该技能用于设计一部影片或动画的声音：决定播放什么、在何处播放、音量多大、来自哪个声源。脚本负责混音、电平调整与母带处理，宿主工具负责生成音频；语音、音乐、音效、转写等服务商调用只通过持有密钥的宿主工具进行，不应在沙箱内直接调用服务商 API 或查找密钥。
【主要能力】
- 配音：generate_voiceover(text, voice_id, sandbox_path, ...)，产出 mp3 以及带词级时间戳的 <name>.words.json。
- 音效、环境声或循环：generate_sound_effect(prompt, sandbox_path, duration_seconds=..., loop=...)。
- 音乐铺底：generate_music(sandbox_path, prompt=..., length_seconds=...) 或 composition_plan，也可使用用户提供的曲目。
- 界面音效（无需密钥）：node /workspace/skills/sound/scripts/synth-cue.mjs <recipe> <out.wav>（--list 可列出配方）。
- 带词级时间戳的转写：transcribe_audio(sandbox_path)。
- 混音、母带、混流与检查：node /workspace/skills/sound/scripts/score.mjs <jobDir> [plan.json]；单文件母带：node /workspace/skills/sound/scripts/master.mjs <in> <out> [--target -14] [--true-peak -1]。
- 生成文件存放在 <jobDir>/sound-assets/<music|sfx|vo>/<slug>.mp3|wav，供计划文件定位；每次生成都会消耗额度，应说明一次处理的花费。
【使用方式（建议流程，可按影片需要调整顺序）】
- 先做配音：有配音的影片应按配音剪辑，而非按音乐。先用 generate_voiceover 逐句生成，并传入前后句作为 previous_text 与 next_text；词级时间戳用于对齐剪切、字幕和音效，动画分镜确认后时间即锁定。
- 音乐铺底：生成或采用提供的曲目并裁到影片长度；若音乐需精确对齐段落，可用带段落长度的 composition_plan。不得提及艺人姓名或引用歌词。
- 提示表：在构建时为每个交互与节拍添加标记，在 HyperFrames 元素上设置 data-sfx-intent、data-sfx-start、data-sfx-dur，再用 node scripts/extract-edl.mjs <index.html> 输出提示列表；外部渲染的影片可逐帧查看（film-breakdown/scripts/grab.mjs）并标注每个时刻。
- 音效：小型界面音（滴答、确认、到达、滑动）用 synth-cue 合成，保证同类动作听感统一；更大或更特定的声音（标志性短音、精确长度渐强音、环境声）用生成方式，并在重复动作中复用同一声音。生成的音效可能形态不符（渐强音在剪切前衰减、短音无尾音），放置前应逐个试听。
- 混音、母带、检查：编写 <jobDir>/plan.json 后运行 score.mjs。它会解析所有文件，将每句配音电平调至 -16 LUFS，音乐铺底比配音低 3 dB 并在语音下再压低约 2 dB，使每个音效在增益 1.0 时峰值比配音低约 2 dB，根据音效意图推导铺底自动化（转场或闪光前下压、渐强与闪烁及短音下压低），母带处理至 -14 LUFS 积分电平且真峰值不超过 -1 dBTP，混流到无声渲染上，然后运行音频检查；任一阶段失败即停止。
- 试听并交付：核对配乐文件时长与画面一致，试听接缝；由人来决定，交付时用一句话说明所做处理。
【已自带旁白的影片】faceless-explainer、pr-to-video、general-video、website-to-video 等配方会替换其音频，因此需用 node scripts/vo-from-index.mjs <hyperframesDir> <jobDir> [voicePattern] 将旁白还原为配音行，并写出 vo-from-film.json 供计划使用；music-to-video 则把其曲目作为铺底传入（source: "supplied"）。
【判断原则】
- 配音优先：音效与音乐为其服务；若音效盖住字词，应降低增益或移开。
- 密度随画面：声音落在眼睛关注的交互与节拍上，揭示处用更重的声音，画面静止处留白；每帧都有声音只是噪音。
- 节奏来自文字：把语气写进文本（方括号音频标签、省略号、一个词大写），而非依赖速度设置；工具会报告每秒音节数以便核对。声音指导与计划格式见 references/voice-and-plan.md。
- 母带是测出来的：master.mjs 会打印输入与结果；交付目标为积分电平 -14 LUFS（±1）且真峰值不超过 -1 dBTP；退出码 1 表示写出的文件未达目标，2 表示无法运行。
【限制与授权】生成音频遵循宿主密钥对应的服务商方案（商用通常需要付费方案）；用户提供的音乐必须由用户有权使用，不清楚时应询问。分类表未提供与该技能匹配的具体分类标识，因此归入 other-ai-tools。