立刻MV处理现场录音易误识语气词为歌词致画面卡点失控；需先确认录音类型，再用剪映切除说话段或AI降噪保人声，上传后关闭歌词识别，改用节拍指令与时间锚点驱动画面生成。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
立刻MV在处理现场录音时，会把人声、环境音、说话声一并识别为歌词，导致字幕轨道塞满“啊”“嗯”“这个”“那个”等无效文本，后续AI生成画面会强行卡点这些杂音，画面节奏彻底失控。
先确认问题来源是现场录音而非纯音乐
打开立刻MV官网（https://noisee.com.cn/#/?i=8NCBS8），进入【MV创作】界面，上传你的音频文件。上传完成后，页面自动显示波形图和初步识别结果预览——如果预览里出现大量单字、语气词、短句（如“好”“对”“稍等”“再来一遍”），且没有明显副歌结构或重复段落，基本可判定是现场录音混入了非演唱内容。
这一步不能跳过。若误把纯伴奏当现场录音处理，后续清理会删掉本该保留的哼唱或和声。
用剪映预处理：切掉说话段+降噪保人声
方法一：手动切除说话片段（适合说话声集中、总时长＜15秒）
导入音频到剪映电脑版→拖入时间线→放大音频轨道波形→找到人声密集但无旋律的平坦段（说话声波形杂乱、无周期性峰值）→用分割工具（快捷键B）在说话段前后各切一刀→选中该片段按Delete删除→导出为新MP3。
方法二：AI降噪+语音增强（适合说话声穿插在演唱中）
在剪映电脑版右侧【音频】面板中，点击【智能降噪】→勾选【保留人声】→将【降噪强度】拉到60%（超过70%易损伤高频泛音，导致AI后续BPM识别偏移）→再点【语音增强】→【清晰度】调至50%，【响度】不调（【响度调高会导致AI误判重音位置】）→导出音频。
立刻MV内强制关闭歌词识别
回到立刻MV上传界面，重新上传已预处理的音频→等待黄色时间选框出现→拖动选中你确认过的纯演唱区间（必须避开所有说话残余段）→在下方【视频描述】栏上方，找到【歌词识别】开关→【务必关闭它】→此时系统不再调用语音转文字模块，完全跳过歌词生成环节。
这一步不可逆。一旦开启识别，立刻MV不会提供“撤回”或“清空字幕轨道”按钮，只能删掉整个项目重来。
用纯提示词驱动画面生成（替代歌词卡点）
第一步：锁定节奏锚点
在【视频描述】框中第一行写明基础节拍信息，例如：“每4拍切换一个镜头”或“主歌部分每句歌词持续2秒，副歌加速至1.5秒”。AI不读歌词，但能解析数字和节拍单位。
第二步：绑定关键情绪帧
接着写3～4个视觉动作，每个动作后紧跟时间标记，例如：“少女握拳仰头→（第28秒）强光爆闪→（第32秒）慢镜发丝扬起→（第36秒）地面裂纹蔓延”。括号内时间必须精确到秒，与你截取的音频区间起点对齐。
第三步：禁用自动字幕
在输出参数区，取消勾选【自动添加字幕】——现场录音本身不含有效歌词，加字幕只会覆盖真实画面节奏。
