00:00/00:00
歌曲名:O 歌手:VERIVERY 所属专辑:《SERIES \'O\' [ROUND 0 : WHO]》
作词:未知 作曲:未知 发行公司:未知 发行时间:2022-03-24
语言: 大小:2.99 MB 时长:03:16秒 比特率:128K 评分:0.0分
介绍:《O》 是 VERIVERY 演唱的歌曲,时长03分16秒,由未知作词,未知作曲,该歌曲收录在VERIVERY2022年的专辑《SERIES \'O\' [ROUND 0 : WHO]》之中,如果您觉得好的话,就把这首歌分享给您的朋友共同查看歌词,一起支持歌手VERIVERY吧!
O文本歌词
VERIVERY - O
作词:jane
作曲:이아일、MIN、BYMORE
编曲:BYMORE、MIN
I woke up in the rain
차가운 빗방울이
여린 맘을 적셔
나의 온몸에
멍처럼 생겨버린 어둠에 날 던져
잃어버린 퍼즐 조각은 nowhere
Who am I
또 난 질문을 던져 나에게
나를 채우게 하는 deficiency
숨이 터질 듯이 내달려
Oh no yeah yeah
Like number 9 number 9 let me know
난 갈망하지 just one thing
I'm falling down falling down on the ground
점점 깊어지는
어둠 like the O
나를 삼킨 곳
끝이 없는 공허
결코 완전할 수 없는 space
너를 마주해 lack
It's so ironic yeah
무너져 내리기 전에 get over it
O O O O O O O
O O O O O O O
어둠 like the O
나를 삼킨 곳
끝이 없는 공허
나의 내면까지 노려보네 yeah yeah
O O O O O O O
O O O O O O O
O O O O O O O
O O O O O
속도를 올려
I'm running to you
넌 나를 속여
But I see through you
바람이 날 스쳐
내 공허를 마주쳐
Do you wanna rain on me
내게 비를 내려
수많은 별이 폭발하려 해
In my universe
도망쳐 지금 난 불완전해
I'm unstable
누군가 날 바라봐 주지 않으면
삼켜지고 말 거야 저
어둠 like the O
나를 삼킨 곳
끝이 없는 공허
결코 완전할 수 없는 space
너를 마주해 lack
It's so ironic yeah
무너져 내리기 전에 get over it
내겐 네게
보여줄 수 없는 어둠이 있어
손을 내밀어
If you want me to shine
어둠 like the O
네가 남긴 scar
Fear in my eyes
겉으론 가려진 빗물 자국
너를 마주해 lack
It's so ironic yeah
무너져 내리기 전에 get over it
O O O O O O O
O O O O O O O
어둠 like the O
나를 삼킨 곳
끝이 없는 공허
나의 내면까지 노려보네
Yeah yeah
O O O O O O O
O O O O O O O
O O O O O O O
O O O O O O O
编辑于2022/03/24更新
作词:jane
作曲:이아일、MIN、BYMORE
编曲:BYMORE、MIN
I woke up in the rain
차가운 빗방울이
여린 맘을 적셔
나의 온몸에
멍처럼 생겨버린 어둠에 날 던져
잃어버린 퍼즐 조각은 nowhere
Who am I
또 난 질문을 던져 나에게
나를 채우게 하는 deficiency
숨이 터질 듯이 내달려
Oh no yeah yeah
Like number 9 number 9 let me know
난 갈망하지 just one thing
I'm falling down falling down on the ground
점점 깊어지는
어둠 like the O
나를 삼킨 곳
끝이 없는 공허
결코 완전할 수 없는 space
너를 마주해 lack
It's so ironic yeah
무너져 내리기 전에 get over it
O O O O O O O
O O O O O O O
어둠 like the O
나를 삼킨 곳
끝이 없는 공허
나의 내면까지 노려보네 yeah yeah
O O O O O O O
O O O O O O O
O O O O O O O
O O O O O
속도를 올려
I'm running to you
넌 나를 속여
But I see through you
바람이 날 스쳐
내 공허를 마주쳐
Do you wanna rain on me
내게 비를 내려
수많은 별이 폭발하려 해
In my universe
도망쳐 지금 난 불완전해
I'm unstable
누군가 날 바라봐 주지 않으면
삼켜지고 말 거야 저
어둠 like the O
나를 삼킨 곳
끝이 없는 공허
결코 완전할 수 없는 space
너를 마주해 lack
It's so ironic yeah
무너져 내리기 전에 get over it
내겐 네게
보여줄 수 없는 어둠이 있어
손을 내밀어
If you want me to shine
어둠 like the O
네가 남긴 scar
Fear in my eyes
겉으론 가려진 빗물 자국
너를 마주해 lack
It's so ironic yeah
무너져 내리기 전에 get over it
O O O O O O O
O O O O O O O
어둠 like the O
나를 삼킨 곳
끝이 없는 공허
나의 내면까지 노려보네
Yeah yeah
O O O O O O O
O O O O O O O
O O O O O O O
O O O O O O O
编辑于2022/03/24更新
OLRC歌词
更多>
最新上传歌词
更多>
歌词点击排行榜
更多>
歌词搜索排行榜
更多>
歌词下载排行榜
推荐资讯
-
如何建立自己的选题素材库?让素材库成为你的第二大脑 - 第五AI
如何建立自己的选题素材库?让素材库成为你的第二大脑 📝 为什么每个创作者都需要专属选题素材库?做内容创作的人,大概都遇到过这种情况:灵感来了的时候文思泉涌,可没灵感的时候盯着屏幕半天写不出一个字。更...
-
公众号注册的“蝴蝶效应”:一个选择,可能影响未来三年的运营 - 前沿AIGC资讯
你可能觉得公众号注册就是填几个信息的事,殊不知,这里面的每个选择都像蝴蝶扇动翅膀,未来三年的运营轨迹可能就被悄悄改变了。很多人刚开始没当回事,等到后面想调整,才发现处处受限,那叫一个后悔。今天就跟你好好聊聊,注册时那些看似不起眼的选择,到底能给未来的运营带来多大影响。📌账号类型选不对,三年运营路难
-
2025公众号托管服务方案,赚钱技巧与内容代运营全面升级 - 第五AI
📌 2025 公众号托管服务的底层逻辑:不是代运营,是 “结果交付” 这年头做公众号托管,还只停留在帮客户发文章、改排版?趁早别干了。2025 年的托管服务早就变了味儿 —— 客户要的不是 “做了什...
-
AI写作如何进行事实核查?确保头条文章信息准确,避免误导读者 - AI创作资讯
上周帮同事核查一篇AI写的行业报告,发现里面把2023年的用户增长率写成了2025年的预测数据。更离谱的是,引用的政策文件号都是错的。现在AI生成内容速度快是快,但这种硬伤要是直接发出去,读者信了才真叫坑人。今天就掰开揉碎了说,AI写作怎么做好事实核查,别让你的头条文章变成 误导重灾区 。📌AI写
-
10w+阅读量爆文案例拆解分析:高手都从这5个维度入手 - AI创作资讯
🎯维度一:选题像打靶,靶心必须是「用户情绪储蓄罐」做内容的都清楚,10w+爆文的第一步不是写,是选。选题选不对,后面写得再好都是白搭。高手选选题,就像往用户的「情绪储蓄罐」里投硬币,投对了立刻就能听到回响。怎么判断选题有没有击中情绪?看三个指标:是不是高频讨论的「街头话题」?是不是藏在心里没说的「抽
-
135编辑器会员值得买吗?它的AI模板库和秀米H5比哪个更丰富? - AI创作资讯
📌135编辑器会员值不值得买?AI模板库和秀米H5谁更胜一筹?🔍135编辑器会员的核心价值解析企业级商用保障与效率提升135编辑器的企业会员堪称新媒体运营的「合规保险箱」。根据实际案例,某团队通过企业会员节省了大量设计费用,完成多篇内容创作,单篇成本从千元降至百元内。这得益于其海量正版模板和素材库,
-
新公众号被限流怎么办?粉丝增长影响分析及 2025 恢复指南 - AI创作资讯
新公众号被限流怎么办?粉丝增长影响分析及2025恢复指南🔍新公众号限流的核心原因解析新公众号被限流,往往是多个因素叠加的结果。根据2025年最新数据,超过70%的限流案例与内容质量直接相关。比如,有些新手喜欢用“震惊体”标题,像“惊!某公众号三天涨粉十万”,这类标题在2025年的算法里已经被明确标记
-
AI内容重复率太高怎么办?掌握这些技巧轻松通过AIGC检测 - AI创作资讯
⚠️AI内容重复率高的3大核心原因现在用AI写东西的人越来越多,但很多人都会遇到同一个问题——重复率太高。明明是自己用工具生成的内容,一检测却显示和网上某些文章高度相似,这到底是为什么?最主要的原因是AI训练数据的重叠性。不管是ChatGPT还是国内的大模型,训练数据来源其实大同小异,都是爬取的互联
