即刻App年轻人的同好社区
下载
App内打开
一了极客
24关注4被关注0夸夸
一了极客
1年前
ai音乐suno

MrCoffeeTalker: 刷新了个人最满意的 Suno 生成纯音乐,分享下新学到的 4 个技巧 这次的曲子经过多次生成续写叠加、旋律更多变,描绘的是只身一人在暴风雪中攀登雪山的场景: https://app.suno.ai/song/d3e5fdd4-b38b-4d9e-844a-b2eeba2ffa5a 提示词: 第一段:Climbing a snow mountain alone. Snowy and intense music. Played by piano, violin and celesta. 中间续写的几段:Climbing a snow mountain alone. Snowy, intense and dynamic music. Played by piano, violin and celesta. 最后续写的一段:Climbing a snow mountain alone. Snowy, intense and turn to end. Played by piano, violin and celesta. 不难看出,提示词的主体不变,但针对特定阶段在旋律、变化方向上有微调。中段用 dynamic 提升旋律变化,尾段用 turn to end 引导结束。 其中用上了新学到的一些技巧: 1. 续写:原以为 Suno 的音乐只能输出两分钟,后来发现可以续写,每次会生成两段续写片段,满意的话最终可以合并出完整曲子,借此算是对完整性更可控了 2. 减少旋律重复:针对之前几十次生成经常旋律重复的问题,我这次试出来发现 dynamic 提示词不错,可以显著改善重复的问题 3. 强度变化设计:AI 生成音乐不一定能在我们预想的地方上升、下降或是结束,我试出来有用的技巧是先人耳听,从觉得旋律应该变调的时间续写,并在续写的提示词里指定希望节奏如何变化,上升下降还是结束,这个技巧也可以用来减少旋律重复(在重复感变强的时间之前续写) 4. 音色还原:通过人耳对比目标曲目与各种乐器音色,现在也可以做到更高的乐器组合还原度了,比如我尝试还原《A Short Hike》登雪山 bgm 时,对比听出大致用到了钢琴、提琴和钢片琴,后面也在提示词里指定了这 3 种乐器 另外我根据自己玩游戏《A Short Hike》的体验,做了一个类似调性的歌单: https://app.suno.ai/playlist/42c75059-d823-4f19-8c53-45055a2455b0

00
一了极客
1年前
书籍

W姐之斜杠中年: 过年时,在clubhouse參加了一場女性作家的作品朗读会,持续近四小时,25位朗读者,最高峰在座300多位听众。我们一起用一种古典的方式来体会女性的敏锐、坚韧和共情,从这些映照现实,影响我们极大的书中,看到女性在对父权社会抗衡中获得的信念、存在感與美感,发出女性的、清晰的,可信的声音。这是整理出来的书单,也分享给大家。 Helen Lewis(英国)《Difficult Women: A history of feminism in 11 fights》 胡淑雯 《哀艳是童年》 林奕含《房思琪的初恋乐园》 阿古智子(日本)《香港 あなたはどこへ向かうのか》 巴哈提江(哈萨克族)诗歌三首《外婆》、《斋桑泊》、《开花》 西西《浮城志异》、《织巢》 苏枕书《岁时记》 Virginia Woolf(英国)《达洛维夫人》 杨绛《风》 淡豹《劳动与爱情成瘾症》; 顾湘《赵桥村》 胡慧玲《我喜欢这样想你》 Anne Frank(荷兰)《安妮日记》 Marguerite Yourcenar(法国)《哈德良回忆录》(Memoirs of Hadrian) Virginia Woolf(英国)《到灯塔去》 Virginia Woolf(英国)《海浪》 三毛《倾城》 Marguerite Duras(法国)《情人》(L'Amant) Chimamanda Ngozi Adchie (尼日利亚)《亲爱的安吉维拉——或一份包含15条建议的女权主义宣言》(Dear Ijeawele, or, A Feminist Manifesto in Fifteen Suggestions) 上野千鹤子(日本)《厌女》 金爱灿(韩国)《你的夏天还好吗》 朱少麟《地底三万呎》 Elena Ferrante(意大利)《碎片》(La frantumaglia) Margaret Atwood (加拿大)《使女的故事》续集《证言》(The Testaments)

00
一了极客
1年前
ai

杨昌: 今天,有个对AI特别感兴趣的朋友问我:“作为一个没有技术背景的人,想要深入探索AI,应该从哪里开始? 是不是应该先学习一些基础知识,比如Python编程和AI的基本概念,这样在未来理解代码、部署AI技术时,更加得心应手?” 我当场就急了,赶紧回复他说,晚点要专门写个帖子,回复这个问题。 1、 开宗明义:对于没有技术背景的小白,虽说迟早会学一点技术上的东西,但千万不要一上来就学技术。 本来就没啥技术底子,根本啃不动。别到最后,技术没学成,对 AI 的兴趣也荡然无存了。 如果本身就是某个领域的专业人员,还要去从零开始学技术,完全是舍近求远。 因为在AI市场上,缺的不是学了点基础 Python 的入门级工程师,而是懂某个领域 know-how 的行业专家。 2、 所以,更正确的路子应该是什么呢?从个人探索的角度,我总结了4个原则: ①Monkey First "Monkey First"是Google X部门的一个口头禅,其含义是在解决问题时应该首先关注最困难的部分。 具体来讲,如果你的任务是让一只猴子站在基座上背诵莎士比亚的作品,"Monkey First"的策略会建议你应该将时间和资源集中在训练猴子上,而不是建造基座。 这是因为,基座的建造虽然看起来是在取得进展,但它并不会帮助你解决最关键的问题:如何让猴子背诵作品。 回到用 AI 上,对于非技术人员而言,最关键的问题绝不是花里胡哨的AI小技巧,而应该是如何借助AI提升我们的核心竞争力。 ②生意为先 当然,许多人可能并不清楚,自己的核心竞争力在哪里。如果是这样的话,不妨考虑如何利用AI帮助我们更有效、更持续地盈利。 比如,从我们最熟悉的业务入手,思考它的关键要素有哪些,哪些方面是你最擅长的。明确了这些之后,再思考如何使用AI来进一步扩大这些优势。 反之,如果连基本的生意逻辑都搞清楚,盲目去探索 AI 所谓的可能性。很有可能会忙了半天,却一无所获,瞎子点灯白费蜡。 ③精益创业 别看短视频天天吹,AI 替代某个工种、颠覆某个行业。真到了实干的环节,最牛的 AI,也不过名校实习生水平。它只能一点一点地干,一不小心还也可能出错,远没到可以独当一面的程度。 所以,在我们最熟悉的业务上,AI 到底能干成哪样,压根没人知道。我们只能原子级地一点点地尝试,测试多次到确认可行后,再进到下一个阶段。 这里还有个小的 tips,在原子级尝试的过程中,尽可能使用最强的AI。因为市面上有太多打着 AI 旗号的垃圾产品,看似免费或低成本,实际上却解决不了任何问题,看他们一眼都浪费时间。 以上的这些过程,就像互联网时代的“精益创业”,先用最小可行产品(MVP)把事情跑通,再去不断迭代和放大。 ④思考框架 当原子级的尝试成功后,接下来就可以考虑系统性地解决问题了。 如果已经有成熟的SOP,那就尝试把某个环节的 SOP,做成一套提示词。然后,不断调整这套提示词,直到它可能稳定输出满意的内容为止。 如果没有成熟的SOP,那就尝试找一下解决这类问题的思考框架。这套框架可能来自书籍、课程,甚至可能来自某篇博客、公众号文章。然后,也可以像转化 SOP 一样,把这套思考框架变成提示词。 3、 拆解下来确实挺简单的,但往往越简单越有力量。 比方说,在我个人学习方面,目前也才到了这一步。 可在去年的这个时候,我还是完完全全的 AI 门外汉。 坚持这4个原则不到一年,我居然也在某个细分领域做到了“行业领先”,还有多家出版社跑过来找我出书……

00