SuperAPI AI 工具集

claude-video-audio

设计与创作

查看项目

更新于 10-15 16:43

技能介绍

用途:面向视频文件的音频处理技能,基于 FFmpeg 完成响度归一化、降噪、混音、提取、替换、格式转换、声道调整、同步修复与音频闪避等任务。

主要能力:

  • 响度归一化:采用 EBU R128 两遍工作流,先测量再应用 loudnorm 参数,并给出 YouTube、Spotify、Apple Music、播客、广播(EBU R128)、TikTok/Reels 等平台的目标 LUFS 与真峰值参考。
  • 降噪:支持 FFT 降噪(afftdn)、非局部均值(anlmdn)以及高通/低通去除低频轰鸣与高频嘶声。
  • 静音检测与移除:使用 silencedetect 检测,silenceremove 或 auto-editor 移除。
  • 音频提取与替换:可提取为 WAV、AAC、MP3、Opus 或流复制;可整体替换音轨,或将原声与背景音乐混音。
  • 音频效果:音量调整、均衡、压缩、限幅、淡入淡出、低音与高音增强。
  • 格式转换与声道布局:AAC、MP3、Opus、FLAC、WAV、AC3 等编码及推荐码率;单声道/立体声转换、单声道提取。
  • 同步修复:通过 itsoffset 延迟或提前音频。
  • 音频闪避:使用 sidechaincompress 在语音出现时自动降低音乐音量,并给出 threshold、ratio、attack、release、weights 参数说明。

使用方式:先运行 bash scripts/preflight.sh "$INPUT" "$OUTPUT" 做预检,再用 ffprobe 分析音频流,随后按需执行对应 FFmpeg 命令。命令中保留 -c:v copy 以避免重编码视频。

适用场景:视频后期音频标准化、播客与流媒体发布、背景音乐混音、音轨替换与格式交付。

限制:依赖 FFmpeg 与可选工具 auto-editor;两遍响度归一化需先解析测量 JSON 再填入参数;具体效果受源素材影响,资料未提供性能与兼容性细节。