把画面里的情绪写成音乐

图片生成音乐，可以从一张旅行照片或一段街景视频开始：在 ACE Music 上传视觉素材，说明照片里的故事与想要的声音，再生成由画面启发的歌曲。本文介绍上传、描述和试听的步骤；如果最后要做成视频，还需要另外安排剪辑、字幕与转场。

告诉 AI：这张图让你想到什么

同一张雨后街道的照片，可以让人想到终于回家的轻松，也可以让人想到独自散步的失落。画面提供了地点与细节，歌曲想表达哪一种心情，需要你在文字里说明。

上传后，补上谁是主角、发生什么事，以及希望得到带演唱的歌还是其他音乐方向。某个物件或一句歌词特别重要，也要直接写出来，避免复杂画面中的重点没有被理解。

上传图片或视频，再填写描述

1. 在 Idea 中添加视觉素材

在创作页（Create）选择想法模式（Idea），打开根据视频或图片创作（Sing a video/image），也可使用 + → 图片或视频（Image or video）。选择自己拍摄或获准上传的文件，等输入框显示正确附件后，再继续描述。

上传前检查照片或视频能否说明主题，以及是否含有无关的私人信息。画面里人物和物件较多时，用文字指出最重要的部分。视觉素材在 Idea 中添加；它与自定义模式（Custom）的音频、乐谱参考是不同入口。

2. 说清楚画面与歌曲是什么关系

假设你选择的是清晨小面馆的照片，想写离开一座城市前的最后一顿早餐，可以这样描述：

根据这张照片写一首中文歌。一个人离开住了多年的城市，走之前来熟悉的小店吃最后一顿早餐。重点是窗边晨光、热汤与告别日常的心情，不是逐个罗列桌椅。情绪有一点舍不得，也期待下一段生活。用电钢琴、柔和贝斯、轻鼓和自然演唱。

上面是一段原创提示词示例，目前没有对应音频。实际写描述时，先想清楚是要描写画面、从画面展开故事，还是用音乐表达心情，再选一个主要方向。

把最想保留的细节也写进描述，例如窗边的晨光与热汤。图片提供整体场景，文字帮助确定重点；仅上传复杂照片，未必足以让系统理解它对你的个人意义。

本次另用一张原创 AI 生成的“清晨路边餐馆”图片实操，画面不含人物和私人信息。在 Idea 中附上图片后，使用下方简短英文描述与 ACE Music v1.1 Preview 生成歌曲。后面的两个链接是真实英文音频，不是上方中文小面馆示例的演唱，也不是自动剪好的 MV；画面与故事是否合适，仍需对照试听。

Hopeful English indie soul about leaving a familiar place. Diner lights, a road beyond the window, one last coffee. Intimate vocal, electric piano, soft drums.

在 Idea 中附上原创 AI 餐馆场景图，再填写英文音乐方向。

3. Generate 后，先听意思，再看对应关系

确认附件和描述后，点击生成（Generate），再到作品库（Library）找结果。先不看照片，听歌曲能否独立讲清故事，再对照画面检查是否符合原意。不要用上传成功或封面效果代替对音乐的判断。

如果人物或故事偏了，先改文字里的身份、动作和情绪；内容正确而声音不合适，再调整曲风、乐器或唱法。每次明确一个主要问题，方便听出下一版有没有改善。

如果附件报错、上传未完成，先解决文件状态，再提交生成。保留原文件和描述记录，之后比较版本时，才能知道每首歌参考了哪些素材。

重新生成会产生新歌曲，原图片与视频文件不会因此改变。如果需要音乐与视频准确卡点，应先选定音频，再进入剪辑软件安排时间。

Library 中的新作品已生成完成。分别播放，核对它们是否符合创作需求。

本次实测生成的音频

下方是从这次生成结果实际下载的 MP3。请听完整段音频，再判断编曲、氛围，以及“不带人声”等要求是否得到满足。

打开所选作品的 Download，选择 MP3，再确认下载。

• 试听版本 1
• 试听版本 2

听结果时，先判断故事有没有跑偏

在 Library 试听时，如果歌词变成罗列桌子、窗户和街道，可以在下一版明确强调“离开前的最后一顿早餐”。让一个事件串起画面，比继续增加物件名称更能帮助歌曲形成故事。

故事符合预期以后，再比较不同曲风和演唱方式。调整视觉素材时，仍通过 Idea 的图片或视频入口操作，不要在 Custom 的音频或乐谱参考中寻找同一附件。

想给视频配音乐，还需要最后的剪辑

歌曲选好后，把实际音频放入视频编辑软件，与开头、转场、对白和结尾一起检查。如果某个镜头需要音乐变化，应根据现有录音做准确剪辑，文字描述本身无法代替时间线上的对齐。

如果项目要求按镜头制作配乐、环境音与音效，可以了解 ACE Studio 的Video Composer。这是围绕视频声音进行制作的另一条流程，选择时先分清自己要的是一首由画面启发的歌，还是镜头对应的声音内容。

从画面开始使用ACE Music时，先用一句话说清这张照片为什么值得写成歌，再补充人物与音乐方向。

常见问题

最终会同时给我剪好的 MV 吗？

不会，这条流程输出的是由视觉素材启发的歌曲。要制作 MV，还需要把选定音频与画面剪在一起，并另外处理字幕和转场。

同一张图能做成不同情绪的歌吗？

可以。保留同一张图，分别描述归家、告别或其他视角，再尝试对应的音乐方向。比较时固定图片，更容易听出文字与音乐选择带来的变化。

一定要上传私人照片才会有个人特色吗？

不需要。可以选择不涉及身份的画面，配合自己的故事说明心意。上传前确认素材有相应权限，也适合在该服务中使用即可。

请保留图片或视频原文件：上传的视觉素材有效期为 24 小时，不会作为可复用附件保存在作品库中。想用于另一首歌时，请重新添加到灵感模式。