开源多模态自动电影配乐框架及FilmScore12数据集

HsinMinChou 在 GitHub 开源多模态自动电影配乐生成项目，提出四阶段框架并发布 FilmScore12 数据集（418 对视频-音乐片段、覆盖 12 种电影类型）。系统用 CLIP 提取 6 类情绪概率，经 GPT-4o-mini 生成音乐描述提示词，由 stable_audio_tools 本地生成 WAV 配乐并用 MoviePy 合成 MP4。其用户研究中，85% 的生成草稿被电影制作人评为可直接使用。 仓库采用 MIT 许可，但该许可不自动覆盖数据集等第三方视听内容，完整数据集的可用性和使用、再分发授权需另行确认。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。