SuperAPI AI 工具集

audio-mixing-patterns

通用与其它

查看项目

更新于 10-16 05:48

技能介绍

用途:为视频制作提供 ffmpeg 音频混音方案,解决旁白与背景音乐平衡、自动闪避、时间对齐和响度标准化问题。核心原则是清晰旁白加辅助音乐,人声基频约 85-255 Hz,音乐不应盖过人声。

主要能力:给出标准混音比例(旁白 100%、音乐 15-20%、音效 70-100%)及 dB/LUFS 参考值;提供双轨、三轨混音命令;用 adelay 精确放置音频时间点;用 sidechaincompress 实现自动闪避,可调 threshold、ratio、attack、release、knee 等参数;按内容类型(教程、企业、社媒、纪录片、播客等)给出配比表;用 loudnorm 做 LUFS 响度归一化,并列出 YouTube、Spotify、Apple Music、广播、播客、TikTok 等平台目标值;还包含多轨制作流水线、常见模式(淡入淡出、交叉淡化)与故障排查。

使用方式:通过 ffmpeg 的 -filter_complex 组合 volume、amix、adelay、sidechaincompress、afade、loudnorm、alimiter 等滤镜,示例命令如 ffmpeg -i narration.mp3 -i music.mp3 -filter_complex "[0:a]volume=1.0[n];[1:a]volume=0.15[m];[n][m]amix=inputs=2:duration=first" output.m4a。两遍 loudnorm 可先分析再套用测量值以提高精度。

适用场景:演示视频、教程、企业宣传、社媒短视频、纪录片、播客、在线课程等需要旁白与音乐共存的音频制作。

限制:资料未提供具体安装步骤、版本要求、性能数据或收费信息;实际效果取决于素材与参数调整,需自行试听验证。