AI 音乐最容易翻车的地方不是编曲,是声音。同一段歌词,音色描述差一行,成品能差出两个档次。

一、别写“好听的声音”

这等于没写。要写具体特征:低沉、沙哑、清亮、奶气、烟嗓、气声多、咬字偏松。

二、把音色拆成四层

建议这么写:“男声 / 低沉偏沙 / 气声明显 / 咬字松、句尾略拖”。四层写全,模型才知道你要哪一种“低沉”。

三、年龄和气质一起给

“三十岁上下的男声,经历过事,不年轻气盛”。年龄是很好用的锚,比形容词管用。

四、情绪标签单独一行

“唱法克制,不外放,像自言自语”。同样一个音色,配上“外放”和“克制”,结果是两个人。

五、共鸣位置写清

“胸腔共鸣为主,少用头腔,不要明亮的少年音”。共鸣位置直接决定声音的厚薄。

六、禁止项必写

“不要播音腔、不要剧腔、不要童声、不要假声高音”。这四条几乎覆盖了大部分翻车情况。

七、需要“贴麦”的感觉

“近麦录音质感,呼吸声可入,不要过度降噪”。这一点会让声音立刻变真。

八、多角色时分开写

对唱或对话,每个角色单独一段描述,标清 @角色1 @角色2,别混在一句里。

九、试音方法

先用同一段四句歌词,只改音色描述,做三版对比。哪一版最像你脑子里的那个人,就沿用它做全曲。

音色是 AI 音乐唯一没法后期修的东西。前期写对,后面全省。

还有一点容易被忽略:音色是要跟场景配的。独白型的歌要贴麦近、气声多;现场感强的歌要稍微远一点、留空间。提示词里加一句“近麦录音”或“带一点现场距离”,声音的真实度会完全不同。

延伸参考

更多 AI 音乐写歌笔记在 万象系统之家。