ai-music

# AI 音乐 / BGM 生成（AI Music） 给短视频、Vlog、社媒内容生成**原创背景音乐 / 配乐 / 纯音乐**。全程通过共享脚本 `skills/shared/scripts/ai_music.py` 封装音乐生成 API（可插拔 provider）， 异步提交 → 轮询 → 下载。生成的音乐可再交给 `audio_ops.py` / `video_ops.py` 做裁剪、归一化或加到视频。 **边界**：本 SKILL 只做背景音乐 / 配乐。要**人声口播 / 旁白 / 朗读**用 `tts-voiceover`。 ## 输入 | 字段 | 必填 | 说明 | |------|------|------| | prompt | 是 | 风格 / 情绪 / 乐器描述（如“轻快 lo-fi，钢琴+鼓点，vlog 片头”） | | provider | 否 | `dashscope` 或 `suno-compatible`，也可用 env `MUSIC_PROVIDER` | | lyrics | 否 | 歌词（提供后走带演唱模式，不再是纯音乐） | | duration | 否 | 时长（秒），部分 provider 支持 | | instrumental | 否 | 纯音乐（无人声 BGM） | | output | 否 | 默认 `outputs/主题名/{name}.mp3` | ## 输出 - 音乐音频文件（mp3，放入 `outputs/主题名/`） - 打印实际提交的 provider / model、任务轮询过程、最终输出路径 ## 配置（需设的环境变量） > **配置检查路径铁律**：先 `cd` 到 `AGENTS.md` 末尾给出的 Easel 项目根，确认当前目录有 `.env` 和 `skills/shared/scripts/`，再运行注册表、`check` 或生成命令。不得改用 workspace 的 `./shared/scripts/...`，也不得以 `env` / `printenv` 没显示变量为由判断未配置。 在项目根 `.env` 或环境变量中设置（脚本自动向上查找 `.env`）。用户自己填 key。 **通用** ```bash MUSIC_PROVIDER=dashscope # 或 suno-compatible；也可用 --provider 覆盖 ``` **provider = dashscope**（阿里云 DashScope / 百炼） ```bash DASHSCOPE_API_KEY=... # 必填（别名 DASHSCOPE_KEY / ALIYUN_API_KEY） DASHSCOPE_MUSIC_MODEL=audio-generation # 可选（兼容旧名 DASHSCOPE_MODEL） DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/api/v1 # 可选 ``` **provider = suno-compatible**（Suno 类第三方 API 网关） ```bash MUSIC_API_KEY=... # 必填 MUSIC_BASE_URL=https://api.example.com/v1 # 必填，你的 API 根地址 MUSIC_MODEL=music-1 # 可选，按服务商模型名调整 ``` ## 执行步骤 先跑 `python skills/shared/scripts/model_registry.py configured --group music --env-file .env`。只有一个可用时直接显式传 `--provider`；多个可用且用户没点名时，先列出选项询问，不按 `MUSIC_PROVIDER` 擅自选择。 脚本路径（相对项目根）：`skills/shared/scripts/ai_music.py`。每个子命令支持 `-h`。 ### 1. 先自检配置 check（不发请求） ```bash python skills/shared/scripts/ai_music.py check --provider dashscope ``` 缺 key 会明确列出缺哪个 env（含别名提示）。配置齐了再往下。 ### 2. 生成音乐 generate ```bash # 纯音乐 BGM（dashscope） python skills/shared/scripts/ai_music.py generate --provider dashscope \ --prompt "轻快的 lo-fi 嘻哈，钢琴 + 柔和鼓点，适合 vlog 片头" \ --duration 30 --instrumental \ -o outputs/主题名/vlog-bgm.mp3 # 带演唱（suno-compatible，给了歌词） python skills/shared/scripts/ai_music.py generate --provider suno-compatible \ --prompt "温暖的民谣，吉他弹唱" \ --lyrics "$(cat lyrics.txt)" \ -o outputs/主题名/song.mp3 ``` `--poll-interval`（轮询间隔，默认 5s）、`--timeout`（超时，默认 300s）可按需调。 ### 3. 后处理（可选，复用已有共享脚本，不在本 SKILL 重造） ```bash # ① 裁剪到片头需要的长度 python skills/shared/scripts/audio_ops.py trim outputs/主题名/vlog-bgm.mp3 \ -o outputs/主题名/bgm-8s.mp3 --duration 8 # ② 归一化到社媒响度（-14 LUFS） python skills/shared/scripts/audio_ops.py normalize outputs/主题名/vlog-bgm.mp3 \ -o outputs/主题名/bgm-norm.mp3 # ③ 把 BGM 加到视频（可调原声/BGM 音量比，自动循环并截断） python skills/shared/scripts/video_ops.py bgm -i clip.mp4 -o clip_bgm.mp4 \ --music outputs/主题名/vlog-bgm.mp3 --voice-volume 1.0 --music-volume 0.3 ``` ## 规则 1. **先 check 再 generate** — 缺 key 时 check 给出清晰中文提示，不浪费一次失败请求。 2. **绝不覆盖原始素材** — 只写新文件到 `outputs/主题名/`。 3. **不重造能力** — 裁剪 / 归一化 / 加视频 BGM 复用 `audio_ops.py` / `video_ops.py`。 4. **provider 可插拔** — 换服务商只改 `--provider` + env，SKILL 流程不变。 5. **与 tts-voiceover 分工** — 背景音乐/配乐找 ai-music，人声配音找 tts-voiceover。 两者可组合：ai-music 出 BGM + tts-voiceover 出旁白 → `video_ops.py bgm` 混音。