用途:把 TTS 生成的语音与 Lyria 背景音乐混合成单个成品电台节目文件。
主要能力:从 {workspace}/audio/speech/speech.wav 读取语音,在语音末尾加 3 秒静音防止被淡出;若存在 {workspace}/audio/music/background.mp3 则读取背景音乐,循环至与语音等长并降至 -18dB,以 1 秒音乐前奏叠加语音,加入淡入淡出,导出 MP3。
使用方式:运行 python3 skills/audio-mixing/scripts/mix_audio.py --workspace ./workspace。参数 --workspace 默认值为 workspace,表示根工作目录。
混音规范:语音保持 0 dB 原音量;背景音乐 -18 dB,仅作微弱铺垫;音乐淡入 3 秒、淡出 5 秒;整体淡入 500ms、淡出 2 秒。
输出:{workspace}/audio/final/ai_radio.mp3,MP3 格式,192kbps。
回退:若无背景音乐,则仅输出语音并应用淡入淡出。
依赖:pydub、系统 ffmpeg。
限制:资料未提供其他平台支持、收费或性能信息。