配音效（可执行管线）
定位：干活的 skill。规则真源在
remotion-assembly/references/audio.md（响度链/母带/停顿/BGM 裁决），冲突以彼为准。 血泪史（勿重蹈）：ffmpeg 白噪声合成 → 否（沙沙廉价感）；参考片音轨采样 → 否（去人声后单薄）。正解 = 专业音效库 + 用户试听选定（错题 #21）。
0. 先查定稿库（多数情况到此为止）
public/sfx/ 在役十音色（2026-07-16 试听定库 + 2026-07-21 认可池转正换源，编号/换源记录见 audio.md 规则 8；括号内为 §4 事件位）：
glass 证据卡显影(A) / pop chip 轻点(B，已换源 fav20 亮脆 tick，顶替被嫌「咔嚓」的旧件) / tick2(B 变体，fav33——同段 B 位连用防重复感) / pop2 名牌落位软噗(G，已换源 fav14 钝噗带体积) / stamp 盖章重锤(D，全片 ≤1) / rise 数字滚动连滚(C，fav29 重制，BASE_VOL 单独压 0.1) / whoosh 清场软扫(F) / shutter 拍照定格专用 / bright 高亮划线位(fav02 亮叮——基准片全谱唯一亮族的专职声) / lowthud 物理撞入·坠落位(fav13 低频长鸣，入侵拍专用，易过重待段终审校)。旧 pop/pop2 存 spare/prev-*。trans、ding 已于 2026-07-20 用户试听裁定弃用（E 位默认留白，正式补源走 §1-2）。备用件在 public/sfx/spare/。认可池 public/sfx/jy-fav/（2026-07-21 用户剪映收藏 42 段试听板裁定 19 件可用）：fav 编号+哈希+档位分组见目录内 SOURCES.md，全部过了用户耳朵——B/G/A/E 位换源补源优先从此池取，角色认领在段终审完成；同片在役音色仍按 A-G 表克制（用户校准：常用音色也就十几个，音效不能喧宾夺主）。
换视频直接沿用此库；只有需要新角色/新质感时才走第 1-3 步。
1. 选源（需要新音效时）
优先级：a. 剪映本地缓存盘库（用户指定首选：~/Library/Containers/com.lemon.lvpro/Data/Movies/JianyingPro/User Data/Cache/music/ 等目录藏有音效库下载缓存，find ... -iname "*.mp3" + ffprobe 时长 ≤5s 筛出音效 + md5 去重；文件哈希命名无标题，靠试听板认领。想扩池：用户在剪映里点听心仪音效即落缓存，重跑盘库脚本即可——这就是「用户扩库」的标准动作）→ b. @remotion/sfx（d.ts 即直链清单；可用件：whip/whoosh/switch/mouse-click/page-turn/ding/shutter-modern）→ c. Mixkit 免费商用（分类页 grep assets.mixkit.co/active_storage/sfx/<id>/<id>-preview.mp3）→ d. Pixabay / kenney.nl CC0 → e. 商用包（Artlist/Epidemic）。
版权注意：剪映素材条款名义上限剪映内使用，国内创作者生态通行做法由用户自行裁量；对外商业分发时优先 b-e。
2. 试听板（新音效上片前必过，不可跳过）
音效质感 AI 零判断力，只能筛频谱硬伤。流程：候选归一 -3dB → 每条配黑底编号名称卡（drawtext）渲成小段 → concat 成一条试听视频交用户 → 用户报编号后才准上片。
拼接铁律（2026-07-16 踩坑）：① 每段时长锁死等长——音频 apad=whole_dur=2.1,atrim=0:2.1，视频 -t 2.1，禁用 -shortest（aac priming 使各段时长微差）；② 拼接禁用 -c copy，必须整条重编码——否则音画漂移累积，越往后编号和声音对不上（用户实测 40+ 号全乱），用户报的编号全部作废返工。③ 交付前逐段验声（0715-02 事故：4/8 号无声板交给了用户当检测器）：拼好的板逐段 ffmpeg -ss <段起> -t <段长> -af volumedetect 验 max_volume，任一段 <-60dB 即无声——先 volumedetect 验该条源文件（防库内坏件，如 rise.wav -91dB），再查拼接命令，修好重拼；禁把无声板交用户。
音色定位一律靠试听板，不靠 AI 猜（0715-02 终审沉淀）：给画面事件配哪个音色，由用户过试听板指认——AI 对音色零判断力。0715-02 AI 凭猜给了错音色 2 次，最后靠试听板才定位到 stamp。凡新片新配、或旧库音色与新画面事件对不上号时，先出试听板让用户认领，禁止 AI 直接指派音色上片。
3. 加工入库
- 峰值统一 -3dBFS（
volumedetect测 max →volume=(-3-max)dB），48k 单声道。 - 长素材裁头：impact 类取首 1.0-1.6s + afade out。
- 连滚合成（数字滚动/批量点亮）：选定 tick 裁 40ms +
-stream_loop 29+ 音量 rampvolume='0.35+0.65*t/1.2':eval=frame——基准片式「滚动声」本质是 tick 连击不是音调 riser。 - 新角色：
sfx-<片名>.ts的 SfxName 联合类型 + SfxTrack BASE_VOL 同步加。
4. cue 表挂载：A-G 配声语法（2026-07-16 频谱破译 11 锚点定谱 + 2026-07-21 双片全量统计升级〔221 实测事件〕；真源=本节 A-G 表 + audio.md 规则 8，定谱证据：assembly/0715-01/分段工坊/音效设计谱.md + docs/基准片配声谱v2.md）
画面事件 → 音色对号表（逐 beat 查表取声，禁止自由发挥）：
| 事件 | 音色 | 库文件 |
|---|---|---|
| A 证据卡/截图显影 | 玻璃提示音（短、有音高、界面感；基准片实测显影声偏钝 bright -13.5——勿选最亮档，亮叮备选 fav02/25/19 上片前须校亮度） | glass.wav（剪映 J08，试听板 106 号） |
| B chip/小件入场、点阵逐格点亮 | 短亮 tick；批量时 0.15-0.3s 连发 | pop.wav（2026-07-21 已换源 fav20）；同段连用换 tick2.wav 防重复感 |
| C 数字滚动 | tick 滚奏铺满整个滚动期；落定不配重击（基准片语法） | rise.wav（1.5s 版） |
| D 印章/判词砸落 | 短闷击，结实不轰 | stamp.wav（觉得重换 spare/1143） |
| E 章节转场/接管进入 | 长气流 riser，只在章级 | |
| F 清场/退场 | 衰减软扫，比入场轻一档（vol ≤0.5；「轻一档」是本风格克制裁定——基准片实测退场不比入场轻，差异在衰减尾略长，选件重「有衰减尾」甚于音量低） | whoosh.wav |
| G 名牌/徽章/chip 落位 | 软 pop | pop2.wav（2026-07-21 已换源 fav14 钝噗）或 spare/interface-1109 |
扩展事件位（2026-07-18 泛化压测补，就近归族不加新音源）：hero 大字/结论 lockup 落地 → D 轻档（vol ≤0.5，不占 Stamp 重锤配额）；时间线卡/图表载体进场 → A；时间线节点点亮、数据条生长、连线 draw-on → B（批量按连发规矩）；判词小标注/ZeroTag 落位 → B；高亮划线/划重点 → bright.wav（专职亮叮，基准片全谱唯一亮族 +3.0）；物理撞入/坠落/挤出 → lowthud.wav（轻档 vol 酌减，易过重）；punch-in 变焦 → 中等力度短声（D 轻档或 lowthud 轻档）；micro 章降档——分页式切出的 <8s 小节，E 转场只在整组首末各一发，节间用 B 顶替（防转场声连发腻；E 位现暂用 whoosh，见 §0）。
认可池对号（2026-07-21 特征实测分族；主选已于同日转正落库，见 §0；听感终校在段终审）：已转正——pop←fav20、pop2←fav14、tick2←fav33、bright←fav02、lowthud←fav13。仍在池备选：B 备 fav27/24、G 备 fav11/06、A 备 fav25/19（亮叮，若 bright 过亮降档用）、F 备 fav16（气声极轻）、D 轻档备 fav05、物理备 fav08、E 位候选 fav17/00（默认仍留白）。段终审嫌哪个换哪个，1 分钟回池换源。完整特征表在 jy-fav/SOURCES.md。
选声先问语义家族（2026-07-21 定，防「哪个好听挑哪个」）：亮叮=划重点/高亮强调，观众该看这里（基准片实测唯一亮族是高亮划线 +3.0；证据卡显影实测偏钝 -13.5 归钝短族，配 glass 中档）；干嗒=小件就位/逐项点亮（推进感）；软噗=身份/结论落定（份量感）；低频=物理动作撞/坠/挤（因果感）；气声=离场（收拾感）。画面事件属于哪个语义家族，就从哪个家族取声——家族对不上宁可不响。
三条元规则（比音色更重要，v6 翻车根因）：① 音色成套——全片一族 UI 系声音，禁止摄影系/办公系/大片系混搭；② 音量克制——没有一发盖人声，靠密度不靠响度（基准片双片实测全片 4-5s/发；「2-3s 一发」是密集段节拍不是全片均值，见配声谱v2）；③ 一事一声——不叠双音，同拍两个事件错开 ≥0.1s。
hook / 开场配声通则（问⑩「开场配不配音效」的正条）：开场不是「配不配声」的特例，走的还是「主元素配声 + A-G 查表」通则——hook 主视觉该出声就出：打字大字＝逐字 tick(B)、hook 重锤数字＝C 滚动、证据卡显影＝A、章首/接管进入＝E。被否决的只是「无视觉锚点的装饰性起手音」（whoosh/沙沙开场、为烘托气氛而配的空拍音）——它不对应任何画面事件，属元规则①②之外的纯噪声。判据：开场每一发声必须挂在一个正在落地的主元素上；挂不上就不配，不为「开头得有声」硬塞。
已否决：开场 whoosh 沙沙（装饰性起手，见上通则）、数字落定重击、重锤满片（旧线 ≤2 处/片，2026-07-21 起收紧为咔嚓类全片 ≤1，硬线见 §4.4；基准片双片实测盖章 1/2 处，音色画像=全谱最钝 bright -18.4+最重 rise 至 30dB，「闷不轰」实锤）、BGM（基准片实测有：连续低频床、头中尾恒定、估相对人声 ≤-15dB——无 BGM 是用户裁定的本风格差异非基准片语法，翻案时起点参考 -15dB 恒定垫底）、trans 章节 riser 与 ding 收尾（2026-07-20 试听裁定弃用，见 §0）。
4.4 全片音效审计闸（0715-02 终审沉淀：挂完 cue 必跑，超线回改再渲）
- 密度：硬下限全片 ≥2.5s/发（事故：1.95s/发被终审打回「太吵」）；目标带 3.5-5s/发（基准片双片实测 v5=5.0/v6=4.0；0715-02 砍到 3.05s 仍偏密，非终点）。留白也是语法：连续 20-30s 无 cue 属正常（实测最大留白 28.7s），干口播段禁补声凑密度；密度靠 30s 窗对比做波浪（密窗 9-14 发 vs 疏窗 2-3 发），不匀铺。覆盖判据优先于密度均值（2026-07-21 0721-01 终审）：定稿 42 发 3.02s/发（低于旧目标带下沿）用户仍指「不少 MG 缺音效」——密度均值达标≠覆盖达标；审计以「每个 MG 主元素落地有声，或显式留白理由（纯口播/接管进入/语义家族对不上）」为准，目标带 3.5-5 降为防吵参考线，覆盖需要时低于 3.5 不回改（0721-01 时在役仅 7 音色是覆盖上限主因；扩库已落，见下方张力条）。
- 单音色占比 ≤35%（事故：pop 114/220=52%，听感「快门咔嚓连拍」——短 tick 类连发即咔嚓感来源）。基准片干嗒族实测恰 35%（78/221），此线与实测重合，硬线不放宽。
- 批量点亮默认「整组首记一发」；0.15-0.3s 连发只用于 ≤4 件的语义 stagger，覆盖 §4 B 位旧「批量连发」默认。
- BASE_VOL 基准 ≈0.25（0.2-0.3），重锤上限 0.55——用户 2026-07-21 裁定「音效基本音量都要 -15dB 左右」：入库峰值 -3dBFS × 0.25 ≈ 有效峰值 -15dBFS（覆盖 2026-07-20 的 0.3-0.55；再往前 0.8-1.0 是被裁「太大」的旧版，勿回退）。
- stamp 盖章音慎用（0715-02 终审沉淀）：用户把密集 stamp 听成「拍照咔嚓」——判词/型名/绿章不必每个都配 stamp，靠视觉留白代替；全片 stamp（含重锤）建议 ≤ 个位数。这与「重锤 ≤2 处/片」叠加：重锤是 stamp 里的强档子集，先卡重锤 ≤2，再卡 stamp 音色总数 ≤ 个位数。
- 咔嚓类音色全片 ≤1（用户 2026-07-21 0721-01 裁定，收紧上条 stamp≤个位数）：用户对咔嚓（stamp/shutter）听感极敏感，密集判词咔嚓 = 拍照连拍、刺耳；全片只留最高潮 1 处重锤 stamp，其余判词/结论落定改软音色（pop2 软噗 / rise 生长），别每个判词都盖章。
- 标志性音色（rise 生长音）同样克制、更防局部扎堆（0721-01 教训）：rise 全片 ≤4-5 处且禁 30s 窗内 ≥2 发（0721-01 首版 rise 10 处、111-122s 扎堆 4 个，被用户判「同一音效反复出现」——单音色 22% 没超 35% 线仍被嫌多，局部扎堆比全片占比更致命）；相邻生长动画只挑最标志的 1 拍配 rise，其余留白或改 pop。
- 连续 tick 类音色（rise）BASE_VOL 单独压更低：rise 是 ~1.2s 连续 tick，累积响度远高于单发 pop/pop2，峰值同为 -3dB 时听感仍更「大」；0721-01 用户裁定 rise 单独压到 0.1（低于常规 0.25 一档）——连续/持续类音色一律比单发档再低一档。
- MG 配声覆盖率 vs 音色库大小的张力（0721-01 未尽，待扩库）：用户要「每个 MG 都有声」但库仅 7 音色，硬补覆盖 = 反复用同几个音色 → 又吵又重复（正是咔嚓/rise 被嫌多的根源）。覆盖率与「不吵不重复」在小库下是矛盾的；根治 = 扩库。2026-07-21 已落：认可池转正 3 新角色（tick2/bright/lowthud）+ B/G 换源，在役十音色（§0）；还嫌单调再从池里提（19 件已过用户耳朵，SOURCES.md 对号表）或用户再收藏扩池。
- 审计动作：
grep -c数 cue 总数与逐音色分布，任一超线先砍批量位、再压占比；stamp 音色单独计一次，超个位数即回改。
4.5 自动化闭环（用户裁定：以后不再逐版调音）
用户只在两个点介入，其余全自动：
- 一次性定库（已在途）：盘库/选源 → 试听总板 → 用户报编号 → 按 A-G 语法认领角色 →
public/sfx/永久库定稿。此后换视频不再选音效。 - 段终审：听段成片整体，报时间点即换（回库/spare 换源 1 分钟出新版）。段终审成片一律带音效交付——cue 自动挂表不依赖视觉先定稿，禁出无音效中间版再重渲（0715-02 教训：三段渲两遍空耗一轮渲染）。
中间零人工：装配每段时按「组件类型 → 事件类型 → A-G 查表」自动派 cue——Chip/点阵格=B、QuoteDoc/ShotCard 显影=A、Stamp=D、BigNumber 滚动=C、Takeover/章首=E、Exit 清场=F、名牌/徽章=G；cue
at直接取元素 enterAt 换算秒。cue 草稿已脚本化：node scripts/beat-to-cues.mjs <片名>从装配方案表机械生成sfx-<片名>.ts草稿（内置 §4.4 预检报告，超线标红不自删），音效员只校不编；脚本内映射表是本节的抄录，规则变更以本 SKILL 为准。禁止为单段临时找新音效（缺角色才走 §1-2 流程补库）。
5. 定量验收（段渲后必跑）
- 每个 cue 点
ffmpeg -ss <t> -t 0.5 -af volumedetect全频段峰应显著高于邻近纯人声窗；亮质感件另测highpass=f=8000：≥ 人声齿音基线 +6dB（该阈值 2026-07-20 起待重标定——BASE_VOL 降档后以逐 cue 可听可辨+用户终审为准，勿为凑 dB 调回音量，见 audio.md 规则 1）。 - 可听事件计数：
highpass=f=12000,silencedetect=noise=-25dB事件数 ≈ cue 数。 - 废峰对照：人声爆破与 BGM 鼓点也会成峰（双片破译 360 候选剔废 39%），响指/拍手等人身收音可达 rise 40dB——听 cue 点验收先排除人身收音，勿当音效对标。
- 最终判据 = 用户耳朵：段成片交用户听，报时间点即回试听板/备用件换源，1 分钟出新版。