Video Audio
本 Skill 负责视频制作中的声音设计与跨镜头声音一致性，但不建立独立的项目级 audio/ 目录。
长期复用声音资料放在 video/materials/ 下，例如：
video/materials/voices/CHR01_voice.mdvideo/materials/voices/CHR01_reference.wav
某个镜头独有的对白、呼吸、音效或临时声音继续放在对应 video/shots/<shot-id>/；全片音乐、旁白、混音和最终声音工程进入 video/edit/。
完整声音层次、原生生成声音与后期声音的职责边界见 references/SOUND-LAYERS.md。视频需要背景音乐、品牌 / 角色动机、Animatic 临时音乐或 AI 生成配乐时，再读取 references/MUSIC.md：临时与正式音乐明确分开，音乐服务故事 / 对白 / 产品，不为了卡点破坏人物节奏。存在叙述者、角色内心画外音、品牌旁白或说明性 Voice-over 时，再读取 references/VOICEOVER.md：旁白文本归 video-script，声音身份 / 生成归本 Skill，最终整片旁白进入 video/edit/。
1. 先区分三类声音
角色长期声音
跨镜头需要稳定的年龄感、性别表现、音域、音色、共鸣位置、默认语速、音量感、节奏以及发音和停顿习惯。
镜头专属声音
只属于某个镜头的对白、呼吸、叹气、叫喊、脚步、物体碰撞和环境变化跟随镜头，不复制到公共声音定义。
整片声音
背景音乐、全片旁白、总体声音设计与最终混音只在进入后期时由 video-editing 管理。
2. 角色声音设计
角色有多镜头对白时，先建立声音定义，再生成或录制具体台词。角色声音定义至少写清当前项目需要的：年龄感、基础音域、音色、共鸣、默认语速、默认音量、说话节奏、发音特点、不同情绪下的变化以及禁止出现的声音漂移。
详细模板见 references/VOICE-DESIGN.md。
3. 声音身份与情绪分开
同一角色跨场景和跨世界时可以改变混响、环境空间感、轻微均衡、当前情绪和当前说话强度，但基础年龄感、基础音色、音域、发音习惯和核心节奏不应随机改变。
如果生成工具提供 speaker ID、voice reference、voice seed、speaker embedding 或等价稳定机制，优先复用同一身份机制；具体字段由当前工具 / 模型官方规则决定，本 Skill 不写死。
4. 对白与画面
对白时长、可见口型、多角色说话和声音跨镜头的规划属于 video-script；当前任务确实需要这部分时按需加载该 Skill，缺失则交回 akira-video 补齐，而不是在本 Skill 复制脚本规则。本 Skill 只负责声音身份与当前声音表演。
对白文本继续由 video-script 拥有；本 Skill 只负责声音表现。需要同步语音的视频模型时，把对白、语气、停顿和声音事件编译进生成提示词，但不为了模型支持原生声音就增加原本不存在的台词。
5. 有意无声
较长无对白段落如果由悬念、危险、音乐、视觉高潮或动作本身承担叙事，应在 SHOT.md 中写清无声的导演目的。如果人物长时间主动操作却没有对白、反应声、环境声或音乐承担叙事，交回 video-shot 检查是否形成死段。
6. 需要外部声音生成时
把角色声音定义、当前台词、参考音频和返回命名交给 video-generation，由它按一次性生成包契约整理；本 Skill 不自行建立另一套打包目录或临时文件规则。
7. 返回审片与后期
- 声音身份漂移、口型、语气、音域和时序由
video-review审核； - 镜头独有音频留在镜头；
- 全片音乐、混音、字幕和最终声音电平由
video-editing处理。
完成标准
角色声音已经能够跨镜头稳定识别；镜头声音与整片声音职责清楚；没有为了目录分类而复制音频，也没有把工具专用 speaker 参数误写成通用规则。