SuperAPI AI 工具集

voice-and-audio

设计与创作

查看项目

更新于 10-24 02:38

技能介绍

用途 该技能面向创作者视频在 DaVinci Resolve 中的人声处理,覆盖响度标准化、人声发闷或“水下感”的诊断与修复,以及人声隔离(Voice Isolation)等环节,旨在让音频处理步骤可复现、可检查。

主要能力

  1. 响度标准化:要求作为每次构建流程的最后一步,对每个人声轨片段执行 Normalize Audio Level,模式为 ITU-R BS.1770-4,目标电平 -2.0 dBTP,目标响度 -16 LKFS,级别设置为 Independent;需检查结果行中的“normalized N pieces”,失败时把上述参数交给创作者手动执行(选中 A1 → Normalize Audio Levels)。
  2. 副作用检查:标准化后,无声片段(无声音的 B-roll)可能被提升至 +30 dB 产生嘶声,需调回 0 dB;含音乐或广播声的 B-roll 片段会与音乐床冲突,需下拉约 8 dB。
  3. 人声发闷诊断:先测量再处理。相位检查,判断左右声道是否完全相同(真双单声道),计算 L−R;若为两支不同麦克风(机头麦 + 领夹麦)相加,梳状滤波会造成该听感,应只用一个声道。频谱检查,取 20 秒说话段落比较 300 Hz 以下、约 1 kHz、3 kHz 以上、6 kHz 以上的频段电平;干净人声的 3 kHz 以上频段大致比总电平低 10–15 dB,若测得约低 22 dB 且能量多集中在 300 Hz 以下,说明麦克风被衣物遮挡或摆放不当。
  4. 修复:可脚本化的部分为每段说话片段设置 Voice Isolation 50(清理房间与噪声,B-roll 保持不动以保留自然声)。需手动完成的部分主要是 EQ:在检查器 → 音频 → EQ 中对单个片段设置,随后用 Paste Attributes 仅勾选 Equalizer、不要勾选 Volume,以保留标准化增益;参数为 80 Hz 高通、250 Hz 处 −3 dB(Q 约 1.2,处理隆隆声)、3.5 kHz 处 +3 dB(Q 约 1,提升临场感)、10 kHz 高架 +2 dB(空气感)。若要用 computer-use 驱动界面,需先征询创作者,对方可能更愿意自己操作。
  5. 预防建议:提醒创作者一次,将领夹麦夹在衣物外侧、下巴下方 15–20 cm;在单发射器的立体声模式接收器中,人声只出现在一个声道上。

使用方式 技能以步骤说明的形式给出:先执行标准化并核对结果,再检查副作用,然后按“先测量、后处理”的顺序诊断发闷问题,最后区分可脚本化操作与需手动完成的 EQ 操作。EQ 参数通过检查器逐项设置并配合 Paste Attributes 传播,且明确不勾选 Volume。

适用场景 适用于使用 DaVinci Resolve 处理创作者视频人声的工作流,尤其是需要统一人声响度、排查领夹麦遮挡或双麦混合导致的发闷问题、以及在保留 B-roll 自然声的前提下清理说话片段噪声的场合。

限制 EQ 修正无法脚本化,需手动完成;界面自动化操作需事先征得创作者同意;标准化可能引入静音片段增益提升与 B-roll 声音冲突等副作用,需人工检查处理。资料未提供该技能的安装方式、依赖环境、收费信息或具体平台要求,暂未提供。