music

用途

music 是一个 AI 音乐技能，底层由 Mureka 提供方支持，通过 listenhub music 命令行工具调用。它把音乐的生成与分析能力封装为一组命令，供在对话或工作流中直接创作、改编、拆解和识别音乐。

适用的典型意图包括：用户想要根据提示词和/或歌词生成原创 AI 音乐；想要在已有歌曲基础上用新歌词重新创作（remix）；想要纯器乐或为图片、视频配乐；想要加长歌曲，或隔离、生成歌曲中的单条音轨；想要分析音频，例如识别歌词、描述歌曲或拆分音轨。常见触发词有「音乐」「music」「生成音乐」「翻唱」「混音」「remix」「续写」「extend」「纯音乐」「instrumental」「配乐」「soundtrack」「分轨」「stem」「识别歌词」「作曲」「compose」「create a song」「做一首歌」。

不适用的情况：文字转语音朗读、播客讨论、带旁白的解说视频，以及把口述音频转成文字（非歌词）。这些场景应分别交给对应的专门技能。

主要能力

生成类（异步，提交后返回任务供轮询）：

• generate：由文字和/或歌词生成一首新歌。可选风格、标题、是否纯音乐，以及克隆的 --vocal-id。
• remix：已有歌曲加新歌词重新创作。输入可以是音频文件、音频 URL 或提供方歌曲 ID 之一。
• instrumental：依据提示词生成纯器乐，或以参考音频作为引导。
• soundtrack：为图片或视频配乐。
• track：从歌曲中隔离或生成单条乐器/人声音轨。
• extend：把歌曲加长。
• cover：旧版翻唱流程，已被弃用，优先使用 remix。

分析类（同步，立即返回结果）：

• recognize：识别歌词，带行级时间戳。
• describe：输出描述、标签、流派、乐器。
• stem：把歌曲拆分为分离音轨，返回 ZIP 下载地址。

任务管理：list 查看近期任务，get <taskId> 查看单个任务的状态与结果。

生成类命令可选模型：auto（默认）、mureka-7.6、mureka-8、mureka-9、mureka-o2。逐命令完整参数参考见 references/music-api.md。

使用方式

使用前先按共享规范读取配置、遵循执行模式与错误处理约定、完成 CLI 认证检查。若 CLI 未安装或用户未登录，应自动安装并自动登录，不要求用户手动执行命令。

配置采用零提问启动：若配置文件不存在，静默创建默认配置并继续；若已存在，静默读取后继续。默认配置为 outputMode: download、language: null。仅在用户明确要求重新配置时才展示当前设置并询问输出方式与默认语言。

交互流程为三步：先确定能力（用户意图已明确时可直接跳过询问），再按能力收集输入，最后汇总确认并在用户明确确认后执行命令。对于音频、图片、视频等文件，需在确认前校验：本地路径需存在且扩展名在允许列表内，URL 直接接受由 CLI 校验，本地文件超过 10 MB 应拒绝。

生成类命令以 run_in_background: true、timeout: 660000 的方式在后台提交，并始终传入 --json，只包含用户提供的参数。CLI 内部处理轮询，生成最长约 10 分钟，完成后提示用户结果。结果中的歌曲位于 tracks[0]，积分消耗为 creditCost，时长为秒。输出方式为 inline 或 both 时展示可点击链接；download 或 both 时同时下载文件，并按主题命名规则生成 slug，文件重名时追加 -2、-3 等后缀。

分析类命令在前台运行，当次调用即返回，无需后台与长超时。download 或 both 模式下应及时把 ZIP 地址下载到当前工作目录。

示例命令形式：

listenhub music generate --prompt "{prompt}" --lyrics "{lyrics}" --model "{model}" --style "{style}" --title "{title}" --instrumental --vocal-id "{vocal-id}" --json

listenhub music remix --audio "{path}" --lyrics "{lyrics}" --prompt "{prompt}" --style "{style}" --title "{title}" --json（--audio / --audio-url / --provider-song-id 只取其一）

listenhub music instrumental --prompt "{prompt}" --model "{model}" --json

listenhub music soundtrack --image "{path}" --prompt "{prompt}" --json

listenhub music track --audio "{path}" --generate-type "Vocals" --lyrics "{lyrics}" --vocal-gender "female" --generate-start 0 --generate-end 30 --json

listenhub music extend --audio "{path}" --prompt "{how to continue}" --json

listenhub music recognize --audio "{path}" --json

listenhub music describe --audio "{path}" --json

listenhub music stem --audio "{path}" --model "audio-separation-2" --json

listenhub music list --json

listenhub music get "{taskId}" --json

各能力的必填输入：generate 至少提供 --prompt 或 --lyrics 之一；remix 需要一个输入源加 --lyrics 和 --prompt（两者皆必填）；instrumental 需要 --prompt 或 --reference-audio 之一；soundtrack 需要 --image 或 --video 之一；track 需要一个输入源和 --generate-type（可选值 Vocals、Instrumental、Drums、Bass、Guitar、Keyboard、Percussion、Strings、Synth、FX、Brass、Woodwinds），--lyrics 仅在类型为 Vocals 时使用；extend 需要一个输入源；recognize、describe、stem 均使用 --audio，stem 另可指定 --model audio-separation-1 或 audio-separation-2。多选项字段（模型、音轨类型、人声性别、是否纯音乐）使用选择工具，自由文本字段接受纯文本。

适用场景

• 根据主题或歌词创作原创歌曲，例如围绕某个主题写一首歌。
• 拿已有音频重新填词、混音，并指定目标风格。
• 为游戏开场、视频片段等制作纯器乐或背景配乐。
• 从歌曲中分离出人声或某件乐器音轨，用于二创或后期。
• 把歌曲续写加长。
• 识别歌曲歌词并获取时间戳，了解歌曲的描述、标签、流派与乐器构成，或做音轨拆分。
• 查询任务进度：通过 get <taskId> 查看单个任务，通过 list 查看近期任务。

限制

• 所有文件大小上限为 10 MB。音频支持 mp3/m4a（track 也接受 wav）；图片支持 jpg/jpeg/png/webp；视频支持 mp4/mov/avi/mkv/webm。
• 时间范围参数（--generate-start/--generate-end）以秒为单位。
• 音乐生成不涉及说话人选择。
• 生成类命令为异步任务，可能耗时约 10 分钟，需使用长超时后台执行。
• cover 已弃用，除用户明确要求外应引导使用 remix。
• 产物不得保存到 ~/Downloads/ 或 .listenhub/，应保存到当前工作目录并使用友好的主题命名。
• 不应对用户提出配置问题，默认静默创建并使用默认配置；仅在用户主动要求重新配置时才进入配置流程。
• 具体的收费、价格与积分换算规则，资料中暂未提供完整说明，仅提及结果中包含 creditCost 字段。