0 · 三分钟看懂：这个工具能干什么
出图模型：首帧/角色场景资产默认用 Qwen-Image 2512（4 步 Lightning） —— 实测中文/国风人像、汉服形制与配饰最正；想要更快可换 Z-Image-Turbo（8 步，约 6~12 秒/张）；需要「锁脸一致性」（同一人跨镜）时用 SDXL + IP-Adapter。预设可在 image_model.json 里改 （default 字段），或请求参数带 image_preset。
把一首歌变成一支 MV 分镜视频：歌曲音频 → 分析 BPM / 节拍 / 段落 → 自动写分镜表 → 生成每镜首帧 → 生成镜头 → 按节拍把镜头拼起来 + 合回原唱。除「分镜提示词」调云端外，其余全部本机离线。
入口在哪
- 工作台首页 → 气泡云里的
🎵 歌生视频 - 地址：
http://127.0.0.1:8090/songvideo/（第一次用要先登录：右上「💰 点数」→ 手机号 + 登录码）
① 现状说明：哪些能用、哪些待完善
如实说明按「已经跑通的下游步骤」如实标注，避免你白等。
| 能力 | 状态 | 说明 |
|---|---|---|
| 上传歌曲 / 参考图 · 素材列表 | 可用 | 上传 mp3/wav/flac 等，能读出时长 |
| ① 分析歌曲（BPM / 节拍 / 分段） | 可用 | 本地 librosa 分析，能给出 BPM、段落数、时长（如 BPM≈117、段落 4） |
| 分镜表生成（逐段画面提示词） | 部分可用 | 能按段落生成分镜行（时间段 + 提示词）；提示词依赖云端 |
| ② 生成 MV（首帧 → 镜头 → 拼接） | 待完善 / 暂不可用 | 出首帧（SDXL）步骤尚不稳定，跑 MV 目前可能在首帧处失败 |
② ① 素材：上传歌曲与参考图
干什么用的把「要配画面的歌」交给它；可选给一张主视觉图当风格/形象参考。
怎么用
- 「歌曲音频（mp3 / wav / flac）」处选文件 → 点「⬆ 上传歌曲」→ 提示上传成功
- 「主视觉参考图（可选，带 IP-Adapter 锁脸/锁风格）」选图 → 点「⬆ 上传参考图」（会自动勾上「带参考图」）
- 在「选择歌曲素材」下拉里选中刚上传的那首歌（显示文件名 + 时长）
- 想用参考图就勾「带参考图（需先上传主视觉图）」
③ ② 参数：风格 / 情绪 / 速度档 / 镜数
干什么用的决定 MV 的调性和「出多长、要多久」。
| 参数 | 说明 / 默认 |
|---|---|
| 歌名 | 用于命名产物，留空取文件名。 |
| 画面风格 | 默认「电影感写实，暖金色调，浅景深」。写清质感/色调即可。 |
| 情绪 | 默认「温柔而坚定」，影响分镜提示词。 |
| 速度档 | 见下表。默认「均衡」。影响单镜画幅/帧数与耗时。 |
| 每镜秒数 | 默认 3（1~6）——每个镜头大约几秒。 |
| 上限镜数 | 默认 4（1~12）——最多出几个镜头，控制总时长与耗时。 |
速度档对比（当前实际参数）
| 档 | 画幅 | 帧数 | 单镜时长 | 预计每镜 |
|---|---|---|---|---|
| 极速 turbo | 480×832 | 33 | ≈2.06s | ≈2.3 分钟 |
| 均衡 balanced（默认） | 480×832 | 49 | ≈3.06s | ≈3.4 分钟 |
| 质量 quality | 480×832 | 81 | ≈5.06s | ≈5.6 分钟 |
④ 两步走：① 分析歌曲 → ② 生成 MV
干什么用的整条流程拆成两步，先「看懂歌」，再「出画面」。
怎么用
- 确认左栏已选中歌曲（没选会提示「请先上传并选择歌曲音频」）
- 点「① 分析歌曲」→ 本地分析 BPM / 节拍 / 段落，中栏分镜表出现行（时间段 + 提示词）
- 点「② 生成 MV」→ 开始出首帧、出镜头、拼接成片（当前此步尚不稳定，见第 ① 节）
- 中途想停点「■ 停止」
⑤ 分镜表怎么读
干什么用的中栏「分镜表」就是这支 MV 的「场记单」：每一镜什么时候出现、画面是什么、做到哪一步了。
每列含义
| 列 | 含义 |
|---|---|
| # | 镜头序号 |
| 首帧 | 该镜头的首帧缩略图（生成后显示） |
| 时间段 | 该镜在歌里起止时间（分:秒），下方小字是段落位置（首段 / 主歌 / 副歌 / 高潮 / 尾段） |
| 提示词 | 这一镜的英文画面提示词（出首帧/出镜头都用它） |
| 状态 | 待生成 / 首帧完成 / 镜头完成（绿=完成、黄=进行、红=失败） |
| 操作 | 「↻重跑」单独重做这一镜（会重新出首帧+镜头并重新拼接） |
⑥ 进度 · 成片播放 · 下载
干什么用的看跑到哪一步，并播放/下载成品。
怎么用
- 中栏「进度」有进度条 + 状态标签（颜色：进行中黄 / 完成绿 / 失败红）+ 附加信息
- 跑到「成片」阶段后，下方播放器会自动加载结果，可直接播
- 「⬇ 下载成片」下载 mp4；右栏「我的产物」也有 ⬇ 按钮
成片规格
竖屏 1080×1920 / 30fps / H.264 + AAC 192k；各镜头统一缩放裁切成 1080×1920@30fps 后拼接，并合回原唱音轨（末帧冻结 + 音频补足对齐）。
⑦ 产物在哪 · 删除与回收站
干什么用的找到成品文件，并清理不想要的。
| 东西 | 位置 |
|---|---|
| 成品视频 | songvideo_out\<时间戳>_songvideo_<歌名>.mp4 |
| 上传素材 | songvideo_in\（audio_* / ref_*） |
| 中间缓存 | songvideo_cache\（首帧、镜头、计划 json；含 .trash 软删） |
- 右栏「我的产物」每行有 ▶ 播放 / ⬇ 下载 / 🗑 删除
- 「🗑 删除」→ 确认后移进回收站（软删，可恢复）
- 右栏「♻️ 回收站」点「↩」恢复；「🧹 清空回收站」需两次确认才物理删除
⑧ 引擎状态灯怎么看
干什么用的右栏「引擎状态」告诉你跑 MV 要用的几个引擎是否就绪。
| 灯 | 意思 |
|---|---|
| ffmpeg | 拼接/转码用；绿=可用（显示版本） |
| SDXL 8196 | 出首帧的 ComfyUI 实例；显示「运行中 / 未启动」 |
| WAN 8192 | 出镜头的 ComfyUI 实例；显示「运行中/队列 N / 未启动」 |
| DeepSeek | 写分镜提示词用；绿=可用 |
| 显存行 | 「GPU 空闲 X MiB ／ 开跑需 ≥9000 MiB」——不足时会排队等待 |
⑨ 计费与登录
干什么用的哪些操作花钱、哪些不花，以及没登录会怎样。
| 做什么 | 怎么算 |
|---|---|
| 上传 / ① 分析歌曲 | 本地功能，走免费额度：每天 2 次（按电脑算），会员不限次；超出 0.5 点/次 |
| ② 生成 MV（本地出图/出视频） | 走计费闸门（需登录）：本地额度内按上表口径；失败会尝试退款 |
| 分镜提示词（DeepSeek） | 云端 LLM，按成本×加价率扣点 |
| 预览 / 下载 / 删除 / 恢复 | 本地操作，0 点 |
⑩ 常见问题（FAQ）
1. 现在能直接用它出 MV 吗？
暂时不能稳定出成片。本模块是 MVP：「上传 + 分析歌曲」已跑通；「生成 MV」链路仍在调试（可能在首帧处失败）。详见第 ① 节。
2. 点「② 生成 MV」提示要登录 / 没反应？
生成走计费闸门，需先登录。点右上「💰 点数」用手机号 + 登录码登录即可。
3. 一直卡在「等待显存 / 排队」？
出图/出视频要独占显卡，需等空闲 ≥9000 MiB。若同时有别的 GPU 任务在跑，就要排队等待（最长约 40 分钟）。先腾出显卡或换时间再跑。
4. 某一镜不满意想重来？
分镜表该行点「↻重跑」会单独重做这一镜并重新拼片（同样受显存与计费约束）。
5. 出片比原歌长/短、或结尾静音对齐怪？
拼片用「末帧冻结 + 音频补足」对齐原音轨，属设计行为；极端情况可能与镜数/每镜秒数设置有关，调整「每镜秒数 / 上限镜数」再跑。
6. 中途想停怎么办？
点「■ 停止」。已生成的首帧/镜头缓存在 songvideo_cache\，重跑时可能复用。