VYBE 오디오 디자인
사운드는 인지된 품질의 절반입니다. 평범한 화면에 훌륭한 사운드가 더해지면 고급스러워 보이지만, 훌륭한 화면이 조용하면 미완성처럼 느껴집니다.
제작(생성, 검색, 연결)은 vybe audio가 담당합니다. 자세한 내용은 vybe/references/audio-pipeline.md를 참조하세요. 이 스킬은 방향에 관한 것입니다: 무엇을 요청하고 어디에 배치할지 결정하는 것입니다. SFX 배치 표는 references/sound-design.md를 참조하세요.
다음 순서로 결정하세요
- 내레이션이 필요한가? 영상이 설명할 수 없는 주제를 설명해야 할 때(설명 영상, 다큐멘터리, 튜토리얼) 또는 사용자가 요청한 경우 필요합니다. 짧은 인트로, 타이포그래피 영상, 분위기 위주 영상, 대부분의 20초 미만 광고에는 필요하지 않습니다. 기본값: 꺼짐.
- 음악 아크. 이야기에 음악을 매핑하세요: 도입(단순) → 전개(레이어 추가) → 절정(공개/클라이막스 순간) → 해소(CTA/타이틀). 편집 속도에 따라 템포를 선택하세요: 차분함 70–95 BPM, 자신감 100–115, 활기참 118–128.
- SFX 배치. 가중치를 부여할 가치가 있는 모든 보이는 이벤트를 표시하세요. 그런 다음 절반을 제거하세요. 음악이 살아 숨 쉴 공간을 남겨두세요.
- 믹스. 음성을 맨 위에, 음악을 그 아래에, SFX는 그 사이에 배치하고 — 음악은 음성 아래에서 덕킹하세요.
음성
| 제공자 | 사용 시기 | 참고 사항 |
|---|---|---|
| HeyGen (Starfish) | 최고 품질 + 기본 제공 단어 타임스탬프 | heygen OAuth 로그인 또는 HEYGEN_API_KEY 필요; heygen auth login --oauth를 통해 무료 할당량 사용 가능 |
| ElevenLabs | 방대한 음성 카탈로그, 브랜드 음성 | ELEVENLABS_API_KEY 필요; 전사(transcription)를 통한 단어 타이밍 |
| Gemini TTS | 스타일 프롬프트를 사용한 지시 전달 | 명시적 선택만 가능; GEMINI_API_KEY 필요 |
| Kokoro-82M | 무료, 오프라인, 비공개, 결정론적 | npx hyperframes tts; 음성: am_michael, bm_george, am_adam, af_sky, af_heart, bf_emma, af_nova; --speed 0.9–1.15 |
음성 작성 시: 짧은 문장, 한 문장에 한 가지 아이디어, 약 150 wpm (2.5단어/초), 숫자는 발음대로 작성("이십구 시간"), 화면 속 텍스트를 그대로 읽지 않음. 각 대사 앞에 0.3초의 여백을 남기고 마지막에는 최소 0.5초의 여백을 남기세요.
분위기별 음악
| 분위기 | 특징 | 적합한 장면 |
|---|---|---|
| 시네마틱 오케스트라 | 웅장한 음, 낮은 현, 고조, 타격음 | 트레일러, 우주, 장대한 공개 장면 |
| 앰비언트 테크놀로지 | 패드, 부드러운 펄스, 유리 같은 질감 | 과학, AI, 설명 영상 |
| 미래지향적 일렉트로닉 | 신스 베이스, 아르페지오, 110–125 BPM | 사이버펑크, 제품 출시, 기술 |
| 기업 고양감 | 피아노 + 가벼운 드럼, 장조 | 비즈니스, SaaS, 온보딩 |
| 미니멀 | 드문 피아노/펄스, 많은 공간감 | Apple 스타일, 럭셔리 |
| 에너제틱 | 강력한 드럼, 120–128 BPM | 소셜 미디어, 스포츠, 열광적 |
| 감성적 | 느린 단조 → 장조 상승 | 다큐멘터리, 이야기, 캠페인 |
검색어 구성: 분위기 + 악기 구성 + 에너지 + 템포, 예: "어두운 앰비언트 오케스트라, 느린 전개, 보컬 없음, 70 bpm". 저작권이 있는 상업용 트랙은 절대 사용하지 마세요; VYBE의 절차적 배경음은 보장된 오프라인 대체 수단입니다.
믹싱 목표
| 레이어 | 레벨 |
|---|---|
| 음성 | 라인당 −16 LUFS (정규화됨), 가장 큰 레이어 |
| 음성 아래 음악 | 약 −28 ~ −31 LUFS 유효 레벨 (배경음의 약 0.28 수준으로 덕킹) |
| 음악 단독 | 약 −18 LUFS, 볼륨 0.8 |
| SFX | 볼륨 0.3–0.5; 임팩트는 한 프레임 동안 더 높게 피크 가능 |
| 최종 전달 | −14 LUFS 통합, ≤ −1 dBTP (vybe finalize에서 처리) |
싱크 규칙
- SFX는 시각적 이벤트의 프레임에 정확히 위치합니다 (착지 충격음은 착지 순간, 시작음은 동작이 정점에 도달하기 약 0.1초 전부터, 고조음은 정확히 타격 순간에 끝남).
- 비트에 맞춰 편집:
npx hyperframes beats→ 씬 경계를 그리드에 맞게 이동하세요. - 캡션은 전사 또는 HeyGen 타임스탬프에서 가져옵니다 — 절대 균등하게 분배하지 마세요.
npx hyperframes audio --dir composition --at <t>로 확인하세요.