Руководство по использованию
Создание BGM с пользовательскими текстами для видео с товарами электронной коммерции с помощью mureka-9.5 на HiAPI
Руководство для разработчиков: превращение описания товара в музыку, пригодную для рекламы, и микширование в видео
На этой странице
Почему пользовательская песня лучше готового BGM для видео с товарами
Готовая музыка — это решённая задача в смысле дешевизны и мгновенности, но для электронной коммерции она решает не ту задачу. Лицензированная дорожка по определению универсальна: она написана до появления вашего товара, в ней нет названия товара, нет преимущества и нет призыва к действию. В 15-секундном видео для ленты зритель может услышать только первые три секунды; универсальная музыка там — наполнитель, а не убеждение.
Модели «текст в песню», такие как mureka-9.5/lyrics-to-song, меняют экономику этого решения. Вы передаёте текст, модель возвращает спетую дорожку, которая напрямую называет товар и озвучивает предложение. Ключевое отличие от фоновой музыки: дорожка сама становится каналом копирайтинга и работает, даже если зритель никогда не читал субтитры.
Используйте готовый BGM, если:
- видео — чисто визуальная демонстрация, а текст на экране;
- вам нужно десятки вариантов в день, и тональность бренда не является ограничением;
- у товара нет названия, преимущества или предложения, которые стоит пропеть.
Используйте сгенерированную песню с текстом, если:
- название товара или короткое преимущество и есть крючок;
- вы делаете переиспользуемые рекламные материалы для каждого SKU и хотите узнаваемый звуковой почерк;
- вам нужен актив вроде короткой песни, который можно итеративно улучшать, редактируя текст, а не перелицензируя музыку;
- вы хотите управлять темпом и настроением через промпт, а не поиском по библиотеке.
Компромисс честный: генерация добавляет шаг запроса и рендеринга, а вокальное исполнение требует больше контроля качества, чем инструментальная подложка. Остальная часть руководства рассматривает этот компромисс как инженерную задачу и даёт переиспользуемый конвейер.
Практическая рамка для разработчика: рассматривайте песню с текстом как ещё один генерируемый актив в конвейере медиа товара, наравне с миниатюрами и короткими видео. У неё есть входные данные (атрибуты товара), шаг рендеринга (вызов API) и результат, который должен пройти проверку перед доставкой.
Превращение описания товара в поющийся текст
Самая частая ошибка при генерации песни из рекламного текста — передать маркетинговый текст. Поющая модель споёт всё, что вы ей дадите, включая список из 40 слов о функциях, и результат не влезет в 15-секундный монтаж. Исправление происходит до вызова API: сожмите описание товара в короткие фразы с фиксированной структурой.
Структура из четырёх слотов
Сопоставьте каждый товар четырём слотам:
- Идентичность — название товара плюс подсказка категории («керамическая кружка, держащая тепло»).
- Преимущество — один конкретный результат, а не список («кофе остаётся горячим до полудня»).
- Доказательство или отличие — одна сенсорная или материальная деталь.
- Призыв к действию — короткое повелительное предложение со ссылкой на магазин.
Каждый слот превращается в одну-две строки текста. Держите предложения короткими: примерно 5–9 слогов на строку — безопасная цель для певучести, и это удерживает вокальную фразу в пределах нескольких секунд аудио. Избегайте цифр в ценах, юридических оговорок и вставных придаточных, потому что всё это трудно петь и часто звучит неразборчиво.
Программное порождение текста
Храните слоты как структурированные поля записи товара, а затем собирайте текст по шаблону, а не свободной конкатенацией строк:
[verse]
{identity_line}
{benefit_line}
[chorus]
{product_name}, {benefit_short}
{cta_line}
Шаблон — это контракт между данными вашего каталога и моделью. Когда копирайтер переписывает строку, меняется только поле; шаблон остаётся стабильным, поэтому длина и структура результата предсказуемы между разными SKU.
Бюджет длины
Оценивайте длительность по числу строк до рендеринга. 15-секундная реклама комфортно вмещает один куплет и короткий припев; 30-секундная допускает второе повторение припева. Если собранный текст выходит за бюджет, сначала удаляйте слот доказательства, а не призыв к действию. Запишите проверку бюджета как утверждение в генераторе, чтобы многословное описание товара не могло незаметно породить непригодную дорожку.
Наконец, положите исходное описание товара и порождённый текст рядом. Когда дорожка вернётся с неправильно произнесённым словом, вам нужно знать, вызвано ли это исходным полем или формулировкой.
Построение запроса HiAPI для mureka-9.5/lyrics-to-song
Весь доступ к моделям идёт через единый интерфейс HiAPI, поэтому форма запроса та же, что и для других медиамоделей: аутентификация вашим ключом HiAPI, указание идентификатора модели mureka-9.5/lyrics-to-song и передача нагрузки с текстом и стилевых указаний.
Структура запроса
Минимальный запрос содержит:
- model —
mureka-9.5/lyrics-to-song. - lyrics — текст с тегами секций, собранный на предыдущем шаге. Сохраняйте теги
[verse]/[chorus]; они сообщают модели, как организовать структуру песни. - стилевой промпт — жанр, настроение, темп и инструментовка, выраженные прилагательными или фразами (например, «bright indie pop, mid tempo, acoustic guitar, clean female vocal»).
- флаг инструментала — оставляйте false, когда нужен вокальный текст; устанавливайте true только если нужна чистая подложка.
{
"model": "mureka-9.5/lyrics-to-song",
"lyrics": "[verse]\nHand-thrown stoneware, morning light\n[chorus]\nKeep the heat till the afternoon\nShop the stoneware line today",
"style": "warm indie pop, mid tempo, clean vocal",
"instrumental": false
}
Обработка ответа
В большинстве рабочих процессов вызов возвращает ссылку на аудиоактив, а не встроенные байты. Рассматривайте это как асинхронную задачу: отправьте, опрашивайте или дождитесь сигнала завершения, затем скачайте аудио в собственный бакет с ключом {sku}/{variant}/{hash-of-lyrics-and-style}. Хэш важен, потому что делает рендеринг идемпотентным; повторный запуск пакета не создаёт дублирующиеся активы.
Оберните вызов в тонкий клиент, который берёт на себя три обязанности: повторяет попытки при временных сбоях с задержкой, проверяет, что возвращённая длительность укладывается в ваш бюджет, и записывает нагрузку запроса вместе с активом для воспроизводимости. Не позволяйте неудачному рендерингу блокировать сборку видео; наряду с проверкой ошибки откатывайтесь для этой линейки товаров к кэшированной дорожке.
Храните стилевой промпт в конфигурационном файле каждой рекламной кампании, а не жёстко в коде построителя запросов. Так сезонные обновления становятся изменением конфигурации, а не кода, и каждый SKU в кампании сохраняет единое звучание.
Микширование сгенерированной дорожки в ваш видеоконвейер
Сгенерированная дорожка — это сырой креативный актив; финальному монтажу нужны предсказуемая длительность и уровень. Большинство проблем возникает здесь, а не на этапе генерации.
Подгонка длительности под монтаж
Измерьте длительность возвращённого аудио и сравните с таймлайном видео. Две безопасные стратегии:
- Обрезка по музыкальной границе — обрезайте в конце вокальной фразы и применяйте затухание около 300–500 мс, чтобы хвост не щёлкал.
- Зацикливание по выровненной доле — если дорожка короче видео, зацикливайте на границе припева, а не на произвольной метке, чтобы избежать слышимого шва.
Если дорожка заметно длиннее видео, не обрезайте её просто так; перерендерите с более коротким бюджетом текста. Обрезка посреди слова — самая очевидная ошибка в поющей рекламе.
Уровень перед микшированием
Нормализуйте музыку до согласованной целевой громкости относительно закадрового голоса (если он есть) и приглушайте музыку под речью с помощью сайдчейна или простой кривой автоматизации громкости. Если в видео нет закадрового голоса, дорожка может быть громче, но оставьте запас, чтобы нормализация громкости платформы не сплющила её. Примените короткое затухание в начале видео, чтобы аудио не начиналось резко при автовоспроизведении.
Микширование
Используйте ваш существующий конвейер кодирования — ffmpeg или управляемый транскодер — и рассматривайте аудио как ещё один входной поток:
ffmpeg -i product.mp4 -i track.wav \
-filter_complex "[1:a]afade=t=in:st=0:d=0.4,afade=t=out:st=14.6:d=0.4[a]" \
-map 0:v -map "[a]" -c:v copy -c:a aac -shortest out.mp4
Важная дисциплина — видеопоток копируется, а не перекодируется, чтобы замена музыки не снижала качество изображения. Держите шаг микширования параметризованным по точкам затухания и меткам цикла, чтобы 15-секундные и 30-секундные варианты шли по одному и тому же пути кода.
Храните сгенерированную дорожку отдельно от смикшированного видео. Когда вы обновляете креатив, перемикшируйте, а не перерендеривайте песню.
Проверка качества перед доставкой в магазин
Автоматизируйте то, что можно автоматизировать; остальное слушайте. Короткий предрелизный чек-лист ловит почти все режимы отказа.
Автоматические ворота
- Длительность — в целевом окне для этого места размещения (например, лимит рекламного слота).
- Громкость — интегральная громкость в ожидаемом платформой диапазоне; вне диапазона сборка завершается ошибкой.
- Тишина и клиппинг — нет неожиданных участков тишины и нет пиков на полной шкале.
- Связь активов — хэш дорожки, нагрузка с текстом и запись товара зафиксированы для результата.
Ручные ворота
- Разборчивость текста — может ли новый слушатель с первого раза разобрать название товара? Если нет, упрощайте предложения, а не замедляйте темп.
- Произношение — названия брендов и необычные слова часто страдают; проверяйте их по известному списку.
- Соответствие бренду — жанр и тембр вокала соответствуют категории. Энергичная дорожка на премиальном или тихом товаре воспринимается как ошибка.
- Тайминг — призыв к действию звучит, пока товар ещё на экране, а не после его затемнения.
Запускайте эти ворота по варианту, а не по пакету. Одно плохое произношение в пакете из ста — именно то, что просачивается в магазин. Держите небольшой инструмент прослушивания, который подтягивает последний рендеринг для данной линейки товаров и воспроизводит его подряд; это займёт минуты и поймает структурные проблемы, которые метрики не находят.
Когда проверка не проходит, исправляйте входные данные — строку текста, стилевой промпт или бюджет длины — и перерендерите с теми же входными данными для ключа кэша, чтобы новый актив чисто заменил старый.
Масштабирование на каталог товаров
Одно главное видео — это демонстрация; каталог — это система. Цель — согласованность в масштабе без прослушивания каждой дорожки заново.
Группировка по линейкам товаров, а не по SKU
Сгруппируйте SKU с общей категорией, формой преимущества и тональностью бренда, затем рендерите один стилевой промпт и один шаблон текста на группу. Варианты внутри группы различаются только заполняемыми полями. Так вы получаете единое звучание на странице категории, сохраняя идентичность каждого товара, и резко сокращаете число различных промптов, которые нужно проверять.
Кэширование и дедупликация
Ключуйте каждый актив хэшем нагрузки с текстом, стилевого промпта и версии модели. Одинаковые входные данные возвращают кэшированный актив; новый рендеринг запускают только изменённые поля. Так перерендеринг каталога дёшев, когда вы правите строку для одного товара, и каждый креатив получает стабильный URL, на который ссылается видеоконвейер.
Очередь и задержки
Отправляйте рендеринги через очередь задач с ограниченной параллельностью и повторами. Обновление каталога идёт всплесками; очередь сглаживает их и позволяет отдавать приоритет товарам с ближайшими кампаниями. Записывайте нагрузку запроса для каждой задачи, чтобы неудачный рендеринг можно было воспроизвести без догадок.
Держите управление креативом лёгким
Версионируйте шаблоны и стилевые промпты в том же репозитории, что и данные товаров. Так изменение шаблона припева можно проверить как код, и вы точно видите, какие товары отрендерены какой ревизией шаблона. Выводите из эксплуатации старые активы при изменении шаблона, а не допускайте сосуществования смешанных ревизий в магазине.
Начните с одной линейки товаров, проверьте путь от текста до микширования сквозным образом, затем расширяйтесь по категориям. Построенный вами конвейер — структурированные поля текста, идемпотентные запросы HiAPI, шаг микширования и короткий чек-лист — остаётся неизменным по мере роста каталога; меняется только количество. Когда будете готовы отправить первый запрос, изучите модель на HiAPI.
Похожие статьи
Все статьи →-
Руководство по использованию
Руководство по началу работы с gpt-6.2-sol: границы возможностей, интеграция через API и тарификация токенов
Ключевые моменты принятия решений и практики интеграции для инженерных команд
-
Руководство по использованию
Руководство по началу работы с gpt-6.2-astra: границы возможностей текстовой модели, ключевые моменты интеграции и контроль затрат
-
Руководство по использованию
Руководство по началу работы с Tripo H3.1: три способа ввода, параметры и как выбрать тариф
Практическое руководство для разработчиков по принятию решений и контролю затрат при интеграции генерации 3D