Launch sound
本手册位于
launch-film项目下。请从skills/launch-film/SKILL.md开始:它包含了核心模版、钩子加正文模版和课程要点。当此处内容与launch-film冲突时,以launch-film为准。
声音承载了发布影片的一半感受。强大的参考影片绝不让任何可见变化没有声音:约每秒 4 个瞬态,连续基底音之下,Logo 前近乎静默。通用的音效库点击声和呼啸声会让影片听起来像模版。本技能用统一的调色板取代它们,使每部影片都拥有相同的声音,这正是声音品牌化的含义。
你的声音标识
选择 3 或 4 种与品牌世界相匹配的材料,并只使用它们。默认调色板:
- 玻璃: 用于到达、锁定和 Logo 的敲击玻璃泛音。调至乐谱调性。
- 木材和毛毡: 为每次落地和按压提供物理感、沉稳的重量。
- 空气: 用于过渡的安静流动空气纹理。从不提高音调或扫频。
- Logo 刺音: 6 个玻璃滴答声,通过调性上升,然后是一个低音钟声。如果可能,根据你的 Logo 塑造它的形状(一个计数、一个上升、一个落地),并在每个 Logo 上始终相同地使用它。
硬件品牌可能会将玻璃换成金属;有趣的消费类应用可能会添加马林巴。无论你选择什么,绝不要使用通用呼啸声、渐强音、上升音、卡通音效、激光 UI 音、预告片轰鸣声,或任何通用免费音效包中的音效。
工具
- Forge(免费):
skills/launch-sound/scripts/sfx_forge.py,使用你的虚拟环境的 python(numpy, scipy, soundfile, pedalboard)运行。基于种子的合成,因此相同的提示表总是渲染出相同的音轨。palette OUT_DIR --key A写入所有音效以供试听。 - 共享空间: 如果安装了 Dragonfly Plate 混响 VST3(
REVERB_VST3指向它;默认检查 macOS 插件文件夹),则使用它,否则使用 pedalboard 的内置混响。每个事件共享同一空间。 - 生成工具包(Higgsfield,你的账户):
python3 skills/launch-sound/scripts/hf_kit.py generate skills/launch-sound/references/kits.example.json film/sfx/kit为每种材料运行 1 个提示(Seed Audio 用于撞击声,Mirelo 用于空气和成长音效)。每个提示要求约 6 个分离的撞击声;起始点切片将它们变成单发声(glass-01.wav...),kit.json记录每个撞击声的长度,对于有音调的工具包,还记录其基频。带有"f0"和"degree"的文件提示会被sfx_forge.py调至该调性音级,如同采样器。使用hf_kit.py slice film/sfx/kit可免费重新切片。每个工具包约 2 个积分,全部约 20 个积分。 - 纹理: 当影片需要真实房间音效时,使用 Seed Audio(例如英雄打字时刻的键盘声、大落地时放在木头上的玻璃声)。报价为 0.4 个积分,实际收费约 1.7 到 2.1 个积分(2026-09 数据)。在生成前说明预期的总积分;少量片段无需等待批准即可运行,超过 20 个积分的批次需等待确认。有效的提示见
references/seed-audio-prompts.md。
在影片模版中
film/audio.py 根据节拍时间为你写入提示表:每个关键卡片落地时的重量音、每次潜入时的空气音、每次光标点击的按压音、每个芯片的锁定音、每个障碍物落地时的敲击音、切换点击音,以及结尾的 Logo 刺音。在 film/film.json 中设置 "sound": {"kit": "sfx/kit", "key": "A"},以便使用你生成的工具包而不是 Forge 来配音。钩子声音放入钩子的 sfx 列表中。当你的品牌需要为某个事件使用不同的声音时,修改 audio.py 中的映射。
自由格式影片的流程
- 事件映射。 阅读故事板、旁白的时间码和画面节奏(在 HyperFrames 项目中运行
npx hyperframes timeline --json,或构建时的 timing JSON)。列出每个事件:时间、移动的内容、屏幕位置、重量(轻、普通、大)。 - 调性和速度。 从
score.meta.json(launch-score)获取。所有有调性的声音遵循该调性。 - 为每个事件配音,使用下表。将提示时间对准动作落地的帧,而不是起始帧。打字从第一个字符开始。空气声音以过渡为中心。
- 编写
sfx/cues.json(格式见脚本头部)。声像跟随屏幕位置:pan = ((x / 1920) * 2 - 1) * 0.6。 - 纹理 当影片需要真实房间时:在整个影片下方放置一个安静的基底,音量在 -24 到 -28 dB。保存到
sfx/textures/<yyyy-mm-dd-hh-mm-ss>-<name>.wav,放置格式为{"t": 0, "file": "textures/...", "gain_db": -26, "dur": 20}。 - 渲染:
python3 skills/launch-sound/scripts/sfx_forge.py render sfx/cues.json sfx/sfx.wav --key A。使用工具包时,循环使用工具包中的撞击声,避免重复事件听起来像克隆:马林巴用于随音阶上升的到达音,玻璃用于信号音,咔嗒声用于按压和锁定,毛毡用于落地音,次低音用于大剪辑,刺音用于 Logo。 - 在混音前检查 音轨:峰值约 -7 dBFS,除非有意形成和弦,否则两个有调性的提示间隔不少于 60 毫秒,密度参考
references/density.md。然后将音轨交给launch-mix。
事件与声音对照表
| 视觉事件 | 声音 | 增益 dB | 备注 |
|---|---|---|---|
| 光标按压,按钮按压 | press | -8 | 在按钮下压的帧上 |
| 卡片、窗口、节点到达 | arrive | -9 | 逐步 args.degree 0、2、4,使序列呈现上升感 |
| 打字 | typing | -13 | chars 和 cps 匹配屏幕上的打字速度 |
| 连接或边生长 | grow | -11 | args.dur = 绘制持续时间 |
| 状态锁定:发布、直播、完成、检查、会议预订 | lock | -7 | 影片的奖励音;用于结果 |
| 重大揭示,规模跃升 | sub_drop + arrive | -9, -8 | 每部影片最多 3 次 |
| 过渡,玻璃擦拭 | air | -12 | 唯一的过渡声音 |
| 列表步骤、计数器、收据 | wood_knock,交替声像 | -11 | |
| 单个闪光,高亮 | glass_tick | -12 | |
| Logo | logo_sting | -4 | 乐谱在约 0.1 秒前淡出(launch-mix drop_out) |
质量标准
- 每个有重量的可见变化都有声音;陈述和持续读取有空间感。
- 调色板一致:1 个混响空间,1 个调性,没有来自外部的片段。
- Logo 在近乎静默中落地,伴有刺音。
- 如果某个时刻需要调色板无法产生的声音,则向
sfx_forge.py添加新的基于种子的函数(或添加新的工具包提示),而不是导入随机片段,并在此处记录。
参考资料
references/density.md:测量的密度,以及如何解读审查数据。references/seed-audio-prompts.md:有效的纹理提示及其成本。references/kits.example.json:用于hf_kit.py的 10 个通用工具包提示。launch-mix(平衡、闪避、母带),launch-score(调性、乐段),launch-review(检查)。