
AI 人声像机器唱,先别急着换曲风。在「音乐生成」的专业模式里,「曲风」能描述人声的性别、音区和质感,「自定义歌词」的断句决定换气点,「排除风格」则用来挡掉不想要的唱法。
人声表现也由「曲风」承载。这个上限 120 字的框里,除了流派和配器,还可以写四类信息:性别与音区(低沉男声、清亮女声、中音偏暖)、质感(气声多、略带沙哑、干净直声)、情绪强度(克制、靠近耳边、副歌放开)、演唱方式(半说半唱、尾音收住)。示例:「民谣流行,木吉他为主,低沉男声,气声偏多,情绪克制,副歌略微放开。」人声描述放在最后一句,前面仍要给年代和配器,否则整首没有支撑。写「嗓音好听」这类评价词没有用,模型不知道「好听」指什么,最后只会给一个最普通的音色。另外「歌名」虽然选填,但填一个带情绪的短句,也会间接影响演唱语气,因为模型会参考主题决定轻重。一次只写一种音色,别在 120 字里同时要低沉和清亮。
歌词的断句直接决定换气点和重音。在「自定义歌词」里,句子越长,演唱越容易一口气拖完,听感发闷;把长句拆成两行,模型会在行末换气,呼吸感立刻出来。实操有三条规则:每行不超过十二字;副歌第一行宁可短,把重音留给第二行;需要强调的词单独成行,前后各留一个短句做垫。例如把「我在深夜的街头想起你说过的那句话」拆成三行,重音自然落在最后一行。若某句总是唱得含糊,先看它是不是太长,而不是急着换曲风。也可以用「AI写歌词」重出一版,再把过长的句子手动断开,比整篇重写省时间。句尾尽量用开口音,闭口音收尾容易吞字,整句会听不清。连续两句都以同一个字收尾,也会显得机械,隔一句换一个韵脚更自然。断句改完之后,这一轮就先别动曲风,否则听感变好也说不清是哪一步起的作用;每行末尾尽量落在实词上,虚词收尾最容易被吞掉。
「排除风格」同样可以约束演唱。听感不对时,可以先往里加一条:不要合唱、不要回声、不要电音处理、不要念白、不要童声,三到四条就够,写太多会把正常表达一起挡掉。调整顺序建议是:先改歌词断句,再改曲风里的人声描述,最后才动排除风格,因为前两者影响更直接。「复用参数」可以把上一版参数带回来,保证只改一处。若人声仍然发闷或有明显杂音,站内没有单独的后期处理入口,只能导出到外部软件处理,别在站内反复重生成。每次生成 5 积分,三轮以内没有改善,就回到歌词层面找问题,通常比继续换曲风更有效。还有一个小习惯值得养成:把每版的人声描述记下来,下次做同类型项目可以直接复用,少走一遍试错路。
先做一条最短的链路验证:打开极客空间站的 AI 写歌页面,进入「音乐生成」,专业模式选歌曲,在「曲风」末尾补一句人声描述,在「自定义歌词」里把每行压到十二字以内,再点「生成音乐」。听一遍换气是否自然,用「复用参数」只改人声那一句再生成。截至 2026 年 11 月,断句对听感的影响仍大于音色词,先把句子拆顺,再调音色。
大连极客十一维科技有限公司