用途:通过 inference.sh 命令行工具(CLI 名称为 belt)调用第三方 AI 音乐模型,生成音乐、歌曲与人声演唱内容,可用于视频配乐、播客片头、游戏原声、广告等场景。
主要能力:支持的模型包括 ElevenLabs Music(最长约 10 分钟,商业授权)、Diffrythm(快速歌曲生成)、Tencent Song Generation(含人声的完整歌曲)。可生成纯器乐、带歌词人声歌曲、背景音乐、播客片头、游戏配乐等,也支持将音乐与音效、视频生成等技能组合。
使用方式:先安装技能 npx skills add belt-sh/cli,并安装 inference.sh CLI(belt),然后执行 belt login 登录。运行应用示例:belt app run infsh/diffrythm --input '{"prompt": "upbeat electronic dance track"}'。带人声歌曲可先用 belt app sample infsh/tencent-song-generation --save input.json 生成输入模板,编辑 prompt 与 lyrics 后执行 belt app run infsh/tencent-song-generation --input input.json。可用 belt app list --category audio 浏览音频应用。
提示词建议:可从曲风(pop、rock、electronic、jazz、classical、hip-hop、lo-fi、ambient、orchestral)、情绪(happy、sad、energetic、calm、dramatic、epic、mysterious、uplifting)、乐器(piano、guitar、synth、drums、strings、brass、choir)和结构(intro、verse、chorus、bridge、outro、loop)等维度撰写提示。
限制:需具备 inference.sh CLI 及账号登录;不同模型的时长、人声能力与授权条件不同,实际以对应模型说明为准;相关资料未提供具体价格、调用配额或生成质量保证。