如何上传音频到grok

我猜你应该也会遇到以下的情况，就是看到一条片子，对他的音乐特别感兴趣，但你根本不知道那段音乐叫什么。那是因为你听到的不是一首完整的歌，而是一段被配音音效剪辑包中过的混音，关键词写不出来，情绪也说不清。 找歌找音乐比剪片还累，你肯定有想过用识别软件去找，结果就是不对， 所以现在我找音乐已经不靠猜了。我直接用趣多多 ai 片段相似音乐，你可以直接上传一段音频或者是一个视频，比如说三分钟的视频或者是音乐，但我呢，只想要一分钟到两分钟的这一段音乐，你就可以把中间的这一段圈出来 曲多多的 ai 会告诉你哪首音乐的哪一段和你这个片段最像，而且会用深色的波形给你标好，点开，就是最像的那个地方。直接视频 你用普通的歌曲识别软件不准呢，很大的原因就是因为素材里面包含有配音、音效、台词，那人声一多啊，识别就会乱许多多的。这个功能我觉得非常的好用，因为我们平常看到的片子都是混音的。 memories， built on fleeting， moments in time。 那 它呢，就能忽略人生，直接做人生分离，只拿背景音乐去找相似 识别就会准很多啊。这个 ai 相似音乐本身是免费的，你就当它是一个找歌神器，随便用。如果你找到歌了，想拿来用，输入我的粉丝福利码，托尔斯新年领取一个月的会员，音乐随便下，商用也是没有后顾之忧。 说白了，他不是简单的帮你去找歌名，而是在帮你找到你想要的音乐。对于剪辑佬来讲，找歌效率就是创作效率，取多多 ai 找相似音乐这个功能你真的可以去试一下。

新手教程，接张林浩同款转场！ 首先我们需要准备这样一段素材，素材制作可以使用小云雀的 ai 图片设计功能进行创作。上传一张假人素材和人物图片， 输入这段提示词，选择合适比例，从生成四张中选择满意的，添加至对话，输入这段描述词创作就可以得到这样一段视频， 想制作多个人物转场的宝宝，输入这段描述词就可以得到多人模特效果。最后上传一张人物侧身图，输入描述词，生成黑色截影保存。 导入音频，找到节拍，自动踩点，调整素材占六个节拍第二个节拍位置打关键针，往后节拍，把素材放大 后一点，继续放大，突出人物，往后位置向右移动，接着向左倒数第二个节拍，突出中间人物，接着添加画中画，调低混合模式， 调整人物与中间假人大致对齐后拉回参数，导入剪影并抠出主体，可以利用编辑里的镜像调整方向，开头打关键帧 b， 向左移出画面，往后一点，移至中间第五个节拍位置，向右移出画面，给视频素材变速曲线 像这样调整，勾选智能补针，同时应用蒙版射线，旋转九十度，点击反转羽化，拉到二十左右，开头打上关键针，同时移至最左边，后面不断移动线条保持在剪影中间位置，添加模糊特效，作用剪影， 最后整体添加柔光特效就好了。

今天分享十个超级实用的 ai 创意玩法，最近 ai 视频又发展出来一个新的高度，让我超级兴奋。这期视频内容也非常重要，来不及看的一定要点个收藏。我们现在开始 创意镜头复刻机，哎，哆啦 a 梦，我跟人家讲了半天都讲不出我想要的效果，你有没有什么办法呀？哆啦 a 梦，真是拿你没办法，那你用这个好了，创意镜头复刻机，哎，这什么？有了它，你就不用绞尽脑汁写题日词了。真的假的？当然了，炫酷的滤镜效果他也能直接参考。那我想做苹果广告同款的文字效果呢？没问题，轻轻松松。哇，这么快，那我不就可以直接抄袭别人视频了？ 呃，其实我可以自己想，还能上传一段音频，让 ai 模仿你的声音做口播。你现在看到的这个口播就是 ai 声，太离谱了吧？还有吗？还有吗？你还能把自己直接塞进别人的房间里，画面单调，给他一张电影照片参考就出来了。哦，对了，哆啦 a 梦这么干货东西你从哪里知道的呀？当然是关注物品和内容词了。 以前想拍产品视频太烧钱，现在只需要用手机，也能随手拍大片，随手拍一张产品照片，找你喜欢的场景、氛围的产品图图上视频，就可以获得产品 b 了，效率是不是非常高？ 这是外网超火的万物， fpv 视角，很是炫酷。嗯，确实炫酷，但是我怎么用到自己视频里？我总不能把自己头飞出去吧？哎，我有一个想法，比如说，我想让一支笔以这样的视角飞到我的手上来，然后我再拿着笔去写字，这是不是一个非常炫酷的镜头？ 准备好笔的素材，以房间的素材参考我的提示词，生成笔的 fpv 视角。后面我们用魔术笔夹住笔，实拍一段写字的视角，两段素材中间用手尾针连接，这样的效果就实现了。 还有我这期的片头，跟大家分享一下思路，找喜欢的场景氛围，又把那 pro 出类似氛围的场景图，在场景基础上添加手机，用手尾针做手机炸出的动画效果。下一个镜头，用图片模型把景别拉的特写连接这两段，最后在 a e 将口播合成到绿木里就大功告成了。 先分享十个超级实用的 ai 创意玩法，最近有很多人在问我的片头，先分享个思路，点赞破五千，下一期手把手教你如何用 ai 实现创意自由！

大家好，我是代替我这首歌的原作者扎瑟周存。关于代替我这首歌在部分二创或解读上有过于偏离我本意的成分，为了防止本曲含义继续被曲解，在这里说明一下， 一、歌曲方面，一、本人 id， 扎斯周存是代替我这首歌的作词、作曲、编曲、调音、混音、视频作者，演唱者为虚拟歌手洛天依。二、歌曲首发为代替我 b b v n c e 埋七 d x。 三、本人未授权任何人、任何组织在任何平台上二次上传代替我这首歌的音频或视频或其他相关素材。二、歌曲含义方面，一、本首歌灵感来源于中国古代传说 愚公移山急，大雨治水。二、本曲为歌颂前扑后继，不惧艰险和牺牲的人们所作。三、以下为代替我歌词解析。歌词解析，我是千万人中的一员，我们离开了家乡，在艰苦中前行。对应歌词原文， 我们在静谧的星空下暂时停住，微弱的篝火在黑暗中摇曳着，一簇尘沙里稀疏的草，禾木凋零朽枯，他在我的耳边计算着明天的路途。歌词解析，我们也曾眷恋温暖，我们也曾思念故土，我们脑中仍存留着美好的过去， 也会为此流泪。对应歌词原文，不知道多少个寒冷，日夜颠簸往复，不知道多少个温暖的梦境令我恍惚， 视线在浓重的云雾中逐渐的模糊，它是去面颊上滚落的泪珠。歌词解析，但必须有人要站出来牺牲，就算一去无回。所以，有没有人能代替我们去看一看我的家乡，哪怕只是村间的小路，每天的日出和嬉戏的孩子们。对应歌词原文， 有没有谁能够代替我走一走熟悉的小路？谁能够代替我 同孩子们打个招呼？脑海中徘徊的不舍呢？要对谁讲述？歌词解析，我只是前仆后继的人们中的一员，如今我的生命也要走到尽头， 乌鸦盘旋着，同伴们聚集在我身边，无声地同我道别。对应歌词原文，乌鸦在盘旋着，人们在聚集着，我掀开了双木，有斑驳的石墙，有冰冷的木床，是我那座小屋。歌词解析，但我从未放弃过前行，我也从不畏惧牺牲， 我已经决定要面对一切，已经决定不再为了我个人的安危而犹豫，我唯一的念想，只有到底有没有人可以见到我为之奋斗的美好。对应歌词原文， 我已经决定要面对所有艰难和险阻，我已经决定不再为自我犹豫和赤触横亘在眼前的山脉，蜿蜒的脊骨。所以，我还是想要问，有没有谁能够回答我？有没有谁能够代替我？歌词解析，我虽然即将回归泥土， 但千千万万个我的努力一定不会白费，未来的道路一定会更宽阔，日出一定会更绚烂。至于孩子们，孩子们是未来，你们一定要坚持下去。 代替我和未来打个招呼，不要为我难过，我只是千千万万个人中的一个，只希望你们更多的人们不用再受我们现在的苦，能去过甜淡美好的生活。对应歌词原文，有没有谁能够代替我 漫步在宽阔的大路？谁能够代替我见证那绚烂的日出？谁能够代替我同未来打个招呼，我总要回归一盆泥土，请你不要哭，去过甜淡美好的生活。 四、综上，一，我如此深爱我所生活的这个世界，我有不舍，但如今我也做出了选择。二、我可以承受一切，我明白此去无回，但我永远不会后悔和放弃。 三、为了守护，为了捍卫，为了你们可以生活在一个更加美好的未来。四、你们的平静和幸福就是我最大的慰藉。

绝对不能落下的梗知识，今天带来的是地下室的管道，这个是一种从国外兴起的一些地下室中晃动的钢管掉落的恐怖剧情视频。这类视频整体营造了一种在压抑的环境中，一节钢管的持续晃动，给人未知却又持续的威胁感。 最终伴随着钢管的坠落，某些黑暗处的恐怖也直冲主角而来。而视频中那种一听就有不好事情发生的音频，则来源于一位 youtube 用户在二零二四年上传的一段名为零的视频，极度诡异的配乐，加上那种类似十几年前低画质恐怖游戏的画面， 在当时也被国外网友称为比恐怖片更能令人不安的视频。这个音频陆续传播一年后，在二零二五年的七月，各类配合这个音频的地下室钢管掉落动画在 tiktok 上快速传播，流传入国内后，成为了近期较为热门的国外微孔视频。

so let me get this straight grock videos are now 10 seconds and the audio is greatly improved yeah， pretty much do you like it。

sora 二和 cds 二点零斗来斗去，没想到却被 groot 三 pro 抄到老家。 groot 三 pro 抑菌凸起生成速度快的同时支持十秒十五秒，支持真人图片上传，价格还只需要他们的十分之一。 这波简直就是 ai 界突袭珍珠港以后这谁还卷得动啊。

groc 为什么远超其他 ai 大 模型？一是视频时长单次可达三十秒，二是可批量生成五十条，三是生成速度不到五分钟，四是价格还不到四毛钱，五是还可以上传真人素材，所以 groc 在 性价比这方面远超其他同行。还没用过的记住这个入口，还找不到的扣工具，我分享给你。

新手教程接漫画风格剪辑，今天教宝宝们剪这个视频。 首先导入素材和音频，找到节拍，自动踩点。第一段素材占四个节拍，调整两段素材，使动作相衔接，分割片段给素材变速曲线闪进，这样调整曲线勾选智能补帧。剩下片段同样操作， 素材时长分别像这样排列。接着把后段素材都切画中，画出规，导入漫画背景素材。 素材制作来源于小匀雀的 ai 图片设计功能板块，输入这段描述词，选择合适比例进行创作。从生成中选择满意的，点击转视频，等待一会就可以得到动态背景保存。 宝宝们可以根据需求修改颜色描述，生成不同颜色背景图。继续上传制作背景图，输入提示词，生成蓝色纯色图备用，不满意可以重新生成， 其他有关素材也可以同样制作。接着给三段素材都进行抠像，自定义涂抹人物抠出，添加抠像描边选择单层吸取背景颜色，选择相近的，调整大小，放大，调整人物位置居中。点击 第一个小白块，选择叠画转场第一段素材，倒数第二个节拍打关键帧，末尾调整前后人物相重合。接着画中画添加有关素材，找到抠像色度，抠像抠出 素材都应用动感放大动画，添加方格素材。混合模式，选择正片叠底，调整层级到底部复制人物素材，取消描边，调整大小和位置，调低混合模式添加特效，蓝色撕印作用，画中画 特效时常对齐两个节拍同样添加元素装饰人物素材，应用动画向上滑动 去复制。第三段素材，调整层级到底部应用模板矩形，使画面在方框中显露。添加气泡框，输入文本应用合适动画。 接着移到第三段素材，开头截图向前零点三秒导入，去除多余部分，找到模板应用心 心点击反转开头放大到屏幕外，打上关键帧，末尾向中间缩小，复制一 粉，替换成纯色素材，调整层级，往后蒙版，在关键帧位置缩小就是这个效果。后面转场同样操作。 最后添加白色素材应用圆形蒙版，再次点击选择反转放大拉羽化就好了。

爸爸 爸爸，爸爸。

没有啊，二零二五年市面上大约更新了几千个 ai， 我 们团队的 ai 花销也高达数十万。 所以年底了，我必须总结一下血和泪的经验，希望也能帮大家省点钱。所以我把各大领域可以无脑选的首选 平替和开元替代都挑出来了，全程无广啊，大家点好收藏、关注赞，放心使用。那这个大合集呢，包括了文字、图像、视频、音频、数字人、浏览器编程和 a 正的产品。用好这一批，你就不用追新品，也可以很强了。 那所有的链接和详情我都放在了文档里，点好赞了哈， let's go！ 首先，文本领域要说首选的话，那就选最强最全面，还有可能持续强的 gemini， 它的上下文也是最长的，又是多模态一哥， 大量类型的任务跑分都是第一，啥功能都有。最新的 gemini flash 还免费，没理由它不是首选。免费平替的话，目前还是推荐豆包了，主要是包子太全面了。 开源的选择就是千问啊。那有朋友会问，不选 deepsea 吗？呃，主要是 deepsea 的 尺寸比较大，很多人也部署不了。那千问尺寸比较多，大的、小的，快的慢的，任君挑选。那其他这些呢？它不是不好，都各有特点，大家可以按需截图按需选。 比如我就拿 grog 当推特爬虫用， chat gpt 五点二呢，又在部分深度问题上答得比真的好。但是大家都不用太纠结，用好以上三件套也就足够了。 那图像生成今年也都很强了。但是王者当然是原生多模态的 nano banana pro 了，又简单，一致性又好，编辑又方便，质感又好。 除了它一块钱一张两 k 图的价格没有任何毛病。平替的话就是吉梦或者说豆包， 反正真名 c 俊。它的一致性多，参考编辑，性价比和易用程度都很好，大概三毛钱一张图。那如果你需要免费开源，咔咔跑图的话，现在有新贵 z image 六 b 的 小尺寸六 g 显存，拖拉机都能带动，中文和质感也都很好。那其他的呢？特征如下，不是说他们不强，只不过普通用户可以割舍。 ok？ 说到视频，其实视频很难选的，但我还是有首选，我选 vivo 三，它既能生化同步，又动作自然又质感比较好。生产级和整活级的片子它都能用， 只不过大概五秒钟十四块啊，有点子贵。所以呢，是有平替的，平替又是自杰家的 c dance 一 点五 pro， 这个 c dance 一 点五 pro 呢，也是可以生化同步， 表演和控制也非常细腻。我也刚刚发了视频，关键是它性价比高，五秒钟的视频大概四块钱。那开源呢？毫无疑问就是万象万二点二了。它的玩法和功能其实也很丰富了，视频质量不输币源。 那其他的视频产品其实也各有优势，你像可林和微度的参考，就很适合固定角色去做生产，你存一点角色场景的那个资产在里面，艾特一下这个，艾特一下那个，就做完一整条片子了，而且微度便宜啊， 那海螺的动作又不错， round 位的编辑效果又好等等。所以很多职业选手基本上都是好几个 ai 视频一起用。 ok？ 说完以上三个领域，大家有没有发现一个很有意思的现象，这三个领域的首选 其实加在一起就是 jimmy 全家桶呗，等于说我们日常一个二十刀的 pro 基本上就够用了。那平替选择又是字节全家桶，要是你用的图片和视频量不大的话，豆包都能免费干了，那开源选择又是千万全家桶，哎，这个事儿很微妙。 那如果有钱一点的朋友可以再来一套奥特曼全家桶，不是 open ai 全家桶就齐了，非常有意思而且富有深意的一个局面，不知道你是哪个全家桶， ok？ 再说音频，先说配音类型的吧，首选是 mini max， 三十六一个月能升两小时的语音了，简单便宜还效果好， 还能自然语言去直接生成你想要的音色。当然 eleven lab 也很好，三十五块钱大概能生成一小时的标准音质，没有贵太多，但是它的外国话要更胜一筹。那音频领域其实是没有平替了，本来也都挺平的了，再平就是免费开源了。 开源的呢，推荐 index tts， 克隆和转语音的效果都不错，也很简单。求知的朋友们好啊，昨天有个年轻人跟我说，马老师，大家可以去看我这条视频，有一件安装包， 音乐就比较好选了，基本上 solo 就 够了。如果你第一次用 solo， 一定会被它深沉的音乐震撼到， 十刀的会员够你天天抽卡了，免费也能一天十首。 udo 也不错，它没有 solo 那 么简单和好听， 但是你可以分段或者是指定位置去生成精细化的调整音调啊，或者乐器。那 stable audio 呢？适合做纯音乐的配乐，它可以做到精准卡点。 然后是数字人，数字人这个领域今年没什么大进展，可能是原本也比较成熟了，那首选呢？跟去年一样，还是 hygiene， 效果和性价比确实还不错。如果再要平替，可以用免费开源的 affinity talk， 当然使用上肯定要麻烦很多，一般人都不想折腾。那其实如果大家只想要 ai 形象，说一些简短的话的话，不需要那种长时间的数字人，其实现在图声视频就能搞定了， ok？ 浏览器这个领域去年还没有呢，但是今年我就推荐大家也不用太挑，差距拉的也不大，但是怎么着都可以先选一个用着，反正都有免费版。 那我推荐的首选是 a r， 它的 u i 很 舒服，也能白嫖。 g p t 还有自定义的能力， agent 的 能力也是有的，但是由于我自己给 g p t 充了钱，所以为了方便用 g p t， 就 改用了阿克拉斯。可惜这俩呢，都只有 mac 版。 那平替呢，就是国产了，豆包夸客都可以当免费 ai 浏览器。之所以推荐大家怎么着都用一个 ai 浏览器，因为我自己现在确实是已经不太习惯用一个完全没有 ai 功能的浏览器了，上网看不懂的东西怎么办？难道还要自己拷贝给 ai 吗？我的天呐， 大概是这种感觉， ok？ 说到编程，今年可就强强出击了。不过事到如今， cursor 还是我的首选，即便是用 cloud code 或者是 codex， 我 也很多时候都在 cursor 里面用呢。那 cursor 整体还是表现比较稳定，更新迭代也很快的。一个 a i i d e 啊， 那平替就是缺了，那它的 solo 模式我都已经讲过好几次了，产品细节做得很好，就算非程序员用来写写文章什么的，用着也会很舒适。关键它首月三刀的价格，后面也才十刀， 进阶的朋友肯定是必备。 cloud code 和 codex 齐齐出战了，那 cloud code 还是比较能打的，不过 codex 就是 gpt 五系，经常能解决一些 cloud 搞出来的 bug。 nice， 那 有的朋友可能只是入门想要 web coding 一 些创意的 demo， 那 就直接用那个 ai studio 里面的 build 模式用 jimmy 玩就好了，它的成品率也很高，也很漂亮。 好，再说芝士裤毫无疑问都给我用 notebook lm， 谁不用谁亏了呀。因为它那个免费的就很够用，你一大堆资料丢进去，能出你这样的 这样的这样的这样的，甚至这样的，真的是一个多资料的学习神器。但今年由于太多人用它做 ppt 了，所以导致 ppt 有 点慢。 那国内的平替就是艾玛了，免费有三十 g 的 空间，现在的功能也已经越来越多了，尤其是公众号的收藏和速读，除了它基本上没别的选择。 那本地知识库今年我已经不怎么折腾了，有本地需求我就基本上用编程工具来做了，那额外大家可以怂恿公司去用。非书它真的挺未来的， 相当于长期的知识库，加上 agent， 加上即时通讯，反正想象力很大，后面有机会我要好好讲讲它。最后，今年爆火的通用 agent 的 产品， 虽然试都试了，但是我一年都没有太单独的去用那些通用的 agent 的 产品。可能也是我不用做 ppt 啊，报告什么的，产出结果要求的也都比较精细。所以说非要首选的话，我的首选是把 codex 当通用 agent 的 用， 当然专门的 agent 比如深度调查、 deep research 我 经常会用了，做调查真的太省事了， 不过我这个也都在 gemna 和 gpt 里面完成了。那你要平替和学习一下的话， auto g lm 现在也开源了，裤子空间也免费哎，大家可以去玩玩， 然后偏自动化。工作流的搭建，我今年有用的是 n 八 n， 有 固定流程的事情，做一个工作流还是挺省事的，只不过上手门槛还是稍高了，精力如果不是很足的朋友也可以等明年一定会有更便捷的方案的。 好了，以上这些 ai 平时没有时间追新品去做测试的朋友，可以直接在常用的领域上首选， 要求没那么高的领域呢，上平替，然后你就可以放心大胆的闭眼用了。这些都是经过时间考验又能自主的跟上更新，并且它现在的效果就已经绝对够用了的。一些产品足够应付百分之九十五的场景了， 就算你错过了那些偶尔新出来的新玩意儿也完全不是问题。至于你剩下的那种百分之五的特定需求，你完全也可以利用这些 ai 去针对性的搜索和学习。当然你也得关注秋之，看到合适的再特定入坑就好了。 最后我也想说一句，比起几年前，现在很多场景下，中国的 ai 产品在全球用户心里都已经是首选或者非常成熟的优选方案了，那在国内的用户们也早就已经可以用国产的 ai 覆盖绝大多数日常和专业的需求。 也欢迎大家在评论区分享你在那些特定场景下好用到哭的一些产品搭配，大家一起互相抄抄作业。分享链接，大家评论区见了别忘了点赞收藏关注我们，下次见了。

拜拜。

二零二六最新最好用的 ai 软件震撼登场了！全球使用数量最多的免费开源的 ai 生成软件 comfyui， 在 ai 生成领域拥有大量的爱好者，现在不管是软件界面或是工作流程点，通通都可以中文显示，减少了我们的翻译时间和使用障碍。那么 comfyui 到底有多好用呢？ 生成图片点一下， 生成视频还是点一下？ 甚至三 d 建模也是点一下的事，这就够了吗？当然不够。像很多平台需要付费的对口型功能也能实现，把工作流拖进去，上传我们的音频和图片， 符合人物动态的对口型就完成了。你要问我这款软件收费吗？我可以肯定的说一句，完全免费！那么到底该怎么使用呢？很多人觉得这个软件用起来难度很大，因此我特地花费了三个月的时间制作了一套针对新手小白的教程，大家可以在我的教程里面继续探索 ai 的 无限可能。