1. 只安排两次能看清的接触
一只淡紫陶瓷碗、一根木棒、固定近景。计划先静止约一秒,再进行两次分开的轻敲,最后留出衰减时间。这是目标节奏,生成后仍要核对实际时点。
打开视频创作,选择支持所需参考输入与音频的模型和模式,查看当前账号资格与预估费用。本例选择可用的五秒档;只有界面提供音频选项时才开启。仅在提示词里写“ASMR”,不会让静音模型自动产生音轨。
使用自己的物体照片,或先生成首帧。让棒尖和敲击位置始终可见,过近的裁切可能遮住验收所需的接触点。
2. 先准备动作发生前的首帧
生成一张用于安静陶瓷敲击视频的近景首帧。
一只哑光淡紫陶瓷碗放在深梅紫桌面的象牙白毛毡上。单根圆头枫木棒从右上方进入,停在碗外缘上方,棒尖与碗沿之间保留可见间隙。
完整展示接触区域,并留出足够碗身用于判断形状。左侧柔光、稳定反射、真实陶瓷质感、简洁背景。
不要手、额外木棒、文字、波形图、标志或运动模糊。画面是第一次敲击之前的状态,使用所选的视频适用画幅。
在图片创作完成并选定首帧,再明确把它选为视频输入。图片摆在画布旁边,不等于自动成为参考。封面只示范视觉方向,不是经过验证的输入输出对照。
3. 分别约束运动和声音
把提供的陶瓷碗图片变成一个连续五秒镜头。镜头、碗、毛毡、光照和背景保持静止。
唯一的木棒靠近碗沿同一个可见位置,轻触、离开、停顿,再重复一次。结束时棒尖与碗分开。不要切镜、添加物体、改变碗形或移动镜头。
声音要求(仅适用于所选模型支持音频时):两次轻柔干净的陶瓷敲击,各自在对应的可见接触时开始。两次之间有清晰安静间隔,第二次后保留短而自然的余音。低环境底噪,不要人声、音乐或额外撞击。
碗保持完整,不出现缺口、裂纹或夸张长鸣。不要字幕。
此时不要要求无缝循环:首尾木棒位置可能不同,余音也未必能自然衔接。先通过一个线性短片。如果所选模式没有音轨,在外部视频编辑器里配上自录或有授权的声音;配音工作台不等于通用拟音生成器。
4. 静音看、闭眼听、再一起核对
| 检查遍次 | 看什么或听什么 |
|---|---|
| 静音看画面 | 恰好两次接触;木棒不穿过碗沿;碗的轮廓不漂移 |
| 单独听音轨 | 两次清晰敲击,没有人声、音乐、突兀大音量或被切断的尾音 |
| 声画一起播放 | 声音在实际接触时开始,没有看不见的第三次敲击 |
从舒适音量开始。先分辨是音轨整体偏移,还是凭空多出声音:固定偏移可用外部编辑器调整,多出的第三声可能需要替换或重新生成。
基于已认可首帧修改这段视频。当前第二次敲击在木棒碰到碗之前就响了。保持两次接触和固定镜头,让每次声音的起点对应各自可见的接触,删除没有动作来源的声音,保留安静结尾。
如果运动本身也要调整,优先简化木棒动作,不要增加切镜。
新结果仍从头检查。要求“只改第二声”并不能保证第一声和碗完全没变。
5. 保留通过的版本,控制迭代次数
封面能证明音效质量吗? 不能。静态图无法证明同步、动作连续性或音质。本文提供可复用方案与验收方法,没有冒充已完成的音频测试。
模型一定输出立体声或双耳音效吗? 不一定。检查实际文件与模型能力,提示词中的术语不是输出格式保证。
重试要花多少 Credits? 图片、视频生成与 AI 修改遵守实际计费规则。先设较小的迭代预算,每次看报价,尝试新版前保存已接受版本。账号权限和可用模式可能不同。
下载后重新播放文件,分享时说明是 AI 生成场景。需要连接多个镜头时,可继续看三镜头 AI 微短剧流程。
会先填入引导消息,你可以修改后再发送。对话按用量计费;明确要求生图时会直接执行并使用 Credits。



