用途
Aligned Stem Audio Production Workflow 是一个用于音频制作的对齐分轨工作流技能,旨在通过增量验证、快速失败原则和自动时长对齐,提供一种弹性的音频生产模式。每个主要步骤都会在继续之前生成经过验证的输出,并显式处理分轨时长不匹配问题,采用适当的扩展策略。
主要能力
- 提前计时计算:在生成任何音频之前,根据 BPM 和时长推导段落过渡点,确保所有分轨的计时一致。
- 参考音频验证:验证输入文件属性(采样率、时长等)并提取目标时长。
- 逐分轨生成与验证:一次生成一个分轨,并立即验证,而不是等到最后。
- 时长不匹配检测与解决:显式检测分轨时长差异,并应用合适的扩展策略(零填充、循环或交叉淡化)。
- 鼓分轨独立处理:鼓分轨作为独立步骤,使用节奏模式进行专门扩展。
- 效果应用与验证:对每个分轨应用效果并验证输出。
- 母带导出:混合所有已验证的分轨。
- 归档与最终验证:打包交付物并进行全面检查。
使用方式
该技能按严格顺序执行以下步骤,每个步骤必须成功并通过验证后才能进入下一步:
- 提前计时计算:使用类似
calculate_section_transitions的函数,根据 BPM、总时长和段落节拍数计算每个段落的开始和结束时间。 - 验证参考音频:使用类似
verify_reference_file的函数检查参考文件是否存在、采样率是否匹配、时长是否满足最低要求,并返回参考信息(采样率、时长、通道数、子类型)。 - 逐一生成并验证每个分轨:对每个分轨(如 bass、guitars、synths、bridge 等),使用
generate_stem生成音频,然后立即用verify_stem验证采样率、子类型和时长(允许容差)。如果验证失败,则抛出错误并停止。 - 检测并解决时长不匹配:使用
align_stem_duration函数,根据分轨类型和时长差距选择策略(零填充、循环、交叉淡化或自动),对齐到目标时长。策略选择指南:零填充适用于短间隙(<0.5秒)、静音段或结尾;循环适用于重复模式(鼓、贝斯、节奏元素);交叉淡化适用于旋律内容、持续乐器或人声。 - 单独生成鼓分轨:鼓分轨有独立的生成步骤,使用节奏模式进行扩展。
- 应用效果并验证:处理每个分轨并验证输出。
- 导出母带:混合所有已验证的分轨。
- 归档与最终验证:打包交付物并进行全面检查。
适用场景
- 需要生成多个分轨并确保时长对齐的音频制作项目。
- 使用参考音频作为时长目标的场景。
- 需要增量验证和快速失败以避免累积错误的音频生成流程。
- 处理分轨时长不一致,需要自动选择扩展策略(零填充、循环、交叉淡化)的情况。
- 包含鼓、贝斯、吉他、合成器等分轨的音乐制作。
限制
- 该技能要求严格按顺序执行步骤,任何一步失败都会停止流程。
- 代码示例中的生成内容为简单正弦波,实际使用需根据分轨类型自定义。
- 时长对齐策略基于启发式规则(如时长差距和文件名关键词),可能不适用于所有音频内容。
- 该技能依赖 soundfile 和 numpy 库。
- 暂未提供关于收费、价格、平台支持等商业信息。