29|为产品演示制作背景音乐与声音层次
目标是在产品演示中增加音乐,同时保证口播清楚、不遮住操作声。音乐创作、授权确认与混音是独立环节。本篇不假设生成音轨天然拥有你需要的所有商业使用权。
写清音乐 brief
描述时长、节奏、情绪、乐器、是否无歌词,以及视频哪里需要起伏。使用“轻电子、克制、弱鼓点、为旁白留空间”这样的声音特征,不要求冒充某位在世音乐人或已有歌曲。确认当前服务的使用条件和项目的发布许可,由实际许可决定能否使用。
用 Atlas 为这个产品演示准备一段无歌词背景音乐。先查音乐模型的输入、时长和输出能力,说明费用与使用条件中仍需确认的部分。授权后只生成一个候选;配音单独保存,音乐不能盖过人声。交付原始音乐、混音预览和完整听检意见,不把示例增益当成平台响度标准。
音频目录中区分 TTS、音乐和 ASR。读取模型 schema 后准备请求,通过 atlas_generate_audio 或当前 CLI 音频入口提交。遇到模型只支持固定时长时,先确认是否可接受;不要伪造 duration 参数。
保留干净的声音分层
至少有画面母版、旁白干声、音乐三个文件。模型原生声音里已经混有音乐时,不能简单再叠一层并假定不会冲突。先决定保留、替换还是重新剪辑;本包混音脚本会替换原视频音轨,不自动分离人声和音乐。
完整播放候选音乐,核对有没有意外人声、突兀的开头、收尾截断、过强的瞬时峰值,以及与品牌不符的情绪。涉及修改音乐段落时保留原稿,不把短片段反复循环当成唯一处理方法。
先看三条素材时长
python3 scripts/media_audit.py ./assets/demo.mp4
python3 scripts/media_audit.py ./assets/voice.wav --require-audio
python3 scripts/media_audit.py ./assets/music.wav --require-audio
确保口播完整落在画面长度内;本包脚本会按画面时长补静音或裁切,不会重新编排音乐或自动完成句间对齐。确定后生成本地预览:
python3 scripts/media_ops.py mix-audio \
--inputs ./assets/demo.mp4 ./assets/voice.wav ./assets/music.wav \
--music-volume 0.12 --output tutorial-output/demo-mix.mp4
0.12 是示范线性增益,不是实测最佳值或响度标准。脚本使用限幅保护,但不能替代完整的响度、真峰值与主观听检。需要自动压低音乐的项目可以采用经过验证的 ducking 混音方案;本脚本没有实现这一功能。
交付前用不同环境试听
分别检查开头、每句口播、转场和结尾,至少用耳机与常用播放设备检查。目标是人声清晰、没有明显削波、音乐收尾自然;符合技术参数也可能听起来疲劳。最终按发布渠道的当前规范做响度交付,保留测量配置和结果,不能把教程样例称为所有平台通用标准。
交付干声、音乐原文件、混音成片、音轨来源与使用条件记录。只混音失败时重新运行本地步骤,音乐生成无需重做。
依据与复现范围
依据:S3、S5、S7。本文使用本包约定的教学文件;模型能力与价格以执行时实际目录为准。线上付费步骤未代用户执行,离线验证结果见 测试报告。通用路径、授权和状态约定见 执行约定。