可视化和歌词背景
给歌词视频和音乐可视化做动态背景,YouTube 用 16:9,Shorts 和 Reels 用 9:16。
描述歌曲的画面感,再附上一小段音乐。EveryGen AI 会参考它的情绪和节奏生成镜头,每条最长 30 秒。
它是专门用来做音乐视频的 EveryGen AI 视频 Agent。你描述场景、歌手形象或画面风格,Agent 写好每个镜头的提示词、选好模型,在同一个对话里把每条视频连同声音一起生成出来。
每次生成 4 到 30 秒,所以一支 MV 要一个镜头一个镜头地做:开场、主歌、副歌、结尾画面。你可以上传一段音频(MP3、M4A、WAV 或 OGG,最大 100 MB)作为情绪和节奏的参考,然后把每个镜头下载成 MP4,在剪辑软件里拼起来。
给歌词视频和音乐可视化做动态背景,YouTube 用 16:9,Shorts 和 Reels 用 9:16。
把歌曲拆成几个场景逐个生成,每次都用同样的人物描述和参考图,让角色保持一致。
把歌手的照片作为首帧,生成一段动起来的演出镜头,也可以再加一张尾帧。
用竖屏短视频在 TikTok、Reels 和 Shorts 上预告新单曲或发行日期。
告诉 Agent 曲风、情绪、速度和你脑海里的画面。有歌曲片段或歌手照片就一起附上。
Agent 为每个镜头写提示词,默认用 Seedance 2.5 生成,每条最长 30 秒。根据发布平台选择 16:9 或 9:16。
对任何一个镜头直接回复修改意见,然后下载 MP4,在剪辑软件里按完整歌曲排好。
| 输入 | 任意语言的文字描述,也可以附上图片、视频或音频作为参考。 |
|---|---|
| 上传 | 图片 JPG、PNG、WEBP,视频 MP4、MOV、WEBM,音频 MP3、M4A、WAV、OGG。单个文件不超过 100 MB,一次最多 10 个。 |
| 模型 | MiniMax H3和Seedance 2.5 |
| 时长 | MiniMax H3:5–15 秒;Seedance 2.5:4–30 秒 |
| 分辨率 | MiniMax H3:768P / 2K;Seedance 2.5:480p / 720p |
| 画面比例 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16,或自动选择 |
| 声音 | 所有模型都会和画面同步生成声音 |
| 费用 | MiniMax H3 2K:每 5 秒 100 积分;Seedance 2.5 720p:每 5 秒 400 积分 |
| 输出 | 带音轨的 MP4 视频,保存在对话和作品库里 |
点一下提示词就会填进输入框,发送前可以再改。
“A night drive along a coastal highway in a vintage convertible, neon pink and cyan city lights reflected on the wet road, slow dolly alongside the car, synthwave mood, 16:9.”
“A singer with an acoustic guitar on a wooden porch at golden hour, warm backlight through floating dust, slow push-in, intimate and calm.”
“A dancer performing sharp moves on a city rooftop at dusk, the skyline behind, the camera circling low, punchy rhythm, vertical 9:16.”
“Slow-motion ink clouds in deep blue and gold blooming in water, abstract and dreamy, gentle camera drift, a background visual for a lyric video.”
在提示词里写明曲风和速度:「慢节奏梦幻抒情」和「快节奏重拍说唱」会带来完全不同的镜头运动。
歌曲每一段规划一个镜头,每个镜头不超过 30 秒;一首三分钟的歌需要好几个镜头。
每个镜头都重复同样的人物和风格描述,并使用同一张参考图,整支视频看起来才像一个整体。
只使用你拥有版权或获得授权的音乐,剪辑时留出空间让切点卡在节拍上。
一次生成做不到。每条视频 4 到 30 秒,所以要在同一个对话里逐个镜头生成,再把下载的 MP4 在剪辑软件里拼起来。
可以。上传一段 MP3、M4A、WAV 或 OGG,每个文件最大 100 MB。Agent 会把它作为情绪和节奏的音频参考交给模型。Seedance 2.5 可以只用音频;MiniMax H3 需要同时附一张参考图或一段参考视频。
无法保证与上传的音乐对口型。演出、舞蹈、乐器和抽象画面的效果比近景唱歌更稳定。
默认选的是 Seedance 2.5,因为它单条最长 30 秒,并且可以只靠音频参考生成。需要更清晰的 2K 画面时切换到 MiniMax H3。
每个镜头按模型、时长和分辨率计费;MiniMax H3 在 2K 下 5 秒需要 100 积分。发送前输入框会显示价格,价格页列出了所有费率。
EveryGen AI 是独立产品。Seedance 是字节跳动的商标,MiniMax 是 MiniMax 的商标;EveryGen AI 与两者均无关联。