关于 musical-dna
musical-dna 是一项音乐分析技能,通过声音技法而非艺人名称来描述艺人或乐队。它引导用户从六个维度分析音乐,并将观察整理成可复用的短语,用于音乐生成提示词和创意组合。
主要功能
- 01分析音乐的六个维度
- 02不提艺人名称,描述声音技法
- 03整理适用于提示词的描述短语
- 04对照多首代表曲目
- 05提供合乎伦理的使用指南
适用场景
- 01为 AI 音乐生成准备描述性提示词
- 02不提名称地记录艺人的声音特点
- 03组合音乐特征以探索新的创作方向
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ jwynia/ agent-skills --skill musical-dna安装后在 Claude Code 中输入/musical-dna确认已加载。
详细介绍
音乐 DNA 分析
目的
不使用艺人姓名,从任何艺人或乐队的作品中提取描述性的音乐特征,为 AI 音乐生成、音乐描述或创意重组构建一套声音特质词汇。用聚焦具体技巧的描述,替代“听起来像 [艺人]”。
核心原则
描述怎么做,而不是谁在做。 描述技巧、方法和声音特质,而不是提及艺人。这样可以实现:
- 合乎伦理的 AI 音乐生成
- 精确地交流声音特征
- 创意重组各种元素
- 不依赖流派的词汇体系
快速参考:六个维度
| 维度 | 分析内容 |
|---|---|
| 节奏基础 | 鼓、速度、贝斯线、拍号 |
| 和声架构 | 和弦、调式、进行、旋律 |
| 乐器演奏技巧 | 演奏风格、效果、音色 |
| 制作美学 | 录音质感、混音、空间处理 |
| 流派融合 | 影响元素的融合、创新点 |
| 能量架构 | 歌曲结构、力度变化、情绪走向 |
分析流程
第 1 步:选择代表性曲目
选择 3-5 首能体现以下特点的曲目:
- 最具辨识度的声音
- 涵盖其作品集的不同面向
- 既包括典型作品,也包括突破边界的作品
第 2 步:系统拆解
逐一分析各个维度,聚焦具体技巧和方法。
第 3 步:提炼可直接用于提示词的短语
将观察结果转化为独立的描述性短语,使其脱离艺人背景也能成立。
维度 1:节奏基础
鼓的特征
- 鼓组构成:原声、电子、混合、采样
- 鼓棒技巧:鼓刷、鼓棒束、鼓槌、标准鼓棒
- 军鼓处理:边击、幽灵音、交叉击、紧实或共鸣明显
- 底鼓节奏型:四拍底鼓、切分、复节奏、稀疏
- 踩镲处理:开镲/闭镲节奏型、十六分音符持续演奏、摇摆节奏
- 加花风格:繁复、简约、以通通鼓为主、军鼓滚奏
拍号与速度
- 拍号:4/4、3/4、6/8、奇数拍(5/4、7/8)
- 速度范围:固定 BPM 还是灵活变化?快、中速、慢?
- 细分节奏强调:八分音符、十六分音符、三连音、摇摆节奏
- 复节奏叠加:多个拍号同时进行
贝斯线 DNA
- 技巧:指弹、拨片弹奏、拍弦、合成器贝斯、立式贝斯
- 作用:节奏锚点还是旋律对位
- 音域:突出次低音、侧重中频、覆盖全音域
- 与底鼓的关系:同步、互补、相互独立
示例短语:
- “切分底鼓上方搭配有推动力的八分音符踩镲”
- “带闷音幽灵音的拍弦贝斯”
- “95 BPM 下的摇摆三连音律动”
维度 2:和声架构
和弦进行
- 大小调平衡:以其中一种为主,还是混合使用?
- 调式色彩:多利亚调式的暗色调,混合利底亚调式的明亮感
- 半音进行:平滑的声部进行、突兀的转变
- 和弦密度:三和弦、七和弦、扩展和弦(九和弦、十一和弦、十三和弦)
- 和声节奏:缓慢变化(每小节 1 个和弦)还是快速变化(每小节 2 个或更多和弦)
调性中心
- 常用调性:升号调、降号调、适合使用空弦的调
- 转调:无、渐进、突然、频繁
- 音阶选择:自然小调、和声小调、五声音阶、调式
- 不协和音容忍度:干净地解决,或让张力持续
旋律走向
- 音域:大跨度还是小跨度
- 进行方式:级进、跳进、琶音
- 乐句长度:短促有力还是悠长流畅
- 重复与变化的平衡:记忆点与发展变化
示例短语:
- “小调调性中带有多利亚调式六级音色彩”
- “和声节奏缓慢,每 4 小节一个和弦”
- “人声旋律中有大跨度跳进”
维度 3:乐器演奏技巧
吉他演奏方式
- 拾音器选择:琴桥(明亮)、琴颈(温暖)、分线圈
- 音色塑造:突出高频、中频凹陷、低频厚重
- 演奏技巧:指弹、拨片弹奏、混合拨弦、打击式演奏
- 调弦方式:标准调弦、Drop D、开放调弦、巴里东调弦
效果链
- 失真类型:过载、法兹、高增益、干净
- 基于时间的效果:混响(房间、厅堂、板式)、延迟(模拟、数字、磁带)
- 调制效果:合唱、移相、镶边、颤音、音高颤动
- 音高效果:八度、和声器、Whammy
- 动态处理:压缩(重度、轻度、不压缩)
其他乐器
- 键盘/合成器:模拟温暖感、数字精准感、风琴、钢琴
- 打击乐:辅助打击乐器(铃鼓、沙锤)、世界乐器
- 铜管/弦乐:乐队齐奏与独奏、干涩与丰润
- 电子元素:采样、循环片段、故障音效、合成
示例短语:
- “颈拾音器搭配轻度电子管过载”
- “ slap-back 延迟搭配板式混响”
- “指弹原声吉他,配合琴身打击节奏”
维度 4:制作美学
空间特征
- 环境氛围:专业录音室、现场空间、卧室、户外
- 混响处理:干涩、亲密、开阔、空旷
- 立体声声场:宽、窄、兼容单声道
- 纵深布局:所有声音靠前、由前至后分层
混音理念
- 突出层级:鼓优先、人声突出、吉他为主
- 频率分配:为每种乐器安排其频谱位置
- 动态范围:压缩、动态、限制
- 清晰度与饱和度:纯净分离与融合的温暖感
声音质感
- 信号路径:干净、饱和、失真、劣化
- 高频:明亮、通透、衰减、刺耳
- 低频:紧实、轰鸣、重低音突出、缺失
- 中频:凹陷、突出、鼻音重、平衡
示例短语:
- “卧室录音美学,带有低保真饱和感”
- “鼓声突出的混音,低频紧实”
- “复古磁带温暖感,高频有所衰减”
维度 5:流派融合分析
影响映射
- 主要基础:占主导地位的流派基础(60% 以上)
- 次要元素:显著的次要影响(20%–30%)
- 第三层点缀:偶尔出现的风格韵味(10% 或更少)
融合方式
- 时间段安排:主歌采用流派 X,副歌采用流派 Y
- 乐器分配:鼓来自流派 A,吉他来自流派 B
- 过渡方式:无缝融合与突兀对比
- 时代混搭:复古技巧与现代制作
创新点
- 跨越边界:打破惯例之处
- 新颖组合:意想不到的流派结合
- 标志性融合:其独特贡献
示例短语:
- “数学摇滚的精准感,建立在后朋克基础之上”
- “将嘻哈制作理念运用于民谣创作”
- “垃圾摇滚的动态表现,搭配迷幻鞋乐的质感”
维度 6:能量架构
歌曲结构
- 前奏特征:氛围感强、有冲击力、渐入、直接起始
- 主歌能量:收敛、推进、逐步增强
- 副歌强度:提升、爆发、细微变化
- 桥段/低潮段:对比、高潮、沉思
- 尾奏方式:渐弱、骤停、收束、演变
动态范围
- 强度曲线:逐渐增强、突然变化、平直
- 峰值位置:开头、中段、后段、多处
- 释放模式:骤然减弱、逐渐衰减
情绪轨迹
- 情绪弧线:单一状态、历程、起伏
- 张力循环:张力累积与释放的频率
- 高潮特征:宣泄、毁灭性、超凡
示例短语:
- “用 4 分钟缓慢铺陈,直至最后一段副歌爆发”
- “动态骤降,营造张力”
- “通过密度而非音量形成主歌与副歌的对比”
文档模板
一句话概括风格 DNA
[Rhythmic approach] + [harmonic character] + [instrumental signature] + [production aesthetic]
示例: “切分节奏的后朋克鼓点,搭配小调调式进行、带合唱效果的棱角分明的干净吉他,以及低频突出的干房间录音混音”
详细分析
## Rhythmic Signature
- Time feel:
- Drum character:
- Bass approach:
- Syncopation style:
## Harmonic DNA
- Chord tendencies:
- Scale preferences:
- Progression patterns:
## Instrumental Character
- Guitar tone/technique:
- Effects signature:
- Other key instruments:
## Production Fingerprint
- Recording aesthetic:
- Mix characteristics:
- Sonic texture:
## Genre Fusion Map
- Primary foundation:
- Secondary elements:
- Innovation points:
## Energy Architecture
- Typical structure:
- Dynamic range:
- Build patterns:
可提取的提示词元素
列出 5–10 个可单独用于 AI 生成的短语:
- “...”
- “...”
伦理准则
建议做法
- 结合多份分析中的元素
- 聚焦于技巧与方法
- 构建可重复使用的词汇
- 创造新颖的融合
不要
- 直接复制完整的音乐人风格档案
- 复刻标志性的即兴乐句或旋律
- 将其用作“听起来像 [音乐人]”的替代说法
- 声称能够复现特定音乐人的风格
反模式
1. 点名音乐人
模式: 用音乐人名称代替对技巧的描述,作为简写。“听起来像 Radiohead”,而不是描述实际的声音特质。 为何无效: 这完全背离了目的。音乐人名称是意义模糊的黑箱,不同的人会从中理解出不同的内容,还可能在 AI 生成时引发版权问题。 改进方法: 最终输出中绝不使用音乐人名称。对于每个“听起来像 X”,都要具体说明其在节奏、和声、制作等方面的实际含义。
2. 只分析单一维度
模式: 只分析一个维度(通常是节奏或制作),忽略其他维度,导致风格档案不完整。 为何无效: 音乐特征源于各维度的相互作用。脱离和声背景的节奏档案对生成毫无用处。 改进方法: 强制自己分析全部六个维度。即使某位音乐人的特点似乎“主要在吉他音色”,其节奏选择也很重要。
3. 用流派标签代替描述
模式: 用流派标签而非技巧来描述音乐。例如,只说“后朋克”,而不描述其后朋克特征。 为何无效: 流派标签是有争议的分类,而非技巧。AI 系统需要具体指令,而不是对流派的争论。 改进方法: 将流派标签视为需要进一步拆解的起点。这位音乐人的这种流派由哪些节奏、和声和制作选择构成?
4. 代表曲目的陷阱
模式: 分析一首知名歌曲,就将结论推广到整张作品目录,忽略音乐风格的范围和演变。 为何无效: 音乐人的作品各不相同。最知名的歌曲未必具有代表性。只分析一首曲目会得出狭窄的风格档案。 改进方法: 分析来自不同时期和风格的 3-5 首曲目,同时寻找不变之处和变化之处。
5. 技术细节过量
模式: 纳入过多技术细节,导致提示词无法使用。试图指定所有可能的参数。 为何无效: AI 生成系统无法处理无限的上下文。过于详细的提示词会被截断,或让模型感到困惑。 改进方法: 提炼出 5-10 个关键短语。优先描述这位音乐人的独特之处,而非面面俱到。
集成点
输入:
- 来自对目标音乐的聆听
输出:
- 用于 AI 音乐生成提示词
- 用于
lyric-diagnostic,进行完整的歌曲分析
互补工具:
lyric-diagnostic:歌词分析(文字)- 此技能:音乐分析(声音)