如何用 AI 生成音乐：实用指南

要在 Pipe2.ai 中用 AI 生成音乐，请打开 Music Generator，用一段文字提示描述你想要的情绪和曲风，设定 10 到 600 秒之间的时长，决定是否包含人声，然后生成。模型会创作一段原创音轨，并返回一段 MP3，你可以下载或直接放进视频。这一过程不涉及乐器、乐手或授权谈判——描述本身就是输入。

工作流核查 — 2026 年 7 月： 下文的输入、时长范围、人声行为、模型路由和输出格式，已根据当前的 Music Generator 管线进行验证。本指南不会假设表单并不提供的控制项。

五步生成一段音轨

1. 打开 Music Generator。 从 Music Generator 管线开始。除非你有理由更改，否则将模型保持为 Auto——Auto 会把你的简报路由到合适的引擎。
2. 写一段具体的提示词。 写明曲风、乐器、速度、能量和用途。“黑暗电影感的混合预告片配乐，缓慢积累张力，深沉的铜管涌动，重拍上的打击点”胜过“戏剧性音乐”。
3. 设定时长。 选择 10 到 600 秒之间的长度。渲染出的音轨是近似值，所以请选一个至少与它要覆盖的视频或片段一样长的值。
4. 决定人声。 对于以人声定义曲风的歌曲，保持 Include Vocals 开启。对于铺在语音下方的背景音乐，请关闭它并写上“instrumental only”。
5. 生成并试听。 留意意外出现的人声或过于繁复的主奏，必要时重新生成，然后下载 MP3 或送入视频。

Music Generator 接收三样东西：一段提示词（情绪和曲风，5 到 500 个字符）、一个时长和一个人声开关。它返回单段 MP3 音轨。没有实时预览——你生成、试听，若结果不理想就重新生成——因此一段精确的提示词最能节省时间。

写一段模型真正用得上的提示词

提示词就是整件乐器。像“开心”或“史诗”这样模糊的标签会把每一个音乐决策都交给运气；而具体的方向能让你第一次就接近目标。请写明这些：

• 曲风与参考 — lo-fi 嘻哈、电影预告片、企业励志、氛围 drone。
• 配器 — Rhodes 电钢、深沉铜管、拨弦吉他、颗粒化铺底音色。
• 速度与感觉 — 一个 BPM 数值，或“从容”“推进”“克制”这样的词。
• 能量曲线 — 何处积累，何处收束。
• 用途 — 营销短片、学习歌单、纪录片铺底。

例如：

沉思感的纪录片铺底音乐，仅使用器乐。柔和钢琴、温暖大提琴，以及约 80 BPM 的克制脉冲。保持编曲稀疏，在最后三分之一逐渐增强，然后干净收束。

Eleven Music 提示词指南和 Google 的 Lyria 音乐生成指南都建议采用这种具体、音乐化的方向，而不是只用单个形容词。避免指名受版权保护的歌曲或某位特定艺人——请改为描述你想要的声音。生成器创作的是原创音乐，并非为克隆某首已知曲目而构建。

值得了解的人声、时长和限制

有几种行为很容易踩坑：

• 人声默认开启。 人声承载曲风的辨识度——流行或 K-pop 音轨需要它。对于铺在旁白下方的背景音乐，请关闭人声并写上“instrumental only”，因为 Auto 会根据简报作出最终判断。
• 时长是近似的。 引擎会瞄准你设定的长度，但可能略短或略长，部分模型会把单段音轨限制在约三分钟。请请求比你所需多约百分之十的长度。
• 质量会有波动。 AI 音乐每次运行都是重新生成的；如果某个版本有生硬的转场或不想要的主奏，请重新生成而不是去编辑。
• 它制作的是音乐，不是音效或语音。 对于配音或旁白，请使用 Audio Generator；若要在一次导出中同时得到语音和音乐，请在 Video Reel中组装。

把音轨放进视频

生成的音乐附着到某样东西上时最有用。常见路径是 Music Generator → Video Reel：先创作音轨，再把它作为单个片段或多片段短片的背景音乐加入，同时旁白保持在自己的独立输入上。由于音乐往往决定渲染何时停止，请多生成一点长度，让音轨永远不会在画面之前结束。

关于完整的制作流程——规划镜头、生成片段、添加音频，再到字幕和品牌元素——请参阅如何制作 AI 视频。要在不盖住对白的前提下平衡配乐与语音，请查看如何给视频添加音乐。如果你还需要生成视频本身，请在 AI 视频生成器对比中比较各个引擎。

请把提示词、生成的 MP3 和最终视频作为独立素材保存。这样你就能重新生成配乐或替换情绪，而不必重建项目的其余部分。