工具和流程：

1、歌词创作，chatgpt
2、作曲&演唱，https://app.suno.ai/
3、图像素材，midjourney
4、视频素材，d-id、runway、stable video diffusion
5、剪辑和合成，剪影

操作提示：

第一步，创作歌词。

app.suno.ai可以用提示词，自动生成歌词并作曲。但是为了更加精准表达，建议还是先创作歌词，然后由歌词谱曲演唱。
当然，你能自己写词最好，想偷懒就让chatgpt帮忙，如何让chatgpt写一首歌词，就不赘述了。

第二步，作曲&演唱

歌曲生成AI 技术发展很快，现在市面上有多款不错的工具，譬如 Stable Audio、Soundraw、Mubert、songr.ai等，我用着比较顺手的是suno.ai.
suno.ai 每天赠送50 credits，作为偶尔体验，完全够用，可谓良心。
suno.ai可以在 Discord Community社区生成歌曲，也可以在WEB页面生成歌曲。推荐使用web版，操作简单，比较直观。
注册suno.ai，需要有 Discord 、gmail或者 Microsoft 帐户。注册成功后，系统会免费提供50 credits。每次生成一次歌曲，消耗10credits。

点击左边栏的Create，在输入框中输入你想要歌曲的描述，让系统自动生成匹配的歌词。

也可以打开上方的Custom Mode，输入自己创作的歌词，和需要的音乐风格，音乐风格可以用下面的按钮随机选择，直到找到你想要的风格。

suno.ai每次生成两个不同风格的片段供选择，每个片段最长大约1分20秒，所以上一步输入的歌词不能太长，长了会截断。

那么，如果歌词比较长，怎么办？点击生成的歌曲，会这屏幕右侧出现歌曲详情，点击标题下方的三个点…，弹出菜单，选择Continue From This Clip，然后在左边的输入框中，输入余下的歌词，便可以接着上面的片段，继续生成相同风格的音乐。

所有片段都生成后，在最后一个片段的菜单上，点击Get Whole Song。便可把​上面所有的片段整合成一首完整的歌曲。下载到本地备用。​

第三步 准备图像素材

有了歌曲后，制作MV，接下来的步骤是准备图像素材。这个过程涉及两类图片的选择和创造。

首先，我们需要与歌词相匹配的视觉画面。考虑到直接从文本生成视频素材，有较大的不确定性，可以先通过Midjourney创作静态画面，随后借助AI视频工具转化成视频。

我用的是stable video diffusion，目前只支持图片到视频，因此这一步骤的图像素材准备必不可少。

具体操作上，可以将歌词交给ChatGPT，让其基于歌词内容撰写详尽的分镜脚本。随后，根据这份脚本逐一生成所需的图像素材。

此外，还需考虑MV中是否计划加入虚拟人演唱。若需要虚拟人演唱，那么还必须设计并创建相应的虚拟人物角色。推荐使用Midjourney来生成这些人物图像。

关于Midjourney的图片生成步骤，网络上已有大量的教程可供参考，不展开了。

第四步 准备视频素材

视频素材也分两部分。

首先是MV画面，把前一步生成的图片，逐一在runway或stable video diffusion上生成视频镜头。保存着本地备用，保存时，注意素材的命名。runway和stable video diffusion具体操作步骤不详叙，可以参考相应教程。

然后是虚拟人歌唱视频，用D-id实现。具体方法是，上传生成的虚拟人画面，然后在右边选择Audio选项，上传第二步生成的歌曲，点击生成视频即可。

为了节省D-id订阅费用，你可以将歌曲分割成小片段，并仅为那些需要虚拟人演唱的部分生成视频。

第五步 合成

最后一步，用剪影将前面生成的歌曲、视频画面和虚拟人演唱画面，剪辑合成完整的MV作品。
剪影还可以智能从歌曲中提取字幕。