SuperAPI AI 工具集

synthesize-sfx-ffmpeg

通用与其它

查看项目

更新于 10-16 05:49

技能介绍

用途:从零合成原子级音效(铃声、袋子闷响、拳击冲击、呼啸、上升音、低频下潜、呼吸、水滴 ping),适用于拳击/体育/动作类音效,或上游音效API不可用、需要精确控制时间与谐波时。合成成本为0,最终混音在-14 LUFS下与素材库难以区分。

主要能力:以 ffmpeg 的 sine 源叠加多个谐波层,用 volume='exp(-K*t)*A':eval=frame 做指数衰减包络,可选白/棕噪声增加瞬态咬合感,用 highpass/lowpass 塑形,aecho 加混响,amix 混合。支持自定义基频、谐波堆叠、衰减率K、噪声与混响参数。

使用方式:确定音效类型与时长(通常0.3–1.5秒),构建 filter_complex 图后输出 PCM wav(-c:a pcm_s16le)或 libmp3lame;用 ffprobe -v error -show_entries format=duration -of csv=p=0 out.wav 校验时长;写 manifest.json 记录类型、参数、路径、时长与格式。

适用场景:拳击铃声(1175/2350/3525 Hz三层,K分别3.5/5.0/7.0,aecho=0.6:0.6:30:0.25)、袋子落地闷响、拳击冲击(150 Hz基频+300 Hz谐波+40ms宽带噪声点击)、落地轰鸣、呼啸、上升音、低频下潜、呼吸、水滴声等。

限制:需要 ffmpeg,建议配合 Python 标准库;常见失败模式包括谐波过少导致像闹钟、拳击缺少高频噪声点击、漏写 :eval=frame 导致静音、aecho 延迟小于20ms产生镶边、上升音频率扫描表达式复杂导致故障、幅度和过高导致削波。质量要求时长误差±0.02s、峰值≤-1 dBFS、可解码并通过波形检查。