§ 案例研究 · 为画面配乐

Big Buck Bunny,由 AI 智能体配乐

发布日期:2026年10月

这是新配了管弦乐的开场 70 秒,影片是 Big Buck Bunny 。每一个音符都由 AI 智能体写成:它是连接到公开 Doseedo MCP 服务器的 Claude。Doseedo 给剪辑打点、演奏了 22 个声部、混音,并把音乐铺到画面上。没有人碰过音频,也没有打开任何 DAW。下面按顺序列出每次调用、各自的耗时和费用、回执,以及它们发现的问题。

Cue 1M1 “清晨”,0:00–1:10。画面: Big Buck Bunny © 2008 Blender Foundation, peach.blender.org,采用 CC BY 3.0许可。画面未作改动,原来的配乐已被新的配乐替换。

按顺序列出的调用

步调用时间额度
上传片段doseedo_get_upload_url,然后一次 PUT不到一秒0
给剪辑打点doseedo_spot_video14秒0
落卡点doseedo_tempo_map即时0
选择演奏者doseedo_instruments即时0
演奏 22 个声部doseedo_render_score约 4 分钟120
检查每条分轨doseedo_check_take每条几秒0
为动画混音doseedo_mix,风格 cartoon-studio42秒0
铺到画面上doseedo_score_to_picture23秒0
构建 Logic 工程doseedo_session_from_stems约一分钟0

合计 120 点额度。声部于 2026 年 10 月 22 日渲染,打点、混音和交付则在 10 月 29 日运行。 电影配乐指南 列出了每一个请求和回答。

智能体写了什么

一首 D 大调、3/4 拍的田园曲:清晨一点点醒来,然后一只又大又软、有点滑稽的兔子醒了。“清晨”主题像日出一样上行四度。它出现三次:先是长笛的黎明呼唤,接着是标题卡上全体圆号、小号和小提琴,最后是兔子微笑时的双簧管。小鸟得到一段由长笛、拨弦和木鱼演奏的 scherzando。兔子低沉而滑稽:巴松的鼾声、圆号的哈欠,以及为它腰背咔咔作响而设的棘轮。

时间画面音乐
0:00粉红色的黎明天空渐显D 音上非常轻的定音鼓滚奏,以及低音弦乐上的 D–A 持续音
0:04.8镜头向下摇到草地长笛的黎明呼唤,“清晨”主题的开头
0:11.9切到小溪潺潺的竖琴和 G 调单簧管,上方飘着长笛
0:15.8切到树枝上的小鸟长笛的啁啾、拨弦和断奏巴松
0:19.8小鸟受惊,翻滚着掉了下去一声木鱼、长笛到单簧管的半音下行,以及一声闷响
0:25.4标题 “Big Buck Bunny”全体管弦乐演奏“清晨”主题
0:34.7兔子睡在洞里B 小调,非常轻:巴松的鼾声和吹口哨般的长笛
0:46.6它的耳朵竖了起来竖琴滑奏、拨弦、木鱼和定音鼓
0:51.5一个大哈欠圆号在 A7 和弦上打着哈欠下行
1:00.7特写:满足的微笑双簧管奏出主题,上方环绕着小提琴
1:09.4切到开阔的草地,双臂张开全体管弦乐在 D 大调上汇合

doseedo_tempo_map 把每个结构性卡点都落在强拍上,将速度在 69 到 93 bpm 之间平缓调整,时间误差为 0.018 ms。两处无法放进网格的剪切,则写在了它们实际出现的位置。

逐个声部的回执

每个声部都带着渲染给出的匹配回执返回(其乐谱音符中被听到的比例),智能体又用 doseedo_check_take把每条分轨检查了一遍,它会把音频转写出来,并与音符作比较。

声部演奏乐器匹配检查
长笛flutepass, 1.00好的
双簧管oboepass, 1.00好的
单簧管clarinetpass, 1.00好的
巴松bassoonpass, 1.00好的
圆号 1french_hornpass, 1.00好的
圆号 2french_hornpass, 1.00好的
喇叭trumpetpass, 1.00查看
长号trombonepass, 1.00查看
大号tuba,预设 tuba:preset1pass, 1.00查看
定音鼓vibraphone,预设 timpani:preset1pass, 0.98查看
竖琴acoustic_guitar,预设 harp:preset1pass, 0.97查看
钢片琴vibraphone,预设 celesta:preset1pass, 1.00查看
第一小提琴violinpass, 1.00好的
第二小提琴violinpass, 1.00好的
中提琴violapass, 1.00查看
大提琴cellopass, 0.97查看
低音提琴double_bass_arcopass, 0.93查看
小提琴拨弦 pizz.violin,预设 violin:pizzpass, 1.00查看
三角铁triangle(采样)pass, 1.00好的
木鱼woodblock(采样)pass, 1.00好的
棘轮ratchet(采样)pass, 1.00好的
镲和大鼓percussionpass, 0.96好的

这次运行让产品发生了什么变化

让一部真实的影片走一遍公开服务器,缺口自然就暴露出来。这次发现了两个,都已修复并于 10 月 29 日上线:

为您自己的剪辑配乐

连接服务器,上传一段视频,让智能体来配乐。影片配乐指南里有每一个请求和回答。

影片配乐指南 →

常问问题

音乐是谁写的?

是一个 AI 智能体 Claude,它连接到公开的 Doseedo MCP 服务器。它给画面打点、选定卡点,并把全部 22 个声部写成音符。Doseedo 在自己的乐器模型上演奏这些声部、混音,并把混音铺到画面上。

花了多少钱?

70 秒、22 个声部的渲染花了 120 点额度。打点、速度图、检查、混音、交付到画面和 Logic 工程都不消耗额度。

花了多长时间?

渲染从提交到出结果约四分钟。打点用了 14 秒,混音 42 秒,把混音铺到画面上 23 秒。

我可以用 Big Buck Bunny 做自己的测试吗?

可以。Big Buck Bunny © 2008 Blender Foundation,采用 Creative Commons Attribution 3.0 许可,所以您可以在署名 Blender Foundation 的前提下使用它。

有什么是手工修过的吗?

没有。视频里的音频只来自 Doseedo 的工具调用:渲染、混音和交付。唯一一个重录后有改善的声部,仍按最初渲染的版本使用,本页也说明了原因。

Doseedo MCP 服务器 · 一个 URL,每个客户

通过 DAW
通过人工智能客户端
按能力

有关的