---
name: ai-music-studio
slug: ai-music-studio
displayName: "AI 音乐与音频生成指南"
version: 0.1.1
summary: "用 AI 从一段描述或旋律生成配乐、人声与音效：风格设定、结构编排、混音与人声处理。"
description: "用 AI 从一段描述或旋律生成配乐、人声与音效：风格设定、结构编排、混音与人声处理。"
category: 音频创作
tags: ["AI音乐", "配乐", "音频", "人声", "音效"]
triggers:
  - "生成背景音乐"
  - "做 ai 配乐"
  - "合成人声"
  - "视频配乐"
---

# AI 音乐与音频生成指南

_需要一段恰到好处的背景乐，却不会作曲、买不起曲库？本指南用纯方法论，把"想要什么感觉"变成"一段能用的音频"，覆盖风格、结构、混音与人声。不绑定具体工具。_

## 适用场景

- 视频/播客缺合适配乐，版权又贵。
- 想做一首 demo 但没乐器基础。
- 需要情绪化音效增强作品质感。

## 核心纪律

1. **先描述情绪再生成**：用"情绪+场景+乐器"三要素下指令。
2. **结构要完整**：主歌-副歌-桥段，避免平铺到底。
3. **人声先分轨**：人声与伴奏分轨，后期才好调。
4. **响度留余量**：母带峰值留 -1dB，防平台压限爆音。

## 步骤（标准流程）

1. **定情绪**：用三个词描述目标（如"紧张、电子、夜色"）。
2. **选场景**：明确用途（片头/循环/转场/结尾）。
3. **设风格**：指定流派、 tempo（BPM）、乐器组合。
4. **写结构**：主歌 8 节、副歌 4 节、桥段 4 节，标注反复。
5. **生成旋律**：先出纯乐器版，确认旋律走向。
6. **加人声**：需要唱段时单开人声轨，给歌词与情绪提示。
7. **配和声**：叠加 pad/贝斯，撑住低频。
8. **混音**：人声前置、低频收紧、高频通透。
9. **加音效**：转场 swoosh、点按 click，点到为止。
10. **母带**：统一响度，导出 24bit/48k 的 wav。
11. **对画**：与画面卡点，副歌落在高潮。
12. **复核**：戴耳机与外放各听一遍，确认无破音。

## 示例

**示例 1｜短视频配乐**
情绪"轻快、木吉他、清晨"，结构 主-副-主，时长 30 秒循环，副歌卡在画面切换。

**示例 2｜播客片头**
情绪"沉稳、氛围、科技"，纯 pad+脉冲，8 秒淡入，人声后接正文。

**示例 3｜游戏 demo**
情绪"史诗、管弦、战斗"，主-副-桥-副，桥段留白给打击音效。

## 边界（踩过的坑）

1. 只说"来首好听的"，模型乱给风格。
2. 结构不完整，听着像 loop 没呼吸。
3. 人声与伴奏同轨，后期调不动。
4. 母带打满，平台压缩后爆音。
5. 音效堆太多，反而廉价。
6. 没对画，音乐与画面各走各的。
7. 只在外放听，耳机里瑕疵全漏。

## 自检清单

- [ ] 是否用三要素描述情绪？
- [ ] 结构是否完整有呼吸？
- [ ] 人声是否分轨？
- [ ] 母带是否留余量？
- [ ] 音效是否点到为止？
- [ ] 是否与画面卡点？
- [ ] 耳机与外放是否都听过？