用途
suggest-sfx 是一条“音效工序”(SFX pass):针对已渲染、已配音的短视频,挑选克制的音效并与画面节拍、旁白内容同步。它不负责生成视频或配音,只处理音效的选、对、混与核验。
主要能力
- 依据品牌音效规范确定音效的密度、层次、音量与来源策略。
- 读取节拍脚本中的真实逐词语音时间,以及镜头源码中的内部动画帧,将局部帧换算为全局秒:at_s = (local_frame + sequence_from) / fps,使音效落在实际动作发生的帧上。
- 优先复用共享音效库中的现有片段,按通用命名与标签管理,未命中的音效才加入生成配方并生成。
- 输出声明式音效计划 sfx-plan.json,每个音效事件包含时间点、音效 id、增益、所属镜头、文字提示等字段;可用 optional 标记可省略的质感音效。
- 提供打印提示单与混音命令,并在混音前设置用户审核关卡。
- 混音后可对音效窗口做 RMS 差分测量,确认音效可听。
使用方式
先读取品牌规范、节拍脚本、镜头源码与音效库目录,确定每个候选节拍的时间点。按功能(运动、紧张、强调、点击)提出音效清单,标记可省略项,并对最重要的 2–3 个时刻做层叠(如上升音接冲击音)。对缺失音效,向 palette.json 添加通用配方后用 python tools/gen_sfx.py 生成(支持 --dry-run、--only、--force、--renorm,需要 ELEVENLABS_API_KEY)。撰写 sfx-plan.json 后,用 python tools/mix_sfx.py <plan> --print 打印提示单供用户审核;通过后再执行 python tools/mix_sfx.py <plan> 混音,可加 --no-optional、--no-duck、--end、--out。混音后可做响度差分核验,并把新音效与使用记录写回音效库。
适用场景
已配音的短视频在发布前补音效,尤其是需要画面动作与旁白精确同步、且希望跨视频累积可复用音效库的制作流程。
限制
音效生成依赖 ElevenLabs Sound Effects API 与 API 密钥,相关费用与配额资料暂未提供。音效须全程位于人声之下,避免在连续旁白下过响或产生噪声质感;短促打击类音效受峰值上限影响,需单独调整增益。完整流程要求用户审核计划后才能混音。