AI 音乐 MV 制作

简短回答: 关于「AI 音乐 MV 制作」:SceneMixer 不接受音频。它接受文本、广告用的最多四张照片,或一段视频,所以你无法上传一首歌,就得到依它剪辑的视频。你能做的是故事型音乐视频的画面部分:把歌曲的故事写成剧本,做一集大约歌曲长度的视频,下载不含内置配乐的版本,然后在任何视频剪辑软件中,把你授权的音轨垫在下面。它不会做某人唱歌的演唱视频,也不会替你对节拍剪辑:角色说出的是生成的台词,剪点由你决定。
SceneMixer 生成的 AI 短剧《龙脊之誓》成片画面(5 个角色、1 集)
样片龙脊之誓真人胶片质感1 集由 SceneMixer 流水线从剧本直接生成看整集

给 AI 创作的简介:为一首三分半、节奏缓慢、关于离开海边小镇的歌做的故事视频:一位年轻女子把自行车绑在渡轮的栏杆上,三段港口的回忆闪回,渡轮驶离;没有对白,只有海的声音。

它做不到的事,先知道,免得花钱才发现

  • 放入你的歌。 没有音频上传。你能喂进去的素材。
  • 唱出来。 角色说出分镜里写好的台词,嘴唇随着那些字动;他们不会对着你带来的音轨对嘴。
  • 对到节拍。 段落是 15 秒或 30 秒,段落内的镜头各有自己的秒数;画面在哪里切在你的节拍上,是你在剪辑软件里决定的。
  • 把歌词印上去。 视频模型无法稳定地画出可读文本,而字幕功能显示的是角色所说的台词,不是你的歌词。歌词请在你的剪辑软件中加上。

剩下的是叙事型或概念型的视频:一个用画面讲述的故事,长度与你的歌相同。

依歌曲长度规划画面

歌曲秒数段落(15 秒 / 30 秒)类型
2:3015010 / 5短剧
3:3021014 / 7短剧
4:0024016 / 8短剧(其上限)
4:3027018 / 9长剧(最长 300 秒)
6:0036024 / 12电影(没有长度上限)

短剧一集最长 240 秒,长剧一集最长 300 秒;超过这个长度,请选电影。视频在默认档位每秒 8 积分,合成每秒另加 1 积分,所以一首 3 分 30 秒的歌,每项都是 210 秒,重拍另计。短剧、长剧或电影 · 长度与费用。

依段落标出这首歌

以一首 3 分 30 秒(210 秒,十四段 15 秒)的歌为例:

歌曲段落秒数段落画面做什么
前奏151黎明的港口,没有人
主歌一453她收拾自行车;厨房的窗户;通往下坡的路
副歌302码头:渡轮、栏杆、那个结
主歌二453港口的三段回忆,每季一段
副歌302渡轮的缆绳抛了出去;她的手扶着栏杆
桥段151厨房的窗户,一盏亮着的灯,没有人在那里
尾奏302船尾的浪扩大;小镇变得越来越小

加起来是 210 秒、14 段。在你的剧本中标出各段落,分镜会依照它们来写。

把它写成默片

写出画面上有什么,以及那个地方听起来怎样;不写对白。一段 15 秒、四个镜头:

【分镜1】4s: 远景,缓慢推进。黎明时分的小港口,渡轮停在码头,海鸥停在栏杆上。环境音:水拍船身,远处的钟声。没有对白。
【分镜2】4s: 中景。@Nell,二十来岁,穿着黄色雨衣,把自行车绑在渡轮甲板的栏杆上。没有对白。
【分镜3】3s: 特写,亮着灯的厨房窗户,一只手掀起窗帘。没有对白。
【分镜4】4s: 远景,渡轮的尾浪在身后扩大。环境音:引擎声,风声。没有对白。

各镜头的秒数加起来正好是段落长度(4 + 4 + 3 + 4 = 15)。对白与声音一次生成 · 镜头秒数与时间安排。

把你的音轨垫在下面

  1. 整集默认会替你配乐。把镜头与合成的「配乐」开关关掉;之后下载的文件就不会带配乐。
  2. 下载合成档,在任何视频剪辑软件中打开,或在你要发布的平台的剪辑工具中打开。
  3. 把你授权的音轨垫在整段作品底下,然后在那里依节拍剪辑或调整速度。

请使用你有权使用的音轨,各平台也有自己的检查。背景音乐:内置配乐与你自己的音乐 · 在剪辑器中修剪片段 · 合成并分享一集。

为一首歌挑选风格

音乐视频的重点在它的风格。光影动画适合大场景与安静的情绪;水彩绘本适合温柔、缓慢的作品。第一步之后风格就固定了,所以要在读剧本之前就选好。

The Painterly Anime card under Visual Style in SceneMixer's project setup

视觉风格:光影动画

The Watercolor Storybook card under Visual Style in SceneMixer's project setup

视觉风格:水彩绘本

The Soft Glow card under Visual Style in SceneMixer's project setup

视觉风格:柔光实拍

第一步中出现的卡片,即设置你的项目。在读剧本之前,每一行各选一个;一旦进到下一步,视觉风格就固定了。

从头到尾,在 SceneMixer 完成制作

  1. 剧本: 把你自己的剧本贴到「上传剧本」,或在「AI 创作」中写下上面的创意,让它帮你起草各集。
  2. 第一步: 类型选短剧;场景风格选田园治愈、美式小镇;服装风格选甜宠日常;视觉风格选水彩绘本、柔光实拍;目标地区;对白语言;16:9 横屏。然后读一遍剧本。
  3. 第二步: 画出年轻女子、港口与渡轮;默片不需要声音,而音乐开关是最后才关的。账号的前 15 张设定图免费。
  4. 分镜: 先生成第 1 集(你的第一部短剧免费),在渲染任何东西之前先读一遍。每一段只设一个地点。
  5. 视频: 用默认档位,每秒 8 积分渲染;只重做单个镜头,不要整集重做,然后把整集合成再发布。
你想要的是可能吗?怎么做
一支与你的歌等长的故事视频可以依段落规划、默片镜头、把你的音轨垫在下面
剪点落在节拍上在你的剪辑软件中在那里剪辑并调整速度
有人替你的歌唱歌不能角色说出的是生成的台词
你的歌词出现在画面上在你的剪辑软件中可读的文本无法稳定地画出
上传歌曲不能不接受音频输入

常见问题

AI 能根据一首歌做出音乐视频吗?

不是从歌曲本身:没有音频上传功能。你可以做故事视频,然后在剪辑中把你的音轨垫在下面。

角色能唱我的歌词吗?

不能。他们说的是生成的台词;不会对着你带来的音轨对嘴。

能对到节拍吗?

不能。编辑时间轴上每段只是一张卡片;要精准地对节拍剪辑,请在你自己的视频剪辑软件中完成。

我能加歌词吗?

在剪辑软件中加。字幕功能会显示角色所说的台词,而可读的画面文本无法稳定地画出。

哪种风格适合音乐视频?

依气氛而定;光影动画与水彩绘本是安静歌曲常见的起点。

可以多长?

作为短剧一集最长 240 秒,作为长剧一集最长 300 秒,作为电影则更长。

歌曲的著作权是我要顾虑的吗?

请使用你有权使用的音轨。

要花多少钱?

视频每一秒在默认档位为 8 积分,另加每秒 1 积分的合成费用,重拍另计。一首 3 分 30 秒的歌就是 210 秒。

规划一段副歌

两段,六个留白镜头,一份免费的分镜。

制作故事视频

更新于 2026 年 11 月 3 日