作品集 → AI 音樂

AI 圖影音 · 音樂AI 音樂

同一個世界,76 首曲子

生活模擬遊戲《心動公寓》的 AI 生成配樂:用耳朵導演、用數字檢查,兩天交付。

風格基準曲 · 家裡,夜晚

夜裡的小爵士 Little Night Jazz

完成度與正式發表的作品相當。

試聽全部選曲
挑戰

配樂橫跨不同場景,仍要聽起來屬於同一個世界。只靠技術檢查,無法判斷一首曲子適合安靜的房間,還是爭吵的情境。

我的貢獻

我寫場景需求、聽過每個生成版本,並決定每首曲子在遊戲中的位置。AI 代理製作流程腳本,音訊模型生成音樂。

76首交付:主配樂 54 首、情境短曲 15 首、環境音 7 段
244個生成版本都聽過,評語存在檔案旁邊
~1.5天:從第一份規劃筆記到放進遊戲
0個生成版本沒通過自動檢查就被拿去聽
概要

五十首曲子,風格得一致

一款療癒系生活模擬遊戲,需要好幾個小時的音樂:聽起來是同一個世界,又不搶戲。任何一首單曲,模型都做得出來;難的是讓五十首風格一致,而品質唯一的檢驗,是一個人說「這感覺不對」。

  • 我:每個場景寫一句需求說明,每個生成版本都聽過,每則評語逐字保存
  • AI 代理:批次執行程式、分析和排序腳本、響度標準化工具、試聽頁面
  • 模型:Stable Audio 3 Medium,在本機的 ComfyUI 執行
場景需求說明→批次生成→自動檢查→試聽並寫評語→交付

被退件的版本會改寫描述,再跑一次。標亮的步驟由人決定。

改變了成品的三個決定
  • 不做循環:每首都是完整的三分鐘;長時間遊玩需要變化,不是無縫重播
  • 刪除三段環境音:聲音過於嘈雜,對遊戲體驗的幫助有限
  • 每一首都有它的位置:一首明亮的澀谷系版本,從標題曲改放到「出門途中」
重點

品味與數字:該相信哪一個

1 · 把「聽起來不對」變成寫得出來的規則

我的評語數字規則
聽感單調,整體偏嘈雜和聲變化 0.10–0.11;喜歡的曲子是 0.21–0.56把和聲寫清楚:maj7/m9 和弦、緩慢的和弦進行
編曲過於宏大,聽感壓抑60 Hz 以下的能量占 50–80 %;喜歡的曲子是 0–12 %不要持續音、不要超低頻、不要弦樂鋪底
配器過多,聽感雜亂頻譜重心 492 Hz;其他曲子是 120–250 Hz三到五種樂器;樂句之間留白
兩張熱度圖,顯示 30 秒內每個音的能量。被退件的版本在一兩個音上拉出長長的平帶;風格基準曲每隔幾秒就換到別的音。
左:聽感單調而退件(0.11),同樣的音一停就是好幾秒。右:風格基準曲(0.22),一直在移動。
「和聲變化」量的是什麼

把曲子切成很短的一段一段;每一段的頻譜折算到 12 個音上;再看這組音的分布,從一段到下一段變了多少。卡在同一個和弦的曲子分數低;和弦一路在走的曲子分數高。

2 · 我測了自己的篩選:失敗

  • 拿來當關卡,這個腳本跟丟銅板差不多:它會刷掉的曲子,我喜歡的比例跟它放行的一樣
  • 大多數退件是因為氣氛與場景不合:音色近似電話鈴聲,或情緒近似爭執場面的配樂。這類問題,任何頻譜門檻都無法辨識
  • 改了什麼:數字用來診斷具體的不滿;篩選交給人。力氣改花在讓試聽更省事

3 · 證據一出來,流程就改

  • 讓 AI 擴寫提示詞,一直失敗:它會加進黑膠唱片的沙沙聲和嘻哈鼓,還把「稍微惴惴不安」變成恐怖片。現在的提示詞用一句話寫出具體的樂器和速度
  • 30 秒試聽藏住了問題:一首安靜的主題曲在 30 秒時通過;四個 3 分鐘版本卻全被退件,因為 1:00 時低音提琴進來了。之後改成聽完整長度才核准
  • 打擊樂控制不住:改成生成沒有鼓的二重奏,或事後用音源分離把鼓壓小
看細節

內建的擴寫功能會加進黑膠沙沙聲、沙鈴和嘻哈鼓,還把「稍微惴惴不安」做成恐怖片的氛圍,與遊戲環境不符。從第 7 輪開始,提示詞用一句話寫出具體的樂器和速度,避開 ambient、cinematic 這類氣氛詞;那一輪的 30 秒測試幾乎全過。

一首安靜的閱讀主題,30 秒版本評為表現良好。接著四個三分鐘版本全部被退件,因為第一分鐘時低音提琴進來了。之後安靜的場景改用鋼琴獨奏,也改成聽完整長度才核准。

連續的拍手聲和過密的彈指聲控制不了。兩個解法:生成沒有鼓的旋律二重奏;或事後用音源分離拿掉鼓、或把鼓壓小,其他樂器完全不動。

4 · 做來交付,不是做來展示

  • 每個生成版本都先驗證,才輪到人聽:seed、提示詞、設定、實際長度、格式;95 個工作都有紀錄
  • 統一的響度標準:音樂 −18 LUFS、環境音 −27,真峰值 ≤ −1 dBTP,只用固定增益
  • 來源有紀錄:每個交付的檔案都對得回它的生成檔、seed 和工作檔;授權是 Stability AI Community License
  • 已放進遊戲:76 首全部轉成 192 kbps MP3,附播放清單檔
看細節

批次執行程式每個行程只跑一個 ComfyUI 工作,上限 600 秒;接著把每個檔案解碼,拿 seed、提示詞、設定、實際長度和格式跟工作檔比對。95 個工作全部留有紀錄,含提示詞的雜湊值和 GPU 記憶體用量峰值。

76 首全部依 ITU-R BS.1770-4 量測,音樂調到 −18 LUFS、環境音 −27 LUFS,真峰值不超過 −1 dBTP。調整只用固定增益,不壓縮也不限幅,所以聲音本身不變;有六首安靜的曲子寧可略低於目標,也不送進限幅器。量測工具事先用標準裡的參考訊號自我測試過。

試聽

基準曲、一首最愛,和同一段描述的三個版本

新的一批不是從空白提示詞開始。每個工作都沿用一首我已經核准的曲子的完整生成設定:一開始是下面那首夜晚爵士,後來是我自己在 ComfyUI 做的一首早晨曲子。改的只有文字描述。

風格基準曲 · 家裡,夜晚

夜裡的小爵士 Little Night Jazz

完成度與正式發表的作品相當。

家裡,白天

晴天的木琴 Sunny Marimba

完成度很高。

收拾好的午後 The Afternoon, Tidied:一段描述,留下三個版本

四個 seed,留下三個,每個聽起來的感受都不同。這就是製作過程本身。

版本 A

可以採用。

版本 B

敘事感強。

版本 C

氛圍營造完整。

片段長 60–75 秒,取自響度統一後的母帶。

76 首曲子在哪裡播

家裡,白天早晨 · 週末在沙發上吃早午餐 · 做家事 · 午後閱讀 · 一起做飯、吃晚餐
家裡,夜晚夜晚輪播 · 比較熱鬧的聊天時間 · 安靜的夜晚 · 下班後放鬆 · 並肩看書
工作兩個角色的上班日 · 收尾與加班
外出附近街區 · 公園長椅與散步 · 黃昏回家的路上 · 出門途中
商店超市 · 購物廣場與百貨公司 · 生活雜貨店 · 電影院大廳
主題曲標題畫面 · 每週回顧
情境短曲被記得 · 輕輕的調侃 · 等老闆回覆 · 累到停下來 · 失去與離別 · 道歉與和好 · 好消息 · 一週結束
環境音家裡 · 辦公室 · 公園池塘 · 超市 · 雨聲
現況與限制

已有的、證明了的、還沒有的

已完成

  • 每個生成版本都會檢查的批次執行程式
  • 排序腳本、去鼓工具、響度標準化工具
  • 能記錄評語的試聽頁面

已驗證

  • 76 首核准並整合進遊戲(2026-09-15)
  • 響度達標;六首安靜的曲子寧可略低於目標,也不用限幅器
  • 排序腳本拿 241 則評語測過:它不能當關卡用(2026-09-22)

限制與下一步

  • 數字能解釋不滿,但預測不了喜好
  • 模型沒辦法照小節層級的結構走;這些曲子是挑出來的,不是作出來的
  • 音樂和環境音各自的音量滑桿:只有規格,還沒做出來
在新分頁開啟