用途:为 AI 智能体完成生成视频、广告、预告片、解说、播客、口播片段等音频的混音与母带处理方向,使音频在手机、耳机、笔记本、电视、影院式预告片、播客、客户审片链接、广播交付和社交信息流中均可正常播放。核心是把混音当作制作决策,而非最后一步的响度归一化。
主要能力:先建立“音频契约”,明确交付场景、前景层级(对白/人声优先、音乐优先或音效优先)、所需交付物(完整混音、对白/音乐/音效分轨、M&E、旁白、字幕、音频描述、多语言混音、立体声折叠、5.1/Atmos 母版等)、目标规范、监听条件与源风险。提供对白与人声处理、音乐处理、音效与环境声、EQ/压缩/混响/限幅、响度目标选择等制作指导,并汇总 ITU-R BS.1770-5、EBU R 128、ATSC A/85、AES TD1008、Spotify、Apple Podcasts、YouTube、Netflix、WCAG 2.2 等公开规范中的响度与真峰值参考。
使用方式:随附 scripts/measure_loudness.py,需 Python 3.11+ 与带 loudnorm 滤镜的 ffmpeg,仅测量不修改输入。示例:python scripts/measure_loudness.py final_mix.wav --pretty;可加 --target-lufs -16 --lufs-tolerance 1 --target-true-peak -1 做目标校验;单声道双单声道播放可加 --dual-mono。输出 JSON 含积分响度、真峰值、响度范围、测量阈值、目标校验结果等;退出码 0 通过、2 目标未通过、3 操作失败。
适用场景:社交/网络视频、解说、广告与预告片、播客、音乐视频、纪录片、本地化与无障碍版本等。
限制:该工具是确定性辅助,不代替最终混音审批;结果依赖 FFmpeg 构建、滤镜、算法与分析模式。无官方规范时应标注为启发式目标,不可盲目追求最响参考。资料未提供具体价格、平台支持范围或效果保证。