배경 음악은(는) 무엇을 하나요?
텍스트 브리프를 기반으로 릴스 및 데모 비디오를 위한 독창적이고 로열티 프리인 배경 음악을 생성합니다. 완전 오프라인으로 동작합니다. 래퍼(래퍼)는 ACE-Step 1.5(음악 모델)를 구동합니다. 당신(모델)은 브리프를 좋은 프롬프트로 다듬고, 여러 후보를 생성한 후 사용자가 선택하도록 하며, 선택된 트랙을 내레이션 아래에 선택적으로 믹싱합니다.
이 스킬은 voice-clone-narration 스킬과 함께 사용합니다. 음성은 거기서 생성하고, 배경 음악은 여기서 생성한 다음 mix_voiceover.sh로 음악이 내레이션 아래에서 자동으로 낮아지도록(덕킹) 하여 완성된 릴스 오디오 트랙을 만듭니다.
flowchart LR
Brief["브리프: 장르, 분위기, BPM, 길이"] --> Gen["generate_music.py<br/>ACE-Step 1.5 (MLX), 기악"]
Gen --> Mp3["후보 mp3 파일"]
Nar["narration.mp3 (선택 사항)"] -.-> Mix["mix_voiceover.sh<br/>ffmpeg 사이드체인 덕킹"]
Mp3 -.-> Mix
Mix -.-> Reel["reel-audio.mp3"]
모든 것은 리포지토리 외부의 ~/.bg-music/ 디렉토리(ACE-Step 체크아웃, 모델 가중치, 생성된 오디오)에 저장됩니다.
사전 요구 사항
- uv(패키지 관리자) 및 git - 모델은 단순 pip 설치가 아닌
uv sync앱입니다. 설치는 격리된 환경에 설치합니다. - PATH에 ffmpeg 필요(MP3 인코딩 + 믹싱). 없으면 사용자에게
brew install ffmpeg를 요청하세요. - 약 10GB 여유 디스크 코드 + 모델 가중치(한 번 Hugging Face에서 익명으로 다운로드, 토큰 불필요). 더 큰 모델 변형을 사용하면 더 많은 공간이 필요합니다.
- 빠른 네이티브 경로(MLX)를 위해 Apple Silicon Mac. CUDA/CPU에서는 PyTorch로 대체됩니다(CPU에서는 느림). 기본 2B-turbo + 0.6B-LM 계층에는 16GB 통합 메모리로 충분합니다.
- 첫 번째 실행 시에만 인터넷 필요(코드 + 가중치 다운로드). 생성은 오프라인입니다.
설정
스킬 디렉토리를 확인하고 한 번 설정을 실행합니다(ACE-Step 1.5를 클론하고 환경을 동기화합니다. 첫 번째 실행은 종속성을 다운로드하므로 몇 분 정도 걸릴 수 있음):
SKILL_DIR="<이 SKILL.md 파일이 있는 폴더>" # 예: .cursor/skills/bg-music
bash "$SKILL_DIR/scripts/setup_env.sh"
그런 다음 생성에 사용할 핸들을 설정합니다(setup_env.sh에서도 출력됩니다):
BG_HOME="${BG_MUSIC_HOME:-$HOME/.bg-music}"
PY="$BG_HOME/ACE-Step-1.5/.venv/bin/python"
워크플로우
이 체크리스트를 복사하여 진행 상황을 추적하세요:
- [ ] 1. 브리프 확인: 장르, 분위기, 템포(BPM), 길이, 주요 악기
- [ ] 2. 설정: setup_env.sh 실행 (처음 한 번만)
- [ ] 3. 구체적인 프롬프트 작성; 후보 2개 생성
- [ ] 4. 후보 듣기/링크; 사용자 선택 허용 (필요시 재생성)
- [ ] 5. (선택 사항) 승자 트랙을 내레이션 mp3 아래에 덕킹으로 믹싱
- [ ] 6. mp3 전달
1단계: 브리프 확정하기
음악 품질은 구체적인 프롬프트에 달려 있습니다. 사용자로부터 다음 정보를 얻거나 추론하여 선택 사항을 명시하세요:
- 장르/스타일: 로파이 힙합, 시네마틱 오케스트라, 기업 엠비언트, 신스웨이브, 어쿠스틱 포크, 신나는 팝...
- 분위기: 차분함, 고양됨, 긴장감, 몽환적, 활기참, 우울함.
- 템포: 느림 / 중간 / 빠름, 또는 명시적 BPM(예: 90).
- 길이: 초(10-600; 릴스는 보통 30-120).
- 주요 악기(선택 사항): 로즈 피아노, 따뜻한 패드, 부드러운 드럼, 나일론 기타.
3단계: 생성하기
"$PY" "$SKILL_DIR/scripts/generate_music.py" \
--prompt "따뜻한 로파이 힙합, 감미로운 로즈 피아노, 부드러운 비닐 노이즈, 느긋한 드럼, 루프 가능, 기악" \
--bpm 80 --duration 60 --count 2 \
--out "$BG_HOME/out/lofi.mp3"
- 트랙은 기본적으로 기악입니다(보컬 없음).
--count 2는 선택할 수 있는 두 가지 변형을 생성합니다(lofi-1.mp3,lofi-2.mp3).- MP3 파일을 쓰고 경로와 길이를 출력합니다. 첫 번째 실행은 모델 가중치를 다운로드합니다. 이후 실행은 훨씬 빠릅니다.
좋은 프롬프트는 구체적이고 쉼표로 구분됩니다. 장르 + 분위기 + 2-3가지 악기 + 템포 단어 + "기악"/"루프 가능"을 포함하세요. 예시:
"시네마틱 감동 오케스트라, 부드러운 현악기, 피아노, 점차 따뜻하게 고조되는 은은한 타악기, 기악""깔끔한 기업 엠비언트, 부드러운 신스 패드, 가벼운 플럭, 낙관적, 미니멀, 기악""드라이빙 신스웨이브, 아날로그 베이스, 레트로 아르페지오, 펀치감 있는 드럼, 야간 주행 에너지, 기악"
5단계: 내레이션 아래에 믹싱하기(선택 사항)
사용자에게 음성 오버(예: voice-clone-narration 스킬에서)도 있는 경우, 음악을 자동으로 덕킹합니다:
bash "$SKILL_DIR/scripts/mix_voiceover.sh" \
--voice ~/.voice-clone-narration/out/test-en.mp3 \
--music "$BG_HOME/out/lofi-1.mp3" \
--out ~/Desktop/reel-audio.mp3
음성이 재생되는 동안 음악은 자동으로 낮아지고(사이드체인 압축), 음성 없는 구간에서 다시 올라옵니다. 내레이션 길이를 커버하도록 루프되며 페이드 인/아웃됩니다. --music-gain(배경 레벨, 기본 -8dB), --duck(덕킹 강도, 기본 8) 및 --fade로 조정할 수 있습니다.
6단계: 전달하기
선택된 mp3를 포함하거나 링크하세요. 생성된 파일은 ~/.bg-music/out/에 유지됩니다.
주요 옵션 (generate_music.py)
| 옵션 | 기본값 | 목적 |
|---|---|---|
--prompt | (필수) | 음악 설명: 장르, 분위기, 악기, 느낌. |
--duration | 60 | 길이(초, 10-600). |
--bpm | 자동 | BPM 템포(30-300); 생략하면 모델이 선택합니다. |
--count | 2 | 생성할 변형 수. |
--out | out/music-<ts>.mp3 | 출력 경로 (--count > 1이면 접두어로 사용). |
--seed | 무작위 | 재현성을 위해 고정. |
--keyscale | 자동 | 음악 키, 예: "A minor". |
--vocals | 꺼짐 (기악) | 보컬 허용 (배경 음악에는 거의 필요 없음). |
--steps | 8 | 확산 단계 (터보 기본값; 더 많으면 느리지만 약간 더 좋음). |
--mp3-quality | 2 | ffmpeg libmp3lame -q:a (0=최고..9=최소). |
--keep-wav | 꺼짐 | 중간 wav 파일 유지. |
주요 옵션 (mix_voiceover.sh)
| 옵션 | 기본값 | 목적 |
|---|---|---|
--voice | (필수) | 내레이션 mp3/wav (전체 레벨 유지). |
--music | (필수) | 배경 음악 mp3/wav (덕킹 + 내레이션 길이만큼 루프). |
--out | (필수) | 출력 믹싱 mp3. |
--music-gain | -8 | 기본 음악 레벨 dB (낮을수록 조용함). |
--duck | 8 | 덕킹 강도 (압축기 비율); 높을수록 음악이 더 낮아짐. |
--fade | 2 | 음악 페이드 인/아웃 시간(초). |
--mp3-quality | 2 | ffmpeg libmp3lame -q:a. |
안전
- AI 생성 음악임을 공개해야 하는 플랫폼이나 상황에서는 반드시 공개하세요.
- 상업적 사용: ACE-Step 1.5는 MIT 라이선스이며 라이선스/로열티 프리/합성 데이터로 훈련되었으므로 생성된 트랙은 일반적으로 안전하게 사용할 수 있습니다. 그러나 모델의 자체 면책 조항에 따라, 특정 아티스트나 트랙의 정체성을 복사하는 프롬프트는 피하고 상업적 출시 전에 독창성을 확인하세요.
- 브리프, 프롬프트, 생성된 오디오를 외부 서비스에 절대 업로드하지 마세요. 모든 것은
~/.bg-music/아래에 로컬로 유지됩니다.
안티 패턴
- 모호한 한 단어 프롬프트("음악", "멋진 것") - 일반적인 결과를 얻습니다. 장르 + 분위기 + 악기 + 템포를 명시하세요.
- 배경 음악만 필요한데 보컬을 요청하는 경우 - 트랙이 내레이션 아래에서 깔끔하게 들어가도록 기악(기본값)으로 유지하세요.
- 하나의 테이크만 생성하고 바로 보내기 -
--count 2로 생성하고 사용자가 선택하도록 하세요. - 음성 오버 아래에 음악을 수동으로 오버레이하기 -
mix_voiceover.sh를 사용하여 음악이 음성 아래에서 자동으로 낮아지도록 하세요. - "<아티스트/트랙>과 똑같이 들리는 노래"를 요청하기 - 독창성 및 라이선스 위험.
~/.bg-music/의 내용을 리포지토리에 커밋하기.
리소스
- 모델 동물원(16GB에서 2B-turbo를 사용하는 이유), 전체 파라미터 치트시트, 분위기별 프롬프트 패턴, 라이선스 근거, 문제 해결: REFERENCE.md
- 음악 아래에 믹싱할 내레이션 생성: voice-clone-narration 스킬.
- 비디오에서 최종 오디오 확인: review-mp4 스킬.