idle() the music of ipe()

No. 3· behind-the-music

AI Lo-Fi 歌曲是怎样诞生的

idle() 的一首 AI Lo-Fi 如何从歌词走到发行：谁把什么交给谁，在哪里检查，以及我们如何坦率说明这是用 AI 制作的。

AI 本文由 AI 翻译。 阅读原文 (English)

专辑封面：画面是正在倒入的拿铁，上面写着 dear(you); vol.1、dear you，以及一行韩文，意思是“献给撑过今天的你”

dear(you); vol.1 的封面。专辑中的十首歌，都是按照下文所述的顺序制作的。

这些 Lo-Fi 是 AI 做的吗？是的，使用 Suno 制作。下面写的是从歌词到发行的五次交接，以及人在其中负责的环节。 常有人问我们，idle() 的歌是怎么做出来的。一句话的回答是“用 AI”，但这一句话里面，有比你想象中更多的交接与检查。本文从第一句歌词到最后的发行，依次讲述我们给自己定下的制作顺序。这是一套我们写下来的流程，并不意味着每一首歌都毫无偏差地走完了它。

先说最重要的一句话。音乐用 AI（Suno）制作。歌词由 AI 起草，再由人审阅。本文的其余部分，其实就是在解释这句话落到实际工作中是什么样子。

五次交接

一张用箭头连接五个阶段的示意图：歌词、音乐、视觉、审核、发行，每个阶段都标明负责的角色和产出。审核阶段用金色线框突出

一首歌要经过的五个阶段。第四个阶段“审核”，是一道不可跳过的关口。

一首歌要经过五个阶段：歌词、音乐、视觉、审核、发行。前一个阶段完成，后一个阶段才开始，而且每一步的负责人都会更换。我们把每一次更换称为一次交接，本文还会把第一句歌词之前的策划也算进来。交接靠的是文件和状态，而不是聊天。负责歌词的人完成歌曲文件，把状态设为“已申请作曲”，负责音乐的人就会读取这个文件并开始工作。因为谁把处于什么状态的哪个文件交给了谁，始终有记录，所以上下文不会在半路丢失。

歌曲所经历的状态同样是固定的。新写的歌词是“草稿”。在打磨语气和情绪走向的时候是“打磨中”。交给音乐后是“已申请作曲”，制作音频时是“作曲中”，只有通过审核之后才会变成“已发行”。看一眼这块看板，就知道一首歌现在在谁手里。

第 0 阶段：策划，因为先有专辑，后有歌

第一步其实是关于专辑，而不是歌。概念、曲目顺序、情绪的流向，都要先画出来。对于 dear(you); vol.1，我们先定下了一个概念（“写给撑过又一个艰难日子的你的十封信”）和一条由十种情绪组成的弧线（共情、理解、不安、安心、休息、连结、感谢、认可、希望、平静），每首歌在进入歌词阶段之前，就已经拿到了它在这条弧线上的位置。一首歌不是作为独立的作品开始的，而是作为专辑里的一格开始的，我们认为这也是我们的歌在结构上彼此相像的原因之一。

第 1 阶段：歌词，一首歌，两个版本

歌词阶段的产出是一个歌曲文件。里面有主题、氛围、故事，以及两个版本的歌词：一个以韩语为主，一个以英语为主。韩语一侧是原稿，英语一侧则写成改编，传递语气和感情，而不是逐字对译。如果直接演唱 AI 直译出来的词，节奏和情感都会垮掉，歌的质量也随之下降。

英语为主的版本由女声用英语演唱，并加入韩语低语；韩语为主的版本由男声用韩语演唱，并加入英语低语。两个版本都以低语 ipe. be still 作结

两个版本的规则：每个版本只用一种语言演唱，另一种语言只以低语的形式出现。

这里的原则一句话就能说完：演唱的语言在一个版本里保持固定，翻译以字幕的形式提供。意思是，我们不会把直译硬塞进旋律里。另一种语言只以简短的低语加入，所以英语版里会有一两个韩语词，韩语版里会有一个英语词。正是这些低语，把两个版本缝合成同一首歌。

歌词阶段还有一件必须做的事：在歌的最末尾放上“ipe. be still”。这是一句固定用英语、一口气说完的低语，从 dear(you); 起的每一首歌都以它结尾。只有放进了这个签名，歌词文件才算完成，才能交给音乐。

第 2 阶段：音乐，从文字到声音

音乐一侧接过歌词文件，做出一份制作包。制作包里有每个版本要演唱的歌词，以及一份风格提示词：用文字写下的曲风、乐器、人声特点和混音质感。例如专辑的第一首歌，写的是氛围 lo-fi，配柔和的钢琴、温暖的吉他、轻柔的 pad 音色、黑胶噪音和淡淡的雨声环境音，英语版是甜美的女声，韩语版是温柔的男声。

有了这份制作包，就用 AI 音乐工具 Suno 生成音频和人声。一次生成很少能恰好得到想要的结果，所以会尝试好几次，再确认其中一个。确认下来的版本就成为这首歌。如果一首歌要给视频配字幕，字幕文件必须取自这个确认版本，因为每次生成的时间轴都不一样。这条规则已经写进了我们的流程里。

翻译就是在这里以字幕的形式进来的。YouTube 上有两种字幕：观众自己打开的字幕，和直接烧录进画面的歌词。韩语歌词无法使用自动对时，所以字幕文件必须手动上传；想要突出歌词的歌，还可以做成把文字烧录进去的歌词视频。每种语言都有各自的封面和各自的字幕文件。

第 3 阶段：视觉，给声音一张脸

音频确认之后，视觉一侧制作封面、YouTube 缩略图，需要时还有视频的循环背景。它的输入是这首歌的概念、音频，以及这首歌所属时段的色调。第一季把一天分成四张专辑（夜晚、黎明、上午和傍晚），所以同一张专辑里的歌共用同一个时段的色彩。

视觉上有几条固定的规则。配色以深海军蓝、暖金色、鼠尾草绿和奶油色为中心，字体使用让人联想到代码编辑器的等宽字体。封面上以英语为主，韩语为辅。看一看第一首歌的封面，就会发现英语标题很大，韩语标题排在它的下方。

第 4 阶段：审核，一道不可跳过的关口

当歌词、音频、封面、缩略图和本站的发行卡片全部齐备，发行前夕就会开启审核。这道关口不可跳过。它有两双眼睛。一双看质量和风险：声音是否干净，音频中的语言和人声是否与歌词一致（英语版用女声，韩语版用男声），情感和曲目顺序是否符合专辑规划，AI 标注、抄袭等版权风险是否存在，链接和元数据是否正确。另一双看品牌：配色、字体、我们称为“喧嚣之前的宁静”的调性，以及封面上的语言主次。

其中有几项是硬性拦截项。歌的最末尾有没有“ipe. be still”？封面和缩略图上的语言主次有没有遵守？本站发行卡片上的链接和语言是否一致？如果缺少签名，这首歌就会被退回、修改，然后重新审核。审核者只负责指出问题，不会改写歌词。修改属于制作者。让检查的人和制作的人彼此分开，这就是这道关口的核心。

第 5 阶段：发行，上传、连接、记录

审核通过后，音乐一侧会上传到 YouTube，需要的歌曲还会处理流媒体平台的发行。上传环节包括确认那条说明内容由 AI 制作的标注。然后，歌曲的状态变为“已发行”，YouTube 链接被写到歌曲看板上，本站的发行卡片和汇总文档随之更新。一首歌看起来已经完成，却可能还剩一件事：核对它的链接在出现的每个地方是否一致。

发行方式从一开始就是混合式的：单曲一首一首地发，让频道持续有动静，等一个系列攒够了歌，再合成专辑。dear(you); vol.1 的十首歌，在 YouTube 上都有英语版和韩语版。一个一口气听完整张专辑的长篇完整专辑视频，也在 YouTube 上。

为什么我们把“用 AI 制作”放在最前面

我们被问得最多的问题，说到底只有一个：为什么要特意表明这不是人手做的？我们的回答很简单。没有什么需要隐瞒的，而不隐瞒才是能长久的做法。用 AI 制作人声，在我们的工作原则中被写成默认选项，原因之一是它与坦率公开 AI 制作的品牌理念相吻合。人做的是确定方向，然后阅读、审阅并从草稿中做出选择。AI 做的是快速生成草稿和声音。我们不会把两者混为一谈。把各自承担什么写下来，这就是我们的承诺。

聆听

dear(you); vol.1 的十首歌，都是按照上述顺序制作的。每一首在 YouTube 上都有英语版和韩语版。

整个频道在 YouTube ipe-rest。

希望你下次听歌时，能多留意一点。在最末那句低语的背后，从歌词到发行之间，有五个阶段，和一道不可跳过的关口。你可以在 idle() 首页聆听。