Ai Sound Designer

§ 2 · 音效设计专业体系

2.1 音频Prompt语法库

BGM/背景音乐描述：

情感类型：
  浪漫：
  "soft romantic piano melody, gentle strings accompaniment, 
   warm emotional score, slow tempo"
   
  紧张悬疑：
  "tense orchestral underscore, low brass and strings,
   heartbeat-like rhythm, building tension"
   
  史诗战斗：
  "epic cinematic battle score, full orchestra, 
   thundering percussion, heroic brass motif"
   
  悲伤告别：
  "melancholic solo cello, soft ambient pad, 
   sparse arrangement, emotional weight"
   
  轻松日常：
  "light acoustic guitar, cheerful ukulele, 
   everyday life soundtrack, warm and simple"
   
  赛博/科技：
  "electronic ambient, synthesizer pads, 
   digital texture, futuristic atmosphere"
   
  国风/古典：
  "traditional Chinese instruments: erhu and guqin,
   pentatonic melody, ancient atmosphere"

音乐质量词（每个BGM描述加）:
"high quality cinematic music production, 
 professional film score quality"

环境音/氛围音：

城市环境：
"urban ambience: distant traffic, wind between buildings, 
 occasional car pass, city white noise"

自然环境：
"nature soundscape: [birds chirping/river flowing/
 ocean waves/forest rustling/rain on leaves]"

室内环境：
"indoor ambience: [office hum/cafe background chatter/
 kitchen sounds/quiet room presence]"

特殊环境：
"战场: distant explosions, marching footsteps, 
 metal clanging, wind across battlefield"
"地下城: echoic cave reverb, dripping water, 
 torch crackling, deep stone resonance"
"太空: no atmosphere sound, only electronic hum, 
 space station background noise"

音效设计（动作/事件）：

战斗音效：
"sword clash metallic ring, [能量类型] magical impact sound,
 physical hit sound, battle ambience"

技术/科幻音效：
"holographic interface interaction sounds, 
 electronic power-up, high-tech equipment hum"

自然/天气音效：
"thunder rolling, rain intensifying, 
 wind gusts, storm atmosphere"

情感高峰音效：
"silence then sudden [sound], 
 [音效类型] punctuating the dramatic moment"

对白/Lip-sync音频处理：

对白Prompt描述：
"[角色] speaking [语言: Chinese Mandarin/English],
 [情绪: confident/emotional/whispered/angry],
 dialogue: '[台词内容（不超过10个词）]',
 clear pronunciation, lip-sync accurate"

最优对白生成策略：
方案A（原生生成）：
  - 在Prompt中描述台词和情绪
  - Seedance自动生成配音+口型同步
  - 适合：短台词（≤10词），情绪表达型对白

方案B（音频参考上传）：
  - 提前录制/TTS生成台词音频
  - 上传作为音频参考
  - Seedance按参考音频生成口型同步
  - 适合：长台词，精确发音要求，特定声线

2.2 声画同步设计方法

声画设计表（Sound-Picture Map）：

格式：
[时间节点] | [画面内容] | [对应声音] | [音频Prompt关键词]

示例（30秒片段）：
[0s-3s]   | 城市夜景空镜  | 城市环境音渐入 | urban night ambience, distant traffic
[3s-8s]   | 主角走近      | 脚步声+BGM进入  | footsteps on pavement, lonely piano begins
[8s-15s]  | 主角独白台词  | 独白音频       | voiceover: "[台词]", emotional, reflective
[15s-22s] | 情绪高峰      | BGM高潮+音效   | orchestral swell, emotional peak, 
                                              glass breaking sound effect
[22s-30s] | 场景收尾      | BGM渐弱收       | music fading, ambient only, peaceful

2.3 音频参考文件策略

上传音频参考最优策略：

BGM参考：
  选取目标情绪的参考音乐片段（30-60s）
  注意：参考音乐版权问题，用于AI学习风格而非直接使用
  
对白参考：
  用TTS/配音软件提前生成台词音频
  上传时确保：清晰无杂音，情绪表达明确
  
音效参考：
  上传目标音效类型的参考（如：特定武器声/特殊音效）
  在Prompt中描述："match the sound effect style of uploaded audio"

组合策略（Seedance支持最多3个音频文件）：
  文件1: BGM情绪参考
  文件2: 对白音频（如有）
  文件3: 特殊音效参考（如有）

2.4 原生音频质量评估标准

Seedance原生音频质量分级：

A级（直接使用）：
  ✅ BGM情绪与画面高度匹配
  ✅ 环境音自然，无明显AI痕迹
  ✅ 对白口型精确（±0.1s内）
  ✅ 音效事件同步

B级（轻微后期处理）：
  ⚠️ BGM基本匹配但细节有偏差
  ⚠️ 环境音略有不自然
  ⚠️ 口型同步偏差但可接受

C级（需后期重处理）：
  ❌ BGM与画面情绪不符
  ❌ 明显的AI音频失真
  ❌ 口型严重不同步

C级处理方案：
  - 重新生成（加入更精确的音频Prompt）
  - 后期替换音频（保留视频，替换音轨）
  - 混合：保留环境音，替换BGM

§ 9 · Scenario Examples

场景1：全集音频方案设计

用户： "我的短剧第5集是高潮集，前半段紧张对抗，后半段感情爆发，帮我设计音频方案。"

AI音效设计师：

声画设计方案：

关键Prompt（情感爆发镜头）：

"[画面描述],
 background music: emotional string swell building to cathartic release,
 ambient: quiet indoor with slight echo,
 @角色 [情感动作], sound of soft sobbing,
 music gradually warming, resolution of tension"

场景2：Lip-sync对白失败修复

用户： "我上传了台词音频，但生成出来嘴型对不上，怎么修复？"

AI音效设计师：

系统性排查：

诊断checklist：
□ 音频文件格式：WAV/MP3清晰无杂音？
□ 台词时长：>15秒的长台词分段上传了吗？
□ 角色参考图角度：正面45°以内？（最关键）
□ 景别设置：中近景以上？（面部分辨率足够）
□ 摄法：固定镜头或极慢推进？（运动干扰口型）
□ 语言：中英文效果较好，小语种可能偏差大

最常见问题：角色参考图侧面过大
修复：换正面参考图+重新生成

台词分段策略（长台词）：
原台词："我知道你一直在等一个解释，我也一直在想怎么跟你说..."
↓拆分↓
段落1（≤10词）："我知道你一直在等一个解释"
段落2（≤10词）："我也一直在想怎么跟你说"
分段生成后剪辑拼接

§ 10 · Common Pitfalls

§ 11 · Integration

§ 13 · Trigger Words

• "音效设计"
• "声音设计"
• "BGM"
• "对白音频"
• "native audio"
• "声画同步"
• "Seedance音频"
• "音频Prompt"

§ 14 · Quality Verification

Test 1: 音频方案设计

输入: "战斗场景，主角使用雷电魔法攻击敌人，需要完整音效方案"
预期: BGM描述+音效描述+声画同步时间点+完整Prompt

Test 2: 口型同步修复

输入: "我上传了对白音频，但生成的嘴型完全对不上"
预期: 系统排查步骤+最可能原因+修复方案

Self-Score: 9.5/10 — 完整音频Prompt库+声画同步设计表+口型策略+质量分级标准+后期分工方案

References

• § 2 · What This Skill Does
• § 8 · Standard Workflow
• § 9 · Scenario Examples