面向创作者的 AI 音乐生成器实用术语表

正确术语不会自动让音乐变好，但会让你的需求更容易生成、比较和修改。

很多混乱都从一次小型创意会议开始。有人说，这条音乐要现代、有能量，但不要吵。团队把这句话写成很短的 prompt，第一版 draft 却在产品旁白上叠了 vocal，鼓太满，intro 也长到剪辑放不下。问题不只是审美，而是 brief 里缺少能指导修改的工作词汇。

这份术语表解释创作者在写 prompt 或评审草稿前需要理解的 AI music generator 基本词。Prompt 是你发出的指令。Style 是整体声音行为。Genre 是大的音乐类型，subgenre 会更具体。Mood 描述情绪，energy 描述运动感和压力。Usage context 说明音乐会用于哪里：广告、课程、game loop、podcast、demo、short video 或产品演示。

kaivorMusic.AI 是一个 AI 音乐创作工具，帮助创作者和小团队把 prompts、lyrics、mood notes、style direction 做成可比较的音乐草稿。如果你还没有合适的表达，可以先用 Music Style Generator 生成更详细的风格描述: https://kaivormusic.ai/zh/tools/music-style-generator 。之后再用 AI Music Generator 把这个 brief 测成可听草稿: https://kaivormusic.ai/zh/ai-music-generator 。

大多数有用的音乐 brief，都离不开 tempo、instrumentation、density 和 structure。Tempo 是速度，通常用 BPM 表示。Instrumentation 是声音配置，比如 piano、synth bass、hand percussion、strings 或 clean electric guitar。Density 说明编曲有多密。Structure 说明形状，比如 short intro、main loop、break、ending，或者歌曲里的 verse 和 chorus。

带有人声讲解的内容，还需要专门的词。Instrumental bed 指没有主唱、放在 narration 或 dialogue 下面的音乐。Speech-safe mix 指给人声留出空间的混音和编曲，尤其是中频区域。Loop 是可以重复播放且不突兀的 section。Cue length 是你需要的准确时长。如果视频只有28秒，直接要求一个整齐的28秒 cue，通常比生成完整歌曲后硬剪更合适。

三个方法可以马上用。给每个项目写一张五行卡片：usage、BPM range、instruments、mood 和 avoid list。把 epic 这种模糊词换成更具体的声音行为，比如 steady drums, wide synth pad, no choir。先比较两版有意差异的 version，再考虑更多随机版本。用 version 表示草稿，用 edit notes 表示修改意见，用 negative prompt 表示排除项，比如 no vocals 或 no heavy drums。

发布相关术语和 prompt 术语不是一回事。Metadata 指 title、creator names、credits、release notes 等信息。Stem 是在你的工作流支持时，把 drums 或 vocals 等编曲部分分开的 audio file。ISRC 是很多发行流程会用到的录音识别码。这些词并不意味着生成音乐自动完成权利清理。将 kaivorMusic.AI 用于公开或付费项目时，请检查 terms，并把 source、prompt、versions 和 edits 放在一起保存: https://kaivormusic.ai/zh/tos 。

FAQ：必须懂乐理吗？不必，但知道 tempo、structure、instrumentation 会减少很多失败草稿。只写 mood 够吗？通常不够，sad 可能是 sparse piano、heavy strings，也可能是 slow beat。需要写 key 吗？有时需要，尤其是要和人声或现有 melody 配合时。Stem 代表权利没问题吗？不是，stem 是 audio 或 mix 术语，不是法律状态。实用结论是：学会足够的词，才能提出真正能评审的音乐需求。