midicnAI 做音乐 EN

AI 声音设计

生成纹理容易,能用难,先过单声道和电平这两关

问题

生成一段纹理只要一句话,能用它的时间却很长。多数结果不可编辑、电平不可控、一按单声道就消失。声音设计需要的是能放进时间线的材料,不是一段好听的音频。区别在于你能否只改它的尾巴、只留它的低频,或者把它缩到两秒。判断标准很朴素,能不能在十秒内找到它的起点和终点。

原理

生成模型输出的是成品波形,里面已经混了空间、失真和动态。你没法把它拆回低频、主体和高频,也没法单独改尾音。可用的素材至少要能分层,或者能同时导出干声与湿声两版。生成时的提示词只控制大致方向,具体频率分布要靠在 DAW 里补。另一个常被忽略的点是相位,宽 stereo 的纹理在单声道里常常塌掉一半,而游戏、手机和公共场所的播放大多是单声道。

做法

先写功能,是转场、底噪、空间还是冲击。长度留两倍余量再剪,riser 的终点对齐剪辑点,不要对齐小节线。导出前做单声道检查,低频用一百赫兹左右的高通切掉,避免和音乐低频打架。峰值留六分贝给对白和人声。把成品和参考音效各放一轨,音量对齐再比。保存原始生成、提示词、模型版本和处理链,方便回头改。循环类素材要单独检查接缝,接缝处的电平跳变比噪声更明显。

听什么

在拉威尔的 Le gibet 里听一个固定音型怎么撑起整段空间,在德彪西的 Pagodes 里听钟声层怎么叠出远近,在 cave 01 里听环境底噪的宽度,在 creepy ambient loop 里听循环点落在哪。纹理好不好,先听它能不能退到背景里。

在库中听例子

Gaspard de la nuit, M.55: Le gibetC15:16拉威尔绞刑架,固定音型如何撑起整段空间(C1)详情Estampes, L. 100: I. PagodesC15:40德彪西塔,听钟声层如何叠出远景(C1)详情cave 01C11:35游戏洞穴环境,听底噪宽度与单声道表现(C1)详情creepyloop v2 aC10:57惊悚环境循环,听循环接点是否可无缝(C1)详情

每首均来自 midicn-lib,行内徽标为许可档位(C1 可商用 / C2 非商业 / C3 仅学习研究)。

事实来源

  • 生成纹理的可用性检查,依声音设计与混音实践核对,未抄原文
  • Usability checks for generated textures, checked against general sound design practice, no text copied

仅用于核查事实,正文为原创撰写。