全网最细AI音乐MV制作教程来了，完全免费，效果拉满！-紫竹云轩

最近也是制作了两首MV，虽然也是学习中，但是基本的框架结构已经有了，本期的教程非常干，请自备饮水机！

不同于很多博主，动不动就加群，进会员群，阁主依旧坚持免费分享，好东西也需要大家的转发分享，有啥好的想法欢迎评论区留言！

音乐篇

如果你只是自己玩一玩音乐，创作一下MV，完全免费就可以，如果你想要更深层次的效果，那么也可以，只不过一分钱一分货！

1、使用已发行的歌曲，直接下载下来即可。

2、AI创作歌曲

在suno刚出来的时候，阁主就第一时间测试了，现在的V4模型效果应该是目前最好的（可能我了解的少）大家可以看我之前的文章，这里简单再说一下。

免费版每天可以10首歌，开盲盒免费使用3.5模型，使用custom模式，利用AI生成一篇歌词，使用deepseek就行，毕竟大家的关注度都在AI语言模型这里，我们的视线都集中在语言大模型上，很多人认为视频等大模型是不是进展慢下来了。其实不然，个顶个跑的非常快，以至于阁主都忙不过来测试。

像最近的即梦OmniHuman-1大模型，也就是数字对口型大师模式，效果非常牛，不过免费额度比较少，下文会详细说说。

一写就容易跑题，主题脑子中的东西太多了，我的脑子需要配个AI。回到音乐中…

AI创作音乐，很多人可能还停留在当初孙燕姿唱周杰伦的歌当中，那个时候技术确实没有发展到现在这样，AI音乐不像其他文生视频、图生视频，你介入的步骤很多，而AI音乐就是开盲盒，目前想要达到顶尖音乐人制作的水准，很难！基本的步骤就是写好提示词，交给AI生成歌词，然后买柱香，祈祷一下开出的盲盒质量很高。

歌词写好了，写写机构，哪段是verse主歌，哪些是chorus（副歌-高潮部分）比如桥段等等。在编曲的复杂程度和可控性上，目前还是差的有点远，比如在提示词中加上吉他、贝斯、架子鼓，再加第四种的时候，它就开始胡编乱造了！

所以压力还是给到suno，很多V4模型生成的音乐完成度其实非常高了，至少比市面上很多平庸的作品，质量不算差！

不知不觉又跑题了，大家音乐生成好后，使用工具，不要纠结使用什么工具，哪个能用用哪个，我用的是剪映，把音乐分段成8秒左右一个，经过两段MV的制作，12-15秒左右，人物的口型效果都跟不上了。每个单独保存下来，用于之后的对口型演唱！

图片篇

音乐准备好了，那么你还缺少一个妹子主角，去帮你演唱。

现在的文生图片平台实在太多了，可灵、即梦、海螺、元宝、万相等等都可以实现，目前能做好人物保持一致性的也不少，大家可以去体验一下这些AI。那么本期阁主制作的是用的谷歌的whisk（需要魔法哦），个人认为写实效果不错，当然Midjourney的V6确实也不错。

这个免费使用不算次数的，前提是你有个比较好的魔法，实在用不了的，是试试国内模型的那些图生图，效果也不错。

为什么选whisk？写实风格不错，人物一致性保持的很好，同一个关键词，效果都一样的，可以对提示词部分修改，衣服换个颜色，换个材质，几个神情，最好用英文提示词，不会的写好中文后，用翻译工具翻译一下。

提示词不错的内容也比较多，我整理了一下，放到文件里面一起了，比如whisk的使用，等等，如果写出来，篇幅太长了！这里简单提一下。

左边是主题、场景和样式，主题就是人物，场景就是所处的地方，样式就是人物有啥动作、姿势，可以直接合成，比如上图，我想要我的铁蛋妹妹坐在凳子上弹吉他，你可以在下面写提示词，或者直接点击生成，出来的效果是上面两个图的，人物变了！其实whisk是参考你的人物自己写的，你只需要在图片优化旁边编辑，把人物描述的那段提示词，换回你的提示词即可。

当然你也可以不用whisk的合成功能，直接用提示词也可以生成。

图片需要你多生成很多镜头，一首歌差不多能分成20段左右，你可以重复易用镜头，但至少包含以下基本的镜头、中景正面、侧面、特写、侧面、远景等等，你也可以生成一些空白镜头，比如一个留声机等等，用作补充画面镜头。

这里阁主只是推荐大家拿来即能用的，如果你想成为大师，那么你得学什么是comfyui？节点是什么？什么是lora，什么是flux等等，不想学就老老实实用这些封装好了的平台。找不到自己想要的人物，去liblibAI里面看看别人的，图片，可以下载下面使用，或者查看人家的提示词！把图片直接上传到whisk也会帮你生成对应的提示词（需要大家自己修改一下）

视频篇

终于到这个重头戏了，前面毕竟可用的工具、平台特别多。而数字人对口型，阁主优选即梦的对口型大师模式，也就是非常强的Omnihuman-1模型。不过价格也是非常贵，1秒大概6-8个积分左右，免费的每天有80积分，也就只能1-2个视频。不过效果是真的好，口型非常匹配。至于阁主选择的则是国外的一个免费的平台，虽然也是每天400积分，但是不像国内的需要手机号注册，国外的很多都是邮箱注册，直接用临时邮箱来接验证码即可创建N多个账号。

标准模式，很鸡肋，就嘴巴在动，还连着肉的那种，生动模式其实效果我能接受，不过不知道为什么一定要剪裁比例。

大师模式使用效果最好，直接上传你生成好的图，上传音乐片段，生成即可！为什么推荐大家使用8秒左右的音乐片段？这个时间段效果是最好的，即梦和接下来阁主免费使用的hedra都是这样，大家看我的MV，长端的音乐效果不特别好，当然有些口型对的不准，毕竟免费的，效果会有点差距，大家可以多开盲盒！评论区大家也反馈，弹吉他的动作不匹配，只能说目前的技术还达不到，可能几个月之后就可以了呢？