音乐创作也有AI智能体了！集音乐制作与视频创作于一体的Tunee智能体深度测评

本文为转载并翻译自 Koya Matsuo 在 Techno-Edge 上发布的原始博客文章。原始内容的所有权与署名权均归原作者所有。本译文仅供参考与非商业用途。

---

作者： 松尾公也
所属： TechnoEdge编辑部 高级编辑 / 社区策略师 @mazzo

---

前段时间就有Beta测试者发布了AI音乐生成服务"Tunee"的使用感受，我收到邀请后立即试用了一下。

Tunee应该读作Tune-e。与Suno和Udio那种通过输入歌词和音乐风格来设置参数进行作曲的方式不同，它采用对话形式来创作音乐，这一点与Producer.ai（原Riffusion）相似。

Tunee的特点

Tunee自己列出了以下特点：

• 智能对话式创作
只需传达想法。无需复杂的参数或专业术语。

• 多媒体理解
上传视频、图片、音频片段，Tunee就能理解情感和风格，生成完美匹配的音乐。

• 实时网络搜索
搜索和分析最新的音乐趋势，始终实现符合时代的声音。

• 专业级成果
智能母带处理、歌词创作、商业许可证等完整的制作流程。

让我们通过实际试用来验证这些功能是否真实，以及达到了什么水平。

首先，作为Beta测试者，我可以使用所有功能，但会员计划预计提供4种方案。与Suno和Udio等类似，付费计划（月费18美元起）可以商业使用。

多模态且集成网络搜索

我目前主要使用的AI作曲服务是Suno。近期宣布将集成DAW功能，能够输出非常高功能和高质量的成果，但为此考虑提示词和歌词时，现状是经常需要借助ChatGPT、Gemini、Claude等大规模语言模型（LLM）的帮助。

如果脑海中没有明确的歌词创意或音乐风格目标，就很难输出这些内容。当然，可以通过上传哼唱或简单弹奏的片段来扩展音乐创意，如果是应用版本，还能从照片创作曲子片段，但无论如何，如果没有完成音乐所需的知识和表达词汇，就无法传达给服务。

Producer（.ai）不仅可以上传音频作为参考素材，还能上传图片和视频。此外，它还具有网络搜索功能，因此可以在不离开服务的情况下参考当前的音乐趋势、过去的音乐资产、理论和知识。

实际使用体验

那我们来试试看。

当我最初指示"想要创作一种扭曲的流行摇滚，重现披头士后期或西德·巴雷特在位时期的平克·弗洛伊德早期的迷幻声音"时，

它给出了3个选项。

我选择了披头士风格，它展示了个性化计划。分为创建音乐提示词、歌词和乐曲的3个步骤。

很快，就完成了两首只能说是深受披头士后期影响的乐队声音的作品。这样就可以了吧。

从这里可以下载MP3、WAV（44.1kHz、16bit）。还支持STEM生成和下载。STEM目前只有基本的4种：人声、鼓、贝斯和其他。

母带处理功能

声音方面就到此结束了吗……并不是。它有母带处理功能，可以使用3个预设或上传的音源作为参考进行最终的母带处理。例如，参考名为In the Night的J-POP曲目，会提高高频的亮度，扩展声场。

音乐视频生成功能

此外，还可以制作音乐视频。虽然无法制作完整长度的歌曲，但可以在15秒到60秒的范围内，用5种视觉风格生成MV。可以从Vaporwave Anime、Studio Ghibli Pastoral、Glitch Scene、Makoto Shinkai Cinematic、Dreamcore Surrea中选择，但会消耗840个积分。

我选择了吉卜力风格（这个命名没问题吗？）并开始，它会创建由12个场景组成的故事板，生成拍摄提示词。基于此制作分镜，然后制作视频。

视频主题

充满奇思妙想的梦幻之旅，穿越融合现实与幻想的神奇乡村。

视频场景

手绘吉卜力风格的欧洲乡村风景，充满魔法自然和超现实视觉效果。

每个镜头的摄影技法

镜头1 (0.00-5.75)：缓慢横摇拍摄小屋内部，柔焦效果，阳光轻柔洒入，镜头轻推向神奇生物。

镜头2 (5.75-9.90)：户外广角低角度拍摄，钟楼融化时微妙倾斜，推镜聚焦惊奇反应的野生动物。

镜头3 (9.90-15.32)：跟拍主角穿越迷雾森林的跟踪镜头，梦幻镜头模糊，轻柔手持式摇摆。

镜头4 (15.32-19.55)：旋转镜头在漂浮镜子间移动，倒影呈现无缝转场，动物特写。

镜头5 (19.55-23.46)：蝴蝶上升时的动态向上跟踪镜头，闪烁效果，轻微慢动作强调魔法感。

镜头6 (23.46-27.36)：沿林间小径漂移的中景镜头，旋转镜头暗示时钟倒转，柔和光晕。

镜头7 (27.36-31.36)：飞马广角镜头，镜头轻柔上升跟随它们进入云层，梦幻晕影效果。

镜头8 (31.36-36.78)：围绕旋转主角的螺旋式航拍，迷幻色彩转换，万花筒扭曲效果。

镜头9 (36.78-42.21)：滑过拼布乡村的平滑推拉镜头，漂浮镜头模拟漂移感，聚焦超大花朵/鸟类。

镜头10 (42.21-49.47)：快速横摇转场，抽象运动，夸张变焦，色彩和形状快速旋转。

镜头11 (49.47-54.01)：主角进入发光传送门时的稳定拉远镜头，场景轻柔变换，柔和黄金时刻光线。

镜头12 (54.01-60.00)：史诗般广角镜头，缓慢拉远展现整个和谐魔法世界，镜头光晕和发光边缘突出和谐感。

选择是否接受这个分镜，或返回故事板。如果觉得可以，就进入视频生成。

到这里还算顺利，但出现了两次"Sorry, system response failed."警告。第三次尝试。

这种交互就像用Vibe编码编程时一样。对话可以用英语或日语，真的可以很自然地交流。第三次终于成功了。这是前1分钟制作成的音乐视频。

但最后一个场景的左边混入了类似吉卜力著名生物的东西。如果中途发现，这也是可以修改的。

生成示例

除了吉卜力风格、新海诚风格外还能选择其他风格，所以这种事故也是可以避免的。

话说回来，原本以为只是附加功能的音乐视频生成竟然如此专业，我觉得仅仅用来生成故事板也是个不错的选择。

总评

关于这个Tunee，即使在提示词中输入"披头士""平克·弗洛伊德"等关键词也不会被拒绝，可以继续进行。毕竟只是获得灵感，在这方面设限反而奇怪，真是太好了。

生成的曲子完成度很高，与预期的音乐相符，满意度非常高。从这里探索编曲或调整各个部分，Suno（及其后续的DAW集成）会更方便，所以我会继续使用，但在今后的音乐制作中，我会最大限度地活用这个Tunee。

• 音乐进入了通过AI语音对话创作的时代。Riffusion改名为Producer.ai的AI制作人，只需用日语对话就能为你创作歌曲（CloseBox）2025.08.1

• 音乐人不用就太可惜的AI新功能登场。Suno的AI作曲新模型v4.5+让从人声或器乐进行编曲尝试变得超简单（CloseBox）2025.07.18

• AI作曲服务Suno收购云端DAW WavTool。或将支持MIDI生成和VST？（CloseBox）2025.06.27

• Suno已经不需要DAW了？STEM最多12个部分，主唱和和声也能分离。BPM也能更改（CloseBox）2025.06.4

• 可以用日语提示词高音质生成的AI作曲服务"Riffusion"超越了Suno吗？有4部分的STEM，目前免费无限制（CloseBox）2025.02.1

• 用ChatGPT新AI模型"o3-mini"，为没有视频输出的Riffusion和YuE的AI乐曲开发了简单酷炫的可视化工具（CloseBox）2025.02.3

• Suno的AI编辑功能不需要DAW了？识别A段、副歌等结构，部分替换、淡出也超简单（CloseBox）2025.02.19