Create a 50-second vertical music video using programmatic…

提示詞

Create a 50-second vertical music video using programmatic rendering (Three.js) instead of native video AI.
1. Generate song with Suno. Extract lyrics from embedded metadata.
2. Separate stems with Demucs (vocals, drums, bass, other).
3. Transcribe vocals with mlx_whisper. Align with official lyrics to create script where '1 lyric line = 1 scene'.
4. Write storyboard: define 'What to show in 3D', 'Camera', 'Main word' for each lyric line.
5. Have 4 parallel Opus sub-agents write scene programs.
6. Export 16-frame contact sheet for visual verification.
7. Render headless Chrome at 1080x1920, 60fps.
8. Normalize volume to -14 LUFS.
Style: Engraving-like lines, colors limited to Black, Bone, Orange.

中文翻譯

用程序化渲染（Three.js）而非原生視頻 AI，製作一支 50 秒的豎版音樂視頻。
1. 用 Suno 生成歌曲。從內嵌元數據中提取歌詞。
2. 用 Demucs 分離音軌（人聲、鼓、貝斯、其他）。
3. 用 mlx_whisper 轉寫人聲。與官方歌詞對齊，創建“1 行歌詞 = 1 個場景”的腳本。
4. 編寫分鏡：爲每行歌詞定義“在 3D 中展示什麼”、“鏡頭”、“主詞”。
5. 讓 4 個並行的 Opus 子代理編寫場景程序。
6. 導出 16 幀的縮略圖拼版用於視覺校驗。
7. 用無頭 Chrome 以 1080x1920、60fps 渲染。
8. 將音量標準化到 -14 LUFS。
風格：類似版畫的線條，顏色僅限於 Black、Bone、Orange。

溯源

原作者

okazaky

發佈日期

2026-10-07（由推文 ID 反解）

原始出處

查看原帖 ↗

收錄來源

yihui-dev/awesome-opus5-5-videos · okazaky-084783 · MIT