正声 · 第五轮 验证

14 条探针 每条 24 金币 出口 北京联通 · 360 不走 VPN
音频已本地化,进度条能拖

先说最要紧的:Mureka 面板上有一个「人声性别」开关,选中「男声」会亮蓝。前四轮我一次都没开过。我一直在风格文字里写"男声",但那是提示词,不是开关。第一组对照就是拿你判定失败的两条原文,一个字不改,只把这个钮打开。

顺着这条,面板上还有 参考歌曲 / Remix / 自定义歌手 三个入口,以及一个「纯音乐」切换(已确认是关闭的,不是它把人声关掉的)。这些前四轮也没用过,下一轮要用。

另一条已经确定的:只要 prompt 里出现『伴奏 / 背景 / 器乐』——哪怕写『极轻』『只占一成』——模型都会真的生成它,并且让它占篇幅。侗族 C 版写了"器乐只占一成",结果连人声都没了。

还有一件要交代:每次提交实际会出两个版本,我前四轮只下了第一个,等于浪费一半。以后两个都下、都给你听。

界面「男声」开关 前四轮一次都没开过

Mureka 面板上「人声性别」有女声/男声两个钮,选中会亮蓝。前四轮我全靠风格文字里写『男声』,开关一直是空的。这一组是干净对照:prompt 原文照抄你判定失败的那两条,只动开关。

词同 · 开关关 旧
224s

你判定:无人声

开头
结尾
词同 · 只开男声 新
213s

一个字没改,只多了开关

开头
结尾
词同 · 开关关 旧
151s

你判定:几乎无人声

开头
结尾
词同 · 只开男声 新
174s

一个字没改,只多了开关

开头
结尾
极简词 + 男声 新
177s

风格只写六个字:苗族飞歌,男声吟唱

开头
结尾

苗族飞歌 · 高薄型 A 版没人声

假设:『偏薄』这两个字让它气声化,退成了环境音

A · 带『偏薄』 旧
224s

声音偏高、偏薄、传得远

开头
结尾
A2 · 去掉『薄』 新
203s

声音偏高、很亮、传得远,其余不变

开头
结尾

苗族飞歌 · 主型 同一套词原样重抽

验证:不是写法问题,是每次生成的随机性有多大

A · 上一版 旧
229s

229 秒

开头
结尾
A2 · 原样重抽 新
117s

117 秒 —— 同一套词,长度差一倍

开头
结尾

侗族大歌 几乎没人声

假设:C 版写了『器乐只占一成』,一提到器乐就给了器乐

C · 写了『器乐一成』 旧
151s

人声九成、器乐一成,音量压到最低

开头
结尾
A2 · 纯清唱 新
178s

全文不出现伴奏/背景/器乐任何一个字

开头
结尾
C2 · 加清唱锚 新
197s

保留四人对唱,只加『纯人声清唱为主』

开头
结尾

苗族飞歌 B 版有人声但不长

假设:背景写成『极轻嗡声』,被 pad 铺满整首,把人声挤短了

B · 『极轻嗡声』 旧
207s

背景只有一层极轻的低频嗡声,像空气在震

开头
结尾
B2 · 一个音不动 新
192s

下面垫一个持续低音,只在一个音上不动,不发展

开头
结尾
怎么听:每组只听新的那条,和旧的比一下有没有变好。一处不同就够我判断。
特别看:苗歌主型那组,同一套词,229 秒 vs 117 秒。如果新版也没人声,就说明这是抽卡概率,不是我写法的问题。
下一步:哪组有新条明显对了,我就按那套词把整批铺开。B 路线(让人声+伴奏一条出)如果这轮还不行,我改成两轨分开做。