ai-music · AI 音乐 / BGM 生成

给短视频、Vlog、社媒内容生成原创背景音乐、配乐与纯音乐的 skill:输入风格/情绪/乐器描述,异步提交→轮询→下载,产物可再裁剪、归一化或混入视频。
提供歌词则生成带演唱版本;支持 DashScope 与 Suno 兼容网关两种 provider,需自备 API key,按量计费。
调用示例:在聊天框中说"生成一段 30 秒轻快 lo-fi 纯音乐,做 vlog 片头 BGM"。
产品详解
定位
ai-music 是文生音乐的入口:给视频与社媒内容生成原创背景音乐/配乐/纯音乐。它只做背景音乐,不做人声口播与旁白。
核心能力
- 纯音乐 BGM 生成:风格/情绪/乐器描述 → mp3,可指定时长(部分 provider 支持)。
- 带演唱模式:提供 lyrics 后走带歌词演唱版本,不再是纯音乐。
- provider 可插拔:
dashscope(阿里百炼)/suno-compatible(Suno 类第三方网关),换服务商只改--provider+ 环境变量,流程不变。 - 异步全流程:提交任务 → 轮询 → 下载(可调轮询间隔与超时)。
- 后处理复用共享脚本:裁剪到所需长度、响度归一化到 -14 LUFS、把 BGM 混入视频(可调原声/BGM 音量比,自动循环并截断)。
工作流程
- 确认可用 provider:跑
model_registry.py configured --group music,多个可用且用户未指定时先列出选项询问 check自检配置(不发请求;缺 key 给出明确中文提示,不浪费失败请求)generate生成音乐- 可选后处理:trim 裁剪 / normalize 归一化 / bgm 混入视频
输入与输出
| 输入 | 说明 |
|---|---|
| prompt | 必填,风格 / 情绪 / 乐器描述 |
| provider | 选填,dashscope 或 suno-compatible(也可用 env 覆盖) |
| lyrics | 选填,提供后走带演唱模式 |
| duration | 选填,时长(秒),部分 provider 支持 |
| instrumental | 选填,纯音乐(无人声 BGM) |
| output | 选填,默认 outputs/主题名/{name}.mp3 |
输出:音乐音频文件(mp3),附实际提交的 provider / model、轮询过程与最终路径。
与相邻 skill 的区别
- tts-voiceover:人声口播/旁白/朗读;ai-music(本):背景音乐/配乐。两者可组合:BGM + 旁白经
video_ops.py bgm混音。
适用场景
- 短视频/Vlog 片头片尾 BGM
- 社媒内容配乐、播客间乐
- 需要原创音乐的纯音乐氛围铺底
使用前准备
- 需在项目根
.env配置 key:dashscope 需DASHSCOPE_API_KEY;suno-compatible 需MUSIC_API_KEY+MUSIC_BASE_URL。 - 按量计费:先
check再generate;key 由用户自行填写,skill 不索取、不回显、不上传、不提交真实 key。 - 绝不覆盖原始素材,只写新文件到
outputs/主题名/。
ai-music 隶属于 Aiglade Skill 库。在 Aiglade 聊天框中用自然语言描述需求即可调用。