汗青：实测 Mureka：懂行业、绝对实用的 AI 音乐交付工具
输入“/”快速插入内容
汗青：实测 Mureka：懂行业、绝对实用的 AI 音乐交付工具
汗青：实测 Mureka：懂行业、绝对实用的 AI 音乐交付工具
用户4242用户4242
用户6411用户64112月19日修改
原创 汗青 AI Talk 汗青 AITalk2025年09月29日 18:00 山东
提到AI音乐模型，在国内绕不开对 Mureka 的讨论。
作为一个长期接触AI音乐创作的团队，我们每天都在测试各种音乐模型。而对于音乐模型的评价，实际上可以有很多角度。
比如我们最常提及的音乐性，编曲、乐器、声线演绎的复杂度，音乐风格的宽度。还有就是可听性，很多人会把可听性和音乐性混淆，但这显然是两件事，大众传播广的音乐不一定是音乐性最丰富的作品。
另外就是实用性，比如当我对某个场景 （电影 BGM、广告配乐、短视频魔性音乐等） 有明确需求， 或者我想参考某个曲风时， 能不能在有限的输入下生成可用的作品？能不能快速把创意落地？
实际上这也是我们测试 Mureka 最新 7.5 版本的测试印象：它不是最复杂、最花哨的 AI 音乐模型，但在交付应用场景下非常“对路子”。
慢慢聊下我们的体验。
V7.5： 中文音乐质量提升
Mureka 最近推出的 V7.5 版本，相比 V6，其 音乐质量 ，尤其是中文歌曲的表现有了明显进步。
•
咬字更清晰 ，听感接近真人歌手；
•
呼吸和停顿更自然 ，带有真实的换气感；
•
情感层次更丰富 ，能够在克制与爆发间实现平滑过渡，让演唱更具代入感。
我们一直比较在意AI音乐中华语音乐的表现，原因无外乎两点：一是这对于国内市场的商业应用更接地气，无关乎高低：国内音乐市场的流行偏好是有自己明确特色的。
另外就是，国内的模型团队显然在华语音乐上更有机会做出接地气的产品。在 AI 图像和 AI 影像等层面，这样的例子已经很多了。
这里用突出人声的民谣歌曲，重点看下人声质量、情感层次的表现：
提示词：一首中文民谣独唱，副歌要有明显的换气点（像歌手在舞台上真实呼吸），不能一口气唱到底。
V6
V7.5
除了音色表现，V7.5 在 提示词的执行力 上也有显著提升。无论是复杂的结构设计，还是具体的唱法要求，它都能很好地还原。
我们尝试一个长提示词的生成，测试提示词遵循效果：
提示词：一首中文 EDM 抒情歌曲。开头以淡入的钢琴和空灵合成器营造孤独氛围，逐渐叠加电子鼓点和分层合成器，形成渐进式的紧张感。副歌部分进入 Future Bass/Progressive House 风格的爆发，低音厚重有力，合成器旋律明亮且抓耳，带有空间感和氛围感。整体编曲要冷冽、忧伤又带有希望，人声清晰自然，歌词主题围绕“寻找、消失、渴望”，保持情绪递进。