SuperAPI AI 工具集

aligned-stem-workflow

通用与其它

查看项目

更新于 11-06 00:49

技能介绍

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:

  1. 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。
  2. 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)。
  3. 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。
  4. 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。
  5. 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。
  6. 应用效果并验证:处理每个分轨并验证输出。
  7. 导出母带:混合所有已验证的分轨。
  8. 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。