音乐视频
上传一首歌,选择要拍的部分,写一段简短的创意说明,得到一支踩着节拍剪辑、歌手每句都对上口型的音乐视频。
音乐视频(/app/playground?mode=music)把一首歌变成一段视频。歌曲按节拍切成多个场景,由一个对话模型(导演)根据你的创意说明为每个场景写一个镜头,每个场景配合它对应的那段歌曲拍摄,最后把各场景拼接在原曲上。它像 API 调用一样从余额扣费。想在代码中实现,请看音乐视频和 API 参考;页头的 查看代码 会按当前设置显示 cURL 和 Python 代码。
选择模型#
页头显示每分钟歌曲的价格,以及可拍摄部分的最长时长(6 分钟)。提供多个模型时,从下方的卡片中选一个。模型和价格见音乐视频和 /models。
歌曲#
拖入一个 MP3、WAV、FLAC、OGG 或 M4A 文件,最大 60 MB。歌曲至少 5 秒长。替换 更换文件,垃圾桶图标移除它。
然后在波形上选择要拍的部分:
- 拖动边界或整个选框,或点击波形移动它。开始、时长 和 结束 显示所选范围。
- 播放选区 只播放这一部分,方便你确认它的起止位置。
- 一个部分为 5 秒到 6 分钟。歌曲更长时,默认选中前 6 分钟;前 6 分钟(歌曲较短时为 整首歌)重置选区。
这一部分的时长决定价格。不足 15 秒按 15 秒计费。
创意说明#
所有字段都是可选的。留空时,导演只根据歌曲本身来安排。每个字段都有 帮我写,用对话模型起草或优化文字,从余额扣费。
- 故事:从第一段主歌到结尾发生了什么。
- 风格:画面风格,例如胶片类型、色彩、光线或动画风格。
- 地点:场景发生的地方。
- 歌词:粘贴歌词以保证拼写正确。否则会从歌曲中转录。
角色#
视频的主角。从 你的角色 中选一个,或 从照片生成、从描述生成 一个新角色。描述会加入每个场景,让角色从头到尾保持一致。留空时,导演会为这首歌选定一个人物。用代码保存角色,见角色。
画面比例和节奏#
- 画面比例:横屏、竖屏 或 方形。
- 场景时长:快 · 3 秒、中 · 5 秒 或 慢 · 8 秒。剪辑点会落在这个时长附近的节拍上,面板会显示大约能得到多少个场景。
角色设定#
角色设定(推荐) 默认开启。在第一个场景之前,导演会为歌手选角,图像模型为每套服装画一张角色设定图(正面、侧面、背面),让歌手在每个场景中都保持一致。关闭后,每个场景只根据它的文字拍摄:更便宜,但歌手在不同场景中可能看起来不一样。
根据设定图拍摄歌手的模型需要角色设定,所以对这类模型该选项始终勾选。它会多出 为每个场景绘制首帧:对场景布置和构图有更多控制,每个场景多一张图片,渲染更慢,显示的每分钟价格也会提高。
图像模型 只列出支持参考图片的模型。它下方显示角色设定预计要画多少张图片以及费用。图片和导演按各自模型的价格单独计费。
审阅和导演#
- 渲染前审阅场景 会在导演写完计划后暂停,让你阅读并编辑每个场景的提示词。渲染之前,视频不收费。此时按钮显示为 规划场景,而不是 生成视频。
- 导演 选择编写场景的对话模型。
- 更多选项 里有 种子。保持 随机,或设一个数字来重现结果。
条款复选框#
开始前勾选复选框。它会列出你所选模型的条款:
- 对于 MiniMax H3 模型,你接受 MiniMax H3 条款,包括不在欧盟、英国、韩国或美国使用该模型或其生成的视频,并确认视频和角色图片中出现的每个人都已年满 18 岁,且同意以此方式使用其肖像。
- 对于 LTX 模型,你接受 LTX 条款,包括未经同意不得冒充他人,以及在展示视频的任何地方说明它是 AI 生成的,并确认提示词中任何可辨认的人都已年满 18 岁并且同意。
切换到条款不同的模型时,复选框会被清除。
生成视频#
底部栏显示预估费用、视频时长和图片的预估费用。按 生成视频(或 规划场景)。工作室会依次显示各个步骤:正在分析歌曲…、正在为歌手选角…、正在绘制角色设定…、正在绘制每个场景的首帧…、正在编写场景…、正在渲染第 n / total 个场景、正在拼接场景…,最后是 完成。运行期间,工作室显示从余额中预留的金额;你只为生成的秒数付费。一段时间无人使用后,GPU 唤醒约需一分钟。你可以离开页面,渲染会继续进行。
工作室会显示 角色设定(每套造型的设定图),以及每个场景的歌词、提示词和状态。每个场景的片段渲染完成后就会出现。
渲染前编辑场景#
开启审阅后,工作室会停在 等待你审阅。在任意场景的输入框中修改提示词,然后按 保存 {n} 处修改并渲染(没有修改时按 渲染)。你给出的人物和风格会保留在每个场景中。放弃更改 丢弃这个计划。
结果#
完成的视频在工作室中播放,并显示 已扣费 金额,以及单独列出的导演和图片费用。下载 保存 mp4。
你的音乐视频 列出你的视频,保留 30 天。打开 在工作室中显示视频,下载 保存它,垃圾桶图标删除它。