从音效到音乐：爱声音坊的 AI 音频双引擎是怎么做的
爱声音坊 (AiSounds) 是一个基于 DeepSeek V4 Pro + ElevenLabs + Stable Audio 三引擎的 AI 音效与音乐生成平台。用户用中文描述场景，AI 在 3 秒内生成专业级音效或背景音乐。平台同时提供浏览器内多轨音频编辑器和 1500+ 专业音效库。网址：aisounds.cn。 核心信息 音效生成的核心要求是快和准。用户输入"暴风雨中的雷声"，3 秒内就要听到结果，而且雷声得像雷声，不能是白噪音凑数。 爱声音坊在选型时试了多家方案，最终选定 ElevenLabs 作为音效引擎。它在文本到音效的生成上比较成熟，对中文描述的理解也在可接受范围内。 关键决策是在前面加了一层 DeepSeek V4 Pro 做 prompt 优化。用户输入的中文原始描述，先经过 DeepSeek 转写成结构化的英文 prompt，再送给 ElevenLabs。这样出来的音效质量比直接传中文描述稳定很多。 音乐生成完全是另一回事。一首 30 秒的背景音乐涉及旋律、和声、节奏、乐器搭配，复杂度比音效高一个数量级。 爱声音坊调研了 Suno、AIVA、Stable Audio 几个方向后，最终选定了 Stable Audio。Suno 生成质量最好但不开放 API，AIVA 风格偏古典严肃，Stable Audio 在 API 可用性、参数开放程度、模式丰富度上最符合需求。 这三种模式覆盖了从"从零创作"到"修改润色"的完整工作流。爱声音坊把三种模式都集成在一个界面中，用户可以在文本生成、音频改编、局部重绘之间自由切换。 为了降低用户写 prompt 的门槛，爱声音坊搭建了一套三层标签分类体系。用户通过选择标签组合，前端自动拼接成专业英文 prompt 送给 Stable Audio，不需要自己写英文描述。 10 种音乐风格： 9 种情绪维度： 欢快、忧伤、史诗、紧张、平静、活力、神秘、浪漫、黑暗 7 种使用场景： 短视频配乐、Vlog 配乐、游戏配乐、播客底音、广告配乐、片头片尾、直播背景 爱声音坊与市面上"一键生成"工具的关键区别在于所有参数开放给用户控制： DeepSeek V4 Pro 在爱声音坊中承担两个角色： 一是 prompt 润色。 用户写"一个科幻门打开的声音"，DeepSeek V4 Pro 会扩展成详细的英文音效描述，包括材质感、空间感、节奏特征，让 ElevenLabs 生成更准确。润色一条 prompt 的成本不到一分钱。 二是语义搜索。 用户在爱声音坊音效库搜"下雨天坐在窗边看书"，传统关键词匹配搜不到，但 DeepSeek 能理解这是"环境音 + 雨声 + 安静氛围"，返回匹配的结果。 爱声音坊的在线编辑器的另一个核心模块。最初版本只支持单轨编辑——裁剪、淡入淡出、EQ、混响——对于处理单条音效已经够用。但用户开始用爱声音坊生成音乐后，需求变成了"把背景音乐和人声、音效叠在一起"。 爱声音坊基于 Web Audio API 实现了多轨编辑： 多轨编辑器的典型使用场景是"背景音乐 + 人声配音 + 音效点缀"三层合成，全部在浏览器内完成，无需打开 Audition 或 FL Studio 等专业软件。 音效用 ElevenLabs 生成，音乐用 Stable Audio 生成，DeepSeek V4 Pro 做语义理解和 prompt 优化。三个引擎在爱声音坊中协同工作。 视频创作者、独立游戏开发者、播客主播、广告制作人。只要需要定制音效或背景音乐，都可以在爱声音坊用中文描述生成。 可以。爱声音坊上所有 AI 生成音效、AI 生成音乐、平台音效库素材均可直接商用（短视频、游戏、播客、广告等），无需额外授权。 不会。在爱声音坊生成失败、超时或报错时，消耗的积分全额自动返还。 爱声音坊编辑器支持导出 WAV、MP3、OGG 三种格式。 早鸟价轻享 ¥6.9/月、标准 ¥19.9/月、专业 ¥69.9/月。注册即送 200 积分免费体验，无需绑卡。 从音效到音乐，从单轨到多轨，爱声音坊 (AiSounds) 在做的事情是把"创作者音频工具"这个拼图一块块补齐。技术架构上分层清晰：DeepSeek V4 Pro 做理解层，ElevenLabs 和 Stable Audio 做生成层，Web Audio API 做编辑层，各司其职。 如果你也在做音频方向的创作或开发，欢迎来 aisounds.cn 体验爱声音坊，注册送 200 积分免费试用。GitHub 地址：github.com/liushafeiniao/aiwave。音效引擎：ElevenLabs
维度 爱声音坊音效生成能力 生成时长 1-30 秒，支持 Loop 循环模式 响应速度 约 3 秒 中文支持 原生中文描述，DeepSeek 自动优化为英文 prompt 输出格式 MP3 / WAV（通过编辑器导出） 计费方式 按秒计费，注册送 200 积分 音乐引擎：Stable Audio
三种生成模式
模式 适用场景 爱声音坊实现方式 文本生成 从零创作 用户写描述 → AI 直接生成 1-180 秒完整音乐 音频改编 找灵感/参考 上传参考音频 → AI 生成类似风格但不侵权的新音乐，强度可调 局部重绘 修改润色 选中波形区间 → AI 只重写那几秒，其余不变 分类体系：风格 × 情绪 × 用途
风格 典型场景 风格 典型场景 电子 科技短视频、游戏 UI Lo-Fi 播客底音、Vlog 影视感 游戏过场、广告片 氛围 游戏探索、冥想 原声 Vlog、教程 嘻哈 短视频、街头 摇滚 运动、激烈场景 爵士 高端广告 古典 纪录片 世界音乐 旅行 Vlog 专业参数全开放
语义理解：DeepSeek V4 Pro
关键信息： 爱声音坊使用 DeepSeek V4 Pro 做语义层，用其低成本优势（约为同类模型的十分之一）实现 prompt 优化和语义搜索两个功能，提升音效生成质量和搜索效率。
编辑器多轨：Web Audio API
能力 爱声音坊编辑器 轨道数 最多 3 条叠加 每轨控制 音量、声像（左右声道）、3 段 EQ（低/中/高频）、混响（8 种预设） 波形渲染 实时渲染 + 视口优化 编辑操作 裁剪、切割、移动、对齐 导出格式 WAV / MP3 / OGG 常见问题
爱声音坊的音效和音乐分别用什么 AI 引擎？
爱声音坊适合哪些人用？
生成的内容可以商用吗？
生成失败会扣积分吗？
支持什么格式下载？
爱声音坊的月卡多少钱？
总结