序和依赖关系。 设计每个子任务的执行方法，比如确定合适的岗位筛选标准、制定简历投递策略、规划与 HR 沟通的方式等。 2. 实施 在相应的平台（如 Coze 等）上搭建工作流框架，设定每个节点的逻辑关系。 详细配置子任务节点，例如设置岗位筛选的参数、简历模板和投递渠道、与 HR 联系的话术等，并验证每个子任务的可用性。 3. 完善 整体试运行工作流，识别功能和性能的卡点。 通过反复测试和迭代，优化工作流，直至达到预期效果，例如提高学生找到合适工作的成功率、提升面试表现等。 此外，在技术实现方面，例如实现无代码开发和工具调用，您可以参考以下操作： 打开 Comfyui 界面后，右键点击界面，即可找到 Comfyui LLM party 的目录，您既可以学习如何手动连接这些节点，从而实现一个最简单的工作流，也可以直接将相关工作流文件拖拽到 Comfyui 界面中一键复刻提示词工程实验。 从 ollama 的 github 仓库找到对应版本并下载，启动 ollama 后，在 cmd 中输入 ollama run gemma2 将自动下载 gemma2 模型到本地并启动。将 ollama 的默认 base URL=http://127.0.0.1:11434/v1/以及 api_key=ollama 填入 LLM 加载器节点即可调用 ollama 中的模型进行实验。如果 ollama 连接不上，很可能是代理服务器的问题，请将您的 127.0.0.1:11434 添加到不使用代理服务器的列表中。

以下是为有 Java、Scala、Hadoop、Spark、Flink 开发经验的员工提供的 AI 入门学习提纲及对应学习内容： 1. 学习资源推荐： 系统化学习：观看李弘毅老师的生成式 AI 导论、吴达的生成式 AI 入门视频等，并整理学习笔记与大家交流互动。 社区共创学习：参与社区共创活动，通过做小项目反向推动学习。 参考资料：A16Z 推荐的 AI 相关原理内容，包括 GPT 相关知识、Transformer 模型运作原理、大语言模型词语接龙原理等基础知识。 官方 cookbook：open AI 的官方 cookbook，小琪姐做了中文精读翻译。 历史脉络资料：整理 open AI 的发展时间线、万字长文回顾等。 2. 学习路径： 从提示词开始学习与各类模型的对话，了解其重要性和结构化提示词的优势。 学习过程中可以先从国内模型工具入手，不花钱，若想进阶再考虑高阶方向。 3. 其他学习方式： 创作者将内容做成可视化形式，后续会发到群里。 上传相关 PPT 用作参考。 从温达、李弘毅老师课程等学习入门。 了解时代杂志评选的百位领军人物。 学习 AI 相关名词解释，如 AGI、AIGC、agent、prompt 等，可通过与 AI 对话或李继刚老师的课程来理解。 订阅赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等获取最新信息并投稿。 参与社区活动，如 AIPU、CONFIUI 生态大会、每月的切磋大会、新活动 AIPO 等。