如何用Scenario Skills创作音乐与音效:MiniMax、ElevenLabs、ACE-Step四大音频模型的AI工作流
【免费下载链接】skillsGet production-ready images, video, audio, and 3D from any AI agent: skills that pick the right model, price before spending, and keep characters and brands consistent through the Scenario MCP, plus expert teams that drive Blender, Maya, ZBrush, Unreal, and Unity.项目地址https://gitcode.com/gh_mirrors/skills63/skills点击查看免费下载Scenario Skills 是一个开源 Agent Skills 仓库让 Claude Code、Cursor 等 70 AI Agent 通过 Scenario MCP 服务器按统一工作流调用MiniMax Music、ElevenLabs、ACE-Step、Sonilo四大音频模型创作生产级的 AI 音乐、游戏音效与配音——并且先报价、后生成帮你把钱花在刀刃上。这篇文章面向新手不写复杂代码只讲清楚四套音频模型各自擅长什么、AI 工作流怎么走、以及如何避免烧掉积分的常见坑。 一张表看懂四大音频模型怎么选Scenario 把音频分成三条生成轨道音乐Music、音效SFX、语音Voice/Speech外加视频配乐能力。四个模型家族各占一席模型家族最擅长关键能力MiniMax Music 3.0带人声的完整歌曲风格提示词 歌词表[Verse]/[Chorus]结构标签、lyricsOptimizer自动写词、isInstrumental纯音乐、Music Cover 保留旋律换风格ElevenLabs语音、配音与影视级音效Eleven v3 情绪标签[whispers]等、Music v2 一句话配乐、Dubbing v2 多语言配音保留品牌词、Sound Effects 2 循环音效ACE-Step 1.5歌曲的局部手术Turbo/Quality 双档位、Repaint 原地重绘某一段、Cover 换风格、Add Layer 加乐器轨、Stem Extract 人声分离Sonilo给视频配声音视频即节拍器按片段segments逐段配音效/配乐keepSpeechVocal保护对白直接返回混好音的视频一句话记忆唱歌找 MiniMax说话配音找 ElevenLabs改歌找 ACE-Step给视频配音效找 Sonilo。模型无关的通用技巧则集中在 skills/scenario-audio/SKILL.md。⚡ 快速上手两条命令装好音频技能如果你是声音设计师角色仓库提供了现成的Sound Designer技能组合9 个 Skill含音频中枢 四大模型 视频组装npx skills add scenario-labs/skills --skill scenario --skill scenario-moderation --skill scenario-report --skill audio --skill scenario-audio --skill scenario-sonilo --skill scenario-video-assembly --skill scenario-minimax-music --skill scenario-elevenlabs --skill scenario-ace-step 按角色选装命令见 INSTALL.md全部 71 个技能的安装方式见 README.md。Scenario 技能需要连接 Scenario MCP 服务器推荐 OAuth 登录凭据不会经过对话claude mcp add --transport http scenario https://mcp.scenario.com/mcp AI 工作流从一句描述到可下载的 MP3无论用哪个音频模型Scenario Skills 都遵循同一个核心循环完整定义见 skills/scenario/SKILL.md找模型recommend描述需求如一段紧张的游戏探索氛围乐或search已知模型名读契约model_schema_get查看该模型的参数、上限和收费字段——音频模型之间参数差异极大跳过这步是最大的坑先报价model_run带dry_run: true不创建任务却返回精确的creativeUnitsCost价格再生成去掉dry_run用waitfalse启动音乐任务要跑几分钟等结果jobs_wait阻塞等待超时就用返回的pending_job_ids再等而不是循环轮询听与存asset_display内嵌音频播放器试听满意后asset_download保存WAV/MP3。实战示例用 MiniMax 生成一首预告片歌曲search查minimax music选最新的非弃用成员例如model_minimax-music-3-0写歌词表——它是编曲脚本而非纯文本[Intro]、[Verse]、[Chorus]、[Outro]各占一行段落间空一行读作停顿2–4 行/段效果最好model_run带dry_runtrue试报价prompt只写风格epic orchestral trailer, 140 BPM, D minor, female vocals歌词放lyrics字段——词写进风格字段模型会描述这首歌而不是唱出来想偷懒lyricsOptimizer: true时lyrics字段改成白话需求indie folk 分手歌深夜独自散步模型自己写结构化歌词试听满意后asset_download保存音频不带format参数。改歌不重做ACE-Step 的局部重绘副歌唱错了一句不需要整首重来Repaint指定repaintingStart/repaintingEnd如 24–52 秒原地重生成该段时长不变——但声音可能是新唱的一次注意验收CoveraudioCoverStrength从 1几乎忠实原曲到 0.2只借氛围连续可调配合numOutputs最多 4 个候选批量出 take 再挑选Stem Extract十二种固定声部vocals、drums、bass…一次抽一根轨迭代技巧Turbo 档便宜且快先用它调词、调结构满意后再用 Quality 档重跑同一套参数。完整步骤见 skills/scenario-ace-step/SKILL.md。 给视频配声音Sonilo 的视频即节拍器Sonilo 的精髓是画面决定声音何时发生提示词只决定听起来什么样。空prompt也合法且常常最好——模型会自己看片逐场景覆盖一段描述装不下整条片子时用segments分段控制最多 50 段例如 0–4 秒湿金属上的脚步声、4–12 秒等离子枪射击空旷机库混响注意配乐混流成员默认替换整条原音轨keepSpeechVocal: true才能保住人声——所以带解说的片子要提前留好参数需要成品混音视频选 Video to Video 成员只要裸音轨选 Video to SFX按交付物选模型。详见 skills/scenario-sonilo/SKILL.md。️ ElevenLabs情绪标签、配音与品牌词保护ElevenLabs 家族一次装 11 个成员各干一件事选错成员才是真问题说话Eleven v3 在文本里内嵌[whispers]、[excited]等情绪标签支持 70 语言多角色对白用双说话人模式每句名字: 台词标注配音Dubbing v2 支持keyterms把品牌名、专有名词原样保留如[Aetherfall, Kestrel Squad]视频进、配音视频出——但不重做口型音乐Music v2 一句话 时长即可forceInstrumental才是可靠的纯音乐开关Music Advanced v2 则要求sections数组最多 30 段每段独立的风格与正/负向标签。标签语法是按成员的v3 能读方括号标签Multilingual 2 和 Turbo 2.5 不读标签可能被念出来。细节见 skills/scenario-elevenlabs/SKILL.md。 先报价后花钱dry_run 与用量看板Scenario 的免费额度约50 CU/天音乐类任务按分钟计费超额的model_run会被直接拒绝而不是偷偷扣光余额。养成两个习惯长任务、批量生成前先dry_rundry_run和wait是model_run的顶层参数不是parameters里的键——放错位置等于白报价照常扣费用usage工具和看板对账按项目/成员/模型查看 CU 消耗。仓库中有一份基于scenario-admin-analytics技能生成的用量看板示例示意数据配套的报告页示例可在此查看tests/scenario-admin-analytics/evidence/。⚠️ 新手避坑清单来自官方 Common Mistakes❌ 歌词写进prompt、风格写进lyrics—— 位置换错了模型描述而不是演唱❌ 在提示词里写no vocals —— 不可靠请用isInstrumental: trueMiniMax或forceInstrumentalElevenLabs Music v2❌ 循环轮询job_get—— 音乐任务动辄几分钟请用jobs_wait超时带pending_job_ids再等❌ 把本地路径或外链直接当audioUrl—— 先upload_asset拿 asset id❌ 复用别的模型的参数 —— 每个成员的上限都不同40,000 字符、600 秒、30 段各自只对一个成员成立❌ 把加长这首歌当成重新生成 —— 延长是独立的audio2audio延长轨道重绘不会变长重跑会丢歌。 延伸阅读音频总入口三条轨道 剪辑工具 歌曲延长skills/scenario-audio/SKILL.md四大模型家族MiniMax Music · ElevenLabs · ACE-Step · Sonilo连接 MCP 与核心循环skills/scenario/SKILL.md按角色安装技能INSTALL.md用量分析技能skills/scenario-admin-analytics/装好技能后试着对 Agent 说一句给我做一首 90 秒的紧张探索氛围乐先报个价——剩下的交给工作流。赞分享【免费下载链接】skillsGet production-ready images, video, audio, and 3D from any AI agent: skills that pick the right model, price before spending, and keep characters and brands consistent through the Scenario MCP, plus expert teams that drive Blender, Maya, ZBrush, Unreal, and Unity.项目地址https://gitcode.com/gh_mirrors/skills63/skills点击查看免费下载相关推荐ElevenLabs 音乐生成API实战用Python创作AI音乐作品ElevenLabs 音乐生成API实战用Python创作AI音乐作品 想要用Python代码创作属于自己的AI音乐吗ElevenLabs音乐生成AP在 Olares 上使用 ACE-Step 创作 AI 音乐安装、生成与音频精修实战指南在 Olares 上使用 ACE Step 创作 AI 音乐安装、生成与音频精修实战指南 ACE Step 由 ACE Studio 与 StepFun 联合云原生后端运维音频扩散模型终极指南如何用AI创作专业级音乐音频扩散模型终极指南如何用AI创作专业级音乐 音频扩散模型Audio Diffusion是一项革命性的AI技术它将扩散模型应用于音乐合成领域通过Hug创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考