real-sound 是一个用于为代码生成的视频和动画构建高级、真实音轨的技能,来自 leonxlnx/earshot 仓库。它的核心原则是:音轨只由真实、专业录制或制作的音频构成——一首授权音乐、真实拟音与音效、真实环境声——由确定性混音器按画面的提示帧放置,通过测量而非试听来评估,经五个视角评审、一个代理修复、母带处理、署名并混流。代码负责选择、裁剪、放置、电平、声像、均衡、重采样变调、时间拉伸音乐和母带处理;代码从不生成声音。
用途与目标 该技能面向专业发布影片级别的音效制作:每个声音都由画面上的某物引发,使用统一的材质调色板,音乐的 drop 落在主角揭示帧,其余部分保持克制,logo 收束,尾部归于静默。规则详见 references/sound-design.md 以及 earshot 仓库的 docs/launch-video-sound.md。
主要能力
- 从画面代码计算提示帧,生成 out/cues.json 提示列表。
- 编写 SOUND_BRIEF.md 作为所有子代理的契约,明确每个提示的声音需求。
- 按类别并行采购真实录音(如 UI、键盘、运动、冲击、环境、音乐),并对每个文件进行测量和 earshot 真实性检查。
- 进行许可证审计,记录每个页面的许可证信息,脚本检查分类、ID 与 URL、文件解码、时长、署名行等。
- 音乐编辑:适配节奏、将网格对齐到实测起音、提出强拍相位、将 drop 锚定在最强候选上,并在小节线处起草片段。
- 按类别设计片段,包含样本、切片、池、提示事件规则、自由放置、环境床和音乐块。
- 集成、QA 与试听:生成音轨、分轨、报告和追踪,进行主控门限检查(±0.5 LU,≤ -1.5 dBTP)。
- 五视角并行评审(同步、边缘、掩蔽、音调、导演),每个评审测试其修复变体并返回排序问题与精确操作。
- 单一修复代理合并操作、解决冲突、检查回归并应用。
- 母带处理、署名与混流:生成 CREDITS.md、描述文本和最终影片。
使用方式 该技能以 Python 脚本和 earshot 模块为核心。Python 解释器需安装 numpy、scipy、soundfile 和 earshot 包,通常使用 earshot 仓库的虚拟环境(Windows 为 <earshot repo>/.venv/Scripts/python.exe,其他平台为 <earshot repo>/.venv/bin/python),或任何能执行 <python> -c "import earshot" 的 Python。运行脚本时使用 -I 隔离模式。主要脚本包括:analyze.py(测量录音)、audit.py(许可证与文件审计)、arrange.py(音乐网格与编辑)、mix.py(渲染设计)、master.py(母带与响度测量)、qa.py(客观 QA)、variant.py(评审变体与修复应用)、credits.py(署名)、mux.mjs(将音轨混流到画面)。earshot 模块提供 realness、describe、match、rank、find、compare、ab、measure、timeline、sheet、critique 等命令。
适用场景 适用于发布影片、产品与功能视频、UI 演示、动画等需要专业级真实音效的代码生成视频。典型类别包括 UI(点击、轻触、切换、弹出)、键盘、运动(呼啸、上升音)、冲击(揭示打击、logo)、环境、音乐;角色影片还会增加拟音、其世界和物体。
限制
- 音轨只能使用真实、专业录制或制作的音频,代码不生成声音。
- 许可证仅允许 CC0、公共领域、CC BY 2.0-4.0、Mixkit 免费许可证、Pixabay;禁止 NC、ND、SA、Sampling+、个人、自定义、有争议的许可证;未验证即阻止。
- 下载的录音不得提交或发布。
- 需要特定的 Python 环境和 earshot 包。
- 具体收费、价格、平台支持等信息暂未提供。