AI琵琶绘画总画成吉他?曲项、四弦与音孔的形制还原实测
先把琵琶画对:AI琵琶绘画十张里七八张会把曲项拉直、弦数加错,毛病出在把琵琶当氛围写,没把形制一项项钉进提示词。依据是我跑了四组对照,四段拆写加负面词后十张能对七张。先做的不是换模型,是补齐形制四段和负面词再跑一轮。
AI琵琶绘画十张里能撞上七八张同款翻车:曲项被拉成吉他那样笔直的琴颈,四根弦悄悄变五根,面板正中凭空开出一个大圆孔。结论先放这儿:想画对琵琶,靠的不是堆风格词,是把形制拆开,一段一段喂给模型。
为什么非要跟形制较劲?琵琶是一件结构相当固定的乐器,弯的琴颈、四根弦、半梨形的音箱,少一样看一眼就知道不对。而主流模型的训练图里,吉他和鲁特琴的存量远比琵琶大,底子重得离谱,你不明确钉死特征,它就顺手给你换成吉他套件。我试了下同一句「东方弹拨乐器,工笔重彩」,出来的东西琴头带两个旋钮,活像电吉他换了身汉服。这种国风插画发出去,懂琴的人一眼就乐了。
曲项、弦轴、四弦、音孔,拆成四段写
琵琶的形制要按曲项、弦轴、四弦、音孔四段分别写进提示词,混在一句里模型只记得住吉他轮廓。
第一段写曲项和琴头。琵琶的琴颈在接近琴头处向后弯折,四个弦轴从琴头后壁穿过去,左右各两枚,不是吉他那样从两侧横着伸出来。提示词里我固定用「bent-back neck, four pegs inserted from behind, two on each side」,这两句几乎是必写项,漏一句,琴头就往鲁特琴的方向飘。
第二段写弦数。别只写 four strings,最好补一句「four strings running from pegs to the string holder at the bottom」,把弦的起止点也钉住。因为模型常犯的错不是画多弦,是让四根弦里有一根凭空断在半路。
第三段是音孔,这里有个反直觉的点:现代琵琶的面板上基本没有吉他那种大圆孔,讲究些的制式是面板中上部开一对细小的月眉孔,再不然就干脆封闭。模型默认给你开个大圆洞,一看就是吉他底子没洗干净。我的写法是「plain wooden soundboard without a large sound hole」,想要南音那种古制,再单独加「small crescent sound hole」。
第四段是相和品。直接写 frets 大概率给你金属品的吉他指板,琵琶的品是竹条或牛角条粘上去的,相更宽。写「wide bamboo frets on the lower soundboard, thicker upper positions」能压住大半。琵琶的拨板区域是微微凸起的弧面,补一句「slightly raised arched fingerboard」,不然面板经常平得像桌面。说实话,相品这两句属于锦上添花,前三段才是及格线。
十张实测:合格数从两张拉到七张
同一组主体描述跑十张,一句话写法只对两张,拆成四段再加负面词后对了七张,提升集中在弦数和音孔上。
测试环境交代一下:本地中端卡,一张竖构图二十秒上下,采样步数固定 28,CFG 7,分辨率 832 乘 1216,其余参数全程没动。合格标准四条,全对才算过:曲项后弯、四根弦通到缚手、面板无大圆孔、弦轴从后壁穿出。结果如下。
| 写法 | 十张合格数 | 主要败点 |
|---|---|---|
| 一句话:东方弹拨乐器,工笔重彩 | 2 | 弦数乱,面板开大圆孔 |
| 一句话加 four strings | 4 | 曲项被拉直,琴头像吉他 |
| 四段拆写 | 6 | 偶发五弦,弦轴位置飘 |
| 四段拆写加负面词 | 7 | 剩三张错在手型和小物件 |
负面词清单我最后固定成这几条:guitar, six strings, round sound hole, straight headstock, tuning pegs on the sides, plectrum。说白了就是把它脑子里那套吉他套件逐个点名禁掉。个人觉得清单里最值钱的是 round sound hole,加上之后音孔翻车率肉眼可见地往下掉。
这十张里还剩的三张失败,两张错在右手被画成持拨片扫弦,一张弦轴变成了五枚。都是下一段要解决的事。
弹拨手型和持琴角度,最容易被带偏的一段
弹拨手型要写义甲捏弦、指面横向拨弦,持琴写竖抱斜置于左腿,一旦出现拨片或扫弦动作就会滑回吉他感。
先说持琴。琵琶是竖着抱的,音箱搁在左腿上,面板朝右前上方微微扬。模型不看提示词的时候,十有八九给你摆成横抱弹吉他。我固定写「held upright, soundbox resting on the left thigh, panel tilted slightly upward」,负面词里再补一条 guitar strap,防止它给琵琶挂根背带,那种穿帮一眼就能看见。
再说手。右手戴四片义甲,指面向外,捏弦往外弹,写「right hand plucking outward with finger picks」;左手虎口托琴颈,拇指在上,按在相品上。这两句加上,手部的翻车率就下去了。
有个细节值得单说:轮指。想让画面里出现轮指手型,直接写 tremolo 大概率不认识,写「fingers in rapid succession, fanned out」命中率更高。我试了五张,成了两张,不高,但比不写强。
话说回来,手部在AI绘画里本来就是老大难,指头数量都未必对,别指望琵琶篇一次全修好。先把琴画对,手型能对一半,这图的辨识度就立住了。
回到开头那句话:AI琵琶绘画的门槛不在画风,在形制。曲项、四弦、音孔、手型,拆开写,逐项验收,合格数自然往上走。这法子笨,可它每一步都落在画面上,改完提示词再跑一轮,你自己的十张里该有七张能看出差别。
常见问题
画反弹琵琶可行吗?
可以试,但难度陡增。琴背朝外、双手举过肩从背后拨弦,模型基本没有这个先验,我跑过几张,琴头方向全乱。建议先把正抱画稳,再拿图生图一点点往背后挪,指望一步到位不现实。
想画南音琵琶的月眉孔,提示词怎么补?
把「without a large sound hole」换成「two small crescent-shaped sound holes on the upper soundboard」。南音琵琶面板素净,弦轴也是长条形插进去的,写明 long flat pegs 会更像。这一系形制古,画出来反而容易出味道。
负面词写中文行不行?
看你用的模型。SD 系的负面词建议直接用英文,中文命中率不稳定;有些国产在线模型中英都吃,可以先各跑三张比一下。我的习惯是负面词全英文,跟正面词分开调,改动也好追溯。
在琵琶上画缠枝莲纹样,商用有风险吗?
传统纹样本身在公有领域,宝相花、缠枝莲这类随便用。但要是照着某把具体名琴的错金银嵌饰一比一还原再拿去商用,授权就得另算。个人欣赏自用没问题,商用授权另算,这句话对所有乐器图都成立。
分辨率和步数给多少合适?
竖构图 832 乘 1216 起步,步数 28 往上。弦这种细线条元素在低分辨率下容易糊成两根,先出大图再局部重绘弦区,比一开始就抠提示词划算。