给副歌挑一段 15 秒的对嘴画面,挑中就能发。把同样的方法用到一首三分钟的歌里,一个单看没毛病的镜头,也可能因为接不上前一段而报废。

11 月 17 日,Suno 在网页端、iOS 和 Android 上线 Visuals,单次能生成 5 至 15 秒的对嘴短片。The Verge 次日的报道还提到,Visuals 能用提示词生成静态图片,拿来做封面或缩略图,不必先做视频再截一帧。对准备发歌的独立音乐人,这两项功能已经够实用。

首尾帧能帮忙接镜头,整曲仍要自己排

选好歌段,可以用预设角色、自有图片或提示词生成的图做参考,还能把参考图指定为首帧或尾帧。Suno 的帮助文档也列出了上传音频做对嘴的入口。编辑器能改歌词字幕的字体和颜色、调画幅,再把短片延长或拼成 Sequence。首尾帧给了相邻镜头一个共同参照,但角色在两帧之间怎么动、下一刀切在哪一拍,仍得看成片。

<svg viewBox='0 0 760 202' width='100%' height='202' role='img' aria-label='从歌曲和参考素材生成短片,再延长或拼接'>
<rect x='0.5' y='0.5' width='759' height='201' rx='8' fill='#fbf9f4' stroke='#e2dccf'/>
<text x='28' y='37' font-size='20' font-weight='700' fill='#b25a3a'>单段有上限,项目可延长</text>
<line x1='28' y1='54' x2='732' y2='54' stroke='#e2dccf'/>
<rect x='28' y='82' width='208' height='92' rx='6' fill='#ffffff' stroke='#e2dccf'/>
<rect x='276' y='82' width='208' height='92' rx='6' fill='#ffffff' stroke='#e2dccf'/>
<rect x='524' y='82' width='208' height='92' rx='6' fill='#ffffff' stroke='#e2dccf'/>
<line x1='244' y1='128' x2='261' y2='128' stroke='#7a7266'/><polygon points='261,124 268,128 261,132' fill='#7a7266'/>
<line x1='492' y1='128' x2='509' y2='128' stroke='#7a7266'/><polygon points='509,124 516,128 509,132' fill='#7a7266'/>
<text x='132' y='120' text-anchor='middle' font-size='18' font-weight='700' fill='#2c2822'>歌曲与参考素材</text>
<text x='132' y='146' text-anchor='middle' font-size='14' fill='#7a7266'>照片、文字或角色</text>
<text x='380' y='120' text-anchor='middle' font-size='18' font-weight='700' fill='#2c2822'>生成短片</text>
<text x='380' y='146' text-anchor='middle' font-size='14' fill='#7a7266'>单段最长 15 秒</text>
<text x='628' y='120' text-anchor='middle' font-size='18' font-weight='700' fill='#2c2822'>延长或拼接</text>
<text x='628' y='146' text-anchor='middle' font-size='14' fill='#7a7266'>组合多个片段</text>
</svg>

PixVerse 的 One-Click MV 走另一条路。据 PixVerse 介绍,它能一次处理最长六分钟的音轨,按节拍切镜并配歌词字幕。Suno 省掉的是选歌、导音轨、找地方做对嘴的几步;PixVerse 承诺代做的是整曲的切镜和字幕。两者都不能光凭功能表判定谁更省工。口型跟上人声,和剪辑踩准节拍,本来就是两件活。

三分钟要多少积分,得看有多少镜头能用

Suno 的 Fast 和 Standard 分别输出 480p 和 720p。视频积分与歌曲积分分开,Pro 和 Premier 有限量试用额度。上线当天,一家第三方媒体记录到,某账户生成 10 秒 Standard 短片扣了 300 积分。按这个费率,三分钟分成 18 段、每段一次过,就要 5,400 积分,接近该报道所记 29.99 美元、5,500 积分包的全部额度。这是单个账户的估算,实际扣点以应用内为准。

我更在意每秒可用画面花了多少。预告挑中一个镜头就能收工;整曲里,哪怕新镜头本身好看,人物造型一变,也可能得推翻已经剪好的那一刀。给客户报整曲前,用同一段副歌试做一轮,记下总扣点和实际采用的秒数,再单记修切点、校字幕花了多久。前一笔能看出重试有多贵,后一笔才看得出自动编排到底省没省工。

Suno 看中的是歌做完之后的那一步

唱片公司曾把 MV 送上音乐电视,争的是播出时段。Suno 手里没有那个时段,也没承诺给你流量。它做对的是把发歌前的几件小事放到歌曲旁边。封面、字幕、口型和画幅都能顺手做,独立音乐人少开一个软件,Suno 多一个留住用户、卖视频积分的机会。这笔生意不必等到它能拍好三分钟的 MV 才成立。

歌曲工程旁即可同步处理字幕、口型与画幅(示意图)
歌曲工程旁即可同步处理字幕、口型与画幅(示意图)

水印标得出来源,交付还得核对授权

Suno 称,Visuals 会筛查涉及特定艺人、公众人物和版权作品的提示及上传素材,检查输出,并在站外分享前嵌入水印。过滤放行不等于素材有许可,水印也不能替客户确认歌曲、参考图和成片能否用于这次商单。

<svg viewBox='0 0 760 202' width='100%' height='202' role='img' aria-label='视频平台防护与音乐模型版权属于不同问题'>
<rect x='0.5' y='0.5' width='759' height='201' rx='8' fill='#fbf9f4' stroke='#e2dccf'/>
<text x='28' y='37' font-size='20' font-weight='700' fill='#b25a3a'>平台防护不能替代授权</text>
<line x1='28' y1='54' x2='732' y2='54' stroke='#e2dccf'/>
<rect x='28' y='82' width='340' height='92' rx='6' fill='#ffffff' stroke='#e2dccf'/>
<rect x='392' y='82' width='340' height='92' rx='6' fill='#ffffff' stroke='#e2dccf'/>
<text x='52' y='119' font-size='18' font-weight='700' fill='#2c2822'>视频平台防护</text>
<text x='52' y='146' font-size='14' fill='#7a7266'>过滤、检查、水印</text>
<text x='416' y='119' font-size='18' font-weight='700' fill='#2c2822'>音乐版权争议</text>
<text x='416' y='146' font-size='14' fill='#7a7266'>模型与相关作品</text>
</svg>

慕尼黑第一地区法院大体支持了德国音乐权利组织 GEMA 就六首作品提出的相关请求,那起裁决涉及音乐模型和相关作品,并未审理 Visuals。Suno 已与 Warner Music 达成协议,但现有材料没有说明协议覆盖哪些用途,不能拿它替一支具体的 MV 背书。

副歌预告做得顺,说明这 15 秒值钱。接整曲的单,得看试做时有多少秒真能剪进去,以及这些画面和音乐能不能按客户的用途交出去。时间轴拖得动,合同可不会跟着走。