用音潮三种模式生成专属 BGM 并做后期微调

音潮是一款全链路自研的 AI 音乐生成工具，它要解决的问题很具体：把「写一首能用的背景音乐」这件事，从需要制作团队、录音环境和宣发渠道的工程，压缩成一次输入加一次生成。它面向的不是专业编曲岗位，而是那些有画面、有情绪、有文字，却缺少音乐制作经验的人——为毕业视频配乐的学生、给内容做片头曲的博主、想给孩子写摇篮曲的父母。工具把创作入口拆成三条路径：照片写歌、极简写歌、大师写歌，分别对应「有素材没想法」「有想法没乐理」「有乐理想精控」三种状态。如果你只是想先看看这类工具能产出什么，可以从 音潮 的入口开始了解它的能力边界。

需要先说明一点：音潮的生成速度很快，素材中提到秒级响应、约一分钟产出一首完整作品，但「快」不等于「一次就对」。真正决定成品可用度的，是提示词写得够不够具体，以及生成之后愿不愿意花几分钟做后期微调。下面按准备、操作、完整示例、注意事项四段展开。

准备工作

确认平台与设备

音潮覆盖多个平台，支持 Windows、macOS、iOS 和 Android。这意味着你既可以在桌面端做较完整的创作与编辑，也可以在手机上随手记录灵感。选择哪一端取决于你的工作流：如果素材（照片、视频片段）主要在电脑上，桌面端更顺手；如果是通勤路上想到一段旋律描述，移动端更合适。

具体各平台的客户端获取方式、账号体系是否互通、免费额度与付费方案，属于容易变动的信息，请以官网当前公布的内容为准，本文不给出具体数字。

准备输入素材

三条路径需要的输入不同，开工前先想清楚你手上有什么：

• 照片写歌：需要一张或一组能代表目标氛围的图片，外加一句简短的提示。适合已经有画面、需要音乐去贴合画面的场景。
• 极简写歌：只需要一段文字描述，可以是对情绪、场景、季节、时间的抽象表达。适合还没有具体素材、先要一个方向性小样的场景。
• 大师写歌：需要你对自己想要的曲风、乐器编制、段落结构有明确判断，输入的是结构化的风格与编排指令。适合已经有一定音乐基础、要把成品做到接近可用状态的场景。

明确用途与时长预期

生成之前先确定这条音乐要用在哪：是十几秒的片头，还是一整段视频的铺底，还是需要人声或纯器乐。用途会直接影响你选哪条路径、写多长的提示、生成后要不要裁剪段落。素材中提到生成结果包含前奏、主歌、副歌、桥段等完整结构，也就是说它默认产出的是一首「完整歌曲」形态的作品，用于短视频时通常需要后期截取其中一段。

操作步骤

第一步：选择创作模式

进入创作界面后，先在三者之间做选择。判断标准很简单：

• 手上有图、要音乐配合画面 → 照片写歌。
• 只有一句感觉、想快速听到方向 → 极简写歌。
• 已经知道要什么曲风、什么乐器、什么结构 → 大师写歌。

三种模式不是互斥的。常见做法是先用极简写歌快速试出方向，确定情绪基调后，再用大师写歌把同一方向做得更精细。

第二步：照片写歌——用画面驱动音乐

上传能代表目标氛围的素材，然后在提示框里写一句描述。素材中提到，页面下方还会推荐参考主题，这些主题可以作为提示词的起点，也可以直接选用。

提示词不要写成「好听的音乐」这类无效描述。有效的写法是把画面里的具体元素翻译成声音特征，例如：

画面：清晨的湖面，薄雾，远处有山
提示：安静的钢琴独奏，速度偏慢，少量弦乐铺底，不要鼓组，情绪克制

要点在于把「视觉信息」拆成「乐器 + 速度 + 情绪 + 排除项」四类。排除项（不要鼓、不要人声）往往比正向描述更能决定结果。

第三步：极简写歌——用文字描述情绪

极简写歌只吃文字，但它支持中文语义理解，所以可以直接用自然语言描述场景与情绪，不必翻译成乐理术语。素材给出的例子是「夏日海边夕阳下的轻快旋律」这类描述，系统会据此捕捉情感基调。

写这类提示时，可以按「场景 + 情绪 + 节奏感 + 编制倾向」的顺序组织：

夏日海边夕阳下的轻快旋律，木吉他为主，节奏明快但不吵，
适合作为旅行 vlog 的背景音乐，不要人声

如果第一次结果偏离预期，不要推翻重写，而是在原描述上追加限定词。追加比替换更容易保持整体方向不跑偏。

第四步：大师写歌——做多维度精细控制

大师写歌面向有一定基础的使用者，提供的是多维度的控制能力。素材中明确提到的控制维度包括：

• 曲风：支持古典流行、电子、国风等多种类型，并对输入的风格指令有较高精度的遵循。
• 乐器编排：可以细化到主奏乐器、打击乐类型及强度、和声铺底等层面。

这意味着提示词应当写成结构化的编排说明，而不是一句形容词。一个可用的写法是把每个维度单独成行：

曲风：国风 + 电子融合
主奏乐器：古筝
打击乐：电子鼓组，强度中等，进入副歌后加强
和声铺底：弦乐长音，音量压低
结构：前奏 8 小节 → 主歌 → 副歌 → 桥段 → 副歌
情绪：开阔、有推进感

维度写得越具体，生成结果越接近预期。但也要注意，控制维度越多，各维度之间越容易出现冲突（例如「安静的弦乐铺底」与「强烈的鼓组推进」同时要求），出现冲突时优先保留对用途最关键的那一条。

第五步：生成并试听

点击生成后，系统会输出一首结构完整的原创音乐。素材描述其产出包含前奏、主歌、副歌、桥段等完整结构，并有多种乐器的搭配，旋律与和声进行符合基本的音乐理论规范。

试听时不要只听「好不好听」，按下面几个问题逐项判断，能更快定位要改哪里：

• 开头几秒能不能抓住人？用于短视频时，前奏过长通常要截掉。
• 情绪是否与画面或文字描述一致？不一致是提示词的问题，不是生成的问题。
• 有没有哪件乐器过于突出，压住了其他声部？
• 段落之间的过渡是否自然？

第六步：用内置编辑器做后期微调

生成之后并不是终点。音潮内置了简易编辑器，素材中列出的可调项包括：

• 改变速度；
• 调整乐器音量；
• 修改段落结构；
• 替换某些音色。

这四项基本覆盖了「生成结果差一点就能用」的常见情形。速度用于匹配视频剪辑节奏；乐器音量用于把主奏与铺底拉开层次；段落结构用于裁掉多余的前奏或重复段落；音色替换用于把某个听起来不对的乐器换成更贴合场景的。

建议的调整顺序是：先改速度对齐画面，再调音量平衡，然后处理段落，最后才动音色。音色替换对整体听感影响最大，放在最后做，避免前面的判断被音色变化干扰。

一个完整示例

下面走一遍从零到可用的最小流程，场景是给一段约 30 秒的旅行短片配背景音乐。

1. 定方向

短片内容是海边日落，节奏偏慢，有少量人物走动。目标是一条纯器乐、情绪温暖、不抢画面注意力的铺底音乐。

2. 先用极简写歌试方向

海边日落，温暖安静的氛围，木吉他为主，速度偏慢，
纯器乐，不要人声，不要强烈的鼓

生成后试听。如果整体情绪对了但节奏偏快，记下这一点，进入下一步精修。

3. 再用大师写歌精修

曲风：民谣流行
主奏乐器：木吉他，指弹
打击乐：轻量沙锤，强度低
和声铺底：弦乐长音，音量压低
结构：前奏 → 主歌 → 副歌 → 收尾
情绪：温暖、安静、有轻微推进感
不要人声

这一步的关键是把上一步「节奏偏快」的反馈转成明确指令：打击乐强度写「低」，并指定轻量打击乐器，而不是笼统地说「慢一点」。

4. 生成后微调

拿到结果后按顺序处理：

1. 在编辑器里把速度调到与剪辑节奏一致；
2. 把木吉他音量略微提高，弦乐铺底压低，让主奏清晰；
3. 裁掉过长的前奏，保留副歌作为主要段落；
4. 如果沙锤听起来偏硬，替换成更柔和的音色。

5. 导出与复用

调整完成后导出，铺到视频时间线上做最终对位。如果这条音乐后续还要用在同系列的其他短片上，保留这次的提示词与参数设置，下次在此基础上改场景描述即可，不必从零重写。

注意事项

提示词的颗粒度决定成品率

三条路径对提示词的要求不同，但共同点是：越具体越可控。照片写歌要把视觉元素翻译成声音特征；极简写歌要按场景、情绪、节奏、编制分层描述；大师写歌要按维度逐行列出。只写一句「好听的背景音乐」，得到的结果通常需要反复重生成。

控制维度之间存在冲突

大师写歌提供的控制维度较多，同时给出互相矛盾的指令（例如既要求安静铺底又要求强烈推进）时，结果往往两头都不占。遇到这种情况，先删掉对当前用途最不重要的那一维，再重新生成。

默认产出是完整歌曲结构

生成结果包含前奏、主歌、副歌、桥段等完整结构，用于短视频、片头、提示音等短场景时，通常需要在编辑器里截取段落，而不是直接整首使用。

后期微调是必要环节

内置编辑器支持改速度、调乐器音量、改段落结构、替换音色。把这四步当作流程的一部分，而不是可选项，能显著减少重生成的次数。

平台与功能以官网为准

音潮支持 Windows、macOS、iOS 和 Android 多平台，但各平台的功能完整度、可用地区、账号权益、生成配额与价格方案都可能调整。本文不列出具体数字，使用前请以官网当前信息为准。

关于风格参考的边界

素材中提到平台提供把既有歌曲作为「原材料」进行混合的玩法。使用这类功能时，需要自行确认所涉作品的使用授权范围，以及生成结果在你所在国家或地区的商用规则。本文不构成法律意见。

社区与形象玩法属于附加功能

平台还提供音乐形象、兴趣圈子等偏娱乐与社交的玩法。这些不影响核心的生成与编辑流程，可以按需使用，不必在首次上手时一并配置。