用deepseek配合math-rap-video制作数学说唱视频,可以按确认歌词、生成歌曲、提取人声并对齐、制作分镜、渲染成片的顺序推进。需要使用能读取文件、执行本地命令和调用skill的agent环境,并准备python 3.11及以上版本、ffmpeg和要讲解的数学内容。
安装Skill,先检查制作环境
准备好Python和ffmpeg后,在终端下载项目、安装Skill并检查依赖:
git clone https://github.com/Yari-tuber/math-rap-video.git python math-rap-video/scripts/install.py --to all python math-rap-video/scripts/mrv.py doctor --fix
☞☞☞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☜☜☜

其中--to all会把Skill安装到本机识别到的多个AI工具目录,执行前先确认自己的安装范围。环境检查完成后,在使用DeepSeek的本地Agent中新开对话,让它读取math-rap-video的用法,再开始制作任务。
先确认知识点和歌词,再生成歌曲
从一个明确知识点开始,例如勾股定理。先写清适用条件、计算步骤、例题和最终答案,再把它们改成分句歌词,避免为了押韵省掉数学前提或改错数字。
任务可以这样写:请用math-rap-video把[知识点]做成口诀说唱讲题视频,先给出适用条件、例题计算过程和分句歌词,等我确认后再生成歌曲与画面。方括号替换为实际主题,并提供需要使用的题目或资料。
确认歌词后再出歌。已配置项目支持的音乐API时,按工具提示生成;没有API时,使用项目提供的音乐提示词,在Suno、海绵音乐或Mureka等服务生成歌曲,再把下载的MP3交回同一制作任务。先听清关键数词、公式和结论,再选定音频版本。
把歌词对齐音频,定位漏唱和错位
将选定的MP3和已确认歌词交给Agent,要求按Skill流程提取人声、对齐歌词,并列出需要复听的片段。检查是否漏唱、重复、把数字读错,或者一句歌词的起止位置明显偏移。

对齐结果用于确定每句、每个关键词出现的时间。项目示例用timing.json保存时间信息,分镜再引用这些时间。更换歌曲或重新生成音频后,应重新完成对齐,再检查分镜与新音轨的对应关系。
逐句审核分镜,再渲染成片
要求Agent先给出逐句预览,检查每句唱词对应什么图形、数字何时出现、字幕是否挡住题目。示例分镜中,L(i)表示第i句的起点,W(i,字)表示该句中特定字的时间,便于把画面变化对到唱词。

需要修改时,指出具体歌词句和画面对象,例如某句唱到数字时再出现对应结果,或把某个正方形调整到更清楚的位置。数学图形还要核对边长、面积和公式对应关系,不能只检查动画是否流畅。
确认歌词、声音和逐句画面后再渲染视频。打开成片,检查时长、声音、字幕、公式和转场是否完整;需要竖屏时,再明确提出竖屏输出,并检查裁切后是否仍能看清题目与关键数字。



















