AI音乐视频生成工作流

将mp3转换为使用invideo agent two生成的音乐视频 工作流程： 步骤1 - 我上传了mp3歌曲、每张角色参考图一张，以及可选的歌词。 步骤2 - Agent two分析歌曲。它映射BPM、主歌/副歌时间戳，以及人声进入的逐词歌词时间，，并将音频设为主时间线。 步骤3 - 然后它构建世界。它生成地点表（世界圣经：环境、道具、灯光），并将角色锁定到你的参考图上，确保面部永不走样。 步骤4 - Agent Two切片歌曲。它将曲目修剪为精确的15秒片段，，0-15、15-30、30-45……每个片段都是其自身视频块的时间源。 步骤5 - 它生成链式序列。对于每个块，它提取上一剪辑的最后一帧作为连续性，将其与角色参考和音频切片配对，编写导演级提示词，并生成。口型同步自动匹配真实人声。 步骤6 - 它自动选择Hailuo minimax H3模型用于音乐视频生成，该模型擅长匹配节奏的角色音乐口型同步。 步骤6 - 如果出现问题，比如位置错误、灯光漂移？Agent two重写提示词，锁定漂移的部分，并仅重新生成该块。 步骤7 - 所有剪辑生成后，它在其名为slate的编辑器中组装所有剪辑，静音其内置音频，将原始MP3作为连续音轨铺设，添加淡入淡出，并渲染。