用途
soundcraft-dialogue-leveling 用于多人口播音量统一,针对多位说话人之间的响度差异和音色衔接问题,适用于从素材诊断到可编辑交付的完整任务。
主要能力
- 按说话人或录音设备分组,试听各组的响度与音色差异。
- 优先用片段增益校正音量,在此基础上做温和压缩。
- 对明显频响差异做小幅均衡,同时保持声音辨识度。
- 按对话顺序试听接缝,并调整停顿。
- 结果检查:避免低声细节和笑声被异常放大;保证切换说话人时音量自然;保留原轨与处理轨以便返工。
使用方式
执行具体方法前,先读取 Craft 场景命令与参数,按其中的对象选择、会话、输入替换和结果检查执行。任务起点是先读取素材,确认交付用途、目标尺寸或时长、修改范围与必要格式;能从任务和素材确定的细节直接采用合理默认值,只询问会改变结果的缺失条件。
工具落地方面,用 open_session/new_session 管理会话,import_audio 导入音频,inspect_session 检查会话,其他编辑操作查询实时工具,save_session 保存工程,bounce_mix 输出音频。填写参数前先读取实际工具 schema,对象或文档 ID 使用返回值;查询到的命令必须在当前后端可用。保存前选择新的输出路径并保留输入;如果需要的算法、格式或命令不存在,应说明缺口,不能用相近名称冒充。
需要可见编辑器时,交给 soundcraft-editor 技能;其独立安装命令为:npx skills add full-aigc-skills/soundcraft-skills --skill soundcraft-editor。当前新增技能为本地候选,发布前使用本地配套插件,不把此安装命令当作已发布证明。
交付与返工
对照用户目标检查实际内容,而不只看进程退出码:局部编辑查看局部细节,版式任务查看整页,时间媒体查看起止与关键段。异常结果先检查当前工程,避免重复执行不可逆操作。交付时返回可编辑工程、实际派生文件和简短说明,说明做了哪些修改、哪些步骤因当前能力未执行、哪些内容需要用户判断;只列真实存在且已经检查的文件。若用户随后返工,读取本次源工程并局部修改,保留已接受的内容。
限制
资料未提供具体收费、价格、支持平台与效果数据;所需算法、格式或命令在当前后端不存在时,只能说明缺口。