AI音乐生成

技能简介

Music Cog 基于前沿音乐生成模型，将文字描述转化为5秒至10分钟的完整音乐作品。支持纯器乐与带人声的歌曲，输出为免版税、可商用的MP3文件。

业务背景

内容创作者与中小企业常面临音乐版权成本高、定制配乐周期长的痛点。该技能通过文字描述快速生成原创音乐，覆盖从短视频配乐到广告铃声的多元场景，输出文件可直接商用，大幅降低音频制作门槛与法律风险。

落地案例：一位独立播客主需要为节目定制专属片头音乐，传统外包需等待数周且费用不菲。使用该技能，他输入"轻快电子风格，15秒，适合科技类开场"的描述，系统即时生成符合需求的MP3文件，直接嵌入后期剪辑流程，无需担心版权纠纷。

能做什么

• 生成电影级管弦乐、电子氛围、Lo-Fi节拍等器乐作品
• 创作带AI人声的流行、说唱、摇滚、R&B等歌曲
• 制作播客片头/片尾、游戏配乐、广告铃声、冥想背景音
• 通过简单描述或精确分段计划控制音乐结构与时序

使用说明

前置安装：

clawhub install cellcog

需先阅读 cellcog 技能文档完成SDK配置。

基础调用：

result = client.create_chat(
    prompt="[音乐需求描述]",
    notify_session_key="agent:main:main",
    task_label="music-creation",
    chat_mode="agent"
)

两种创作方式：

1. 简单提示（推荐）：直接描述风格、情绪、时长，模型自动处理编曲与歌词。示例：”创作90秒电影配乐，钢琴独奏开场，30秒处加入弦乐，渐强至管弦乐高潮，柔和收尾。情绪：苦涩转希望。”

2. 分段计划：用于精确同步视频或演示文稿。需指定每段确切时长与音乐特征。

输入与输出

见下方输入与输出表格。

风险提示

• 依赖cellcog技能，未安装则无法运行
• AI生成人声可能存在发音或情感表达局限
• 复杂分段计划需多次迭代调整
• 输出为128kbps MP3，对音质要求极高场景需评估

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/nitishgargiitd/music-cog/SKILL.md
来源类型：GitHub仓库