Communitygithub.com

视频配乐

为基础视频剪辑选择并编排音乐,包括在音乐驱动剪辑时提供早期节拍和乐句图谱。适用于音乐主导的蒙太奇、画面主导的配乐、提示点连续性、循环、淡入淡出以及对话安全的音乐交接。

视频配乐 是什么?

这是一个专门的AI智能体技能,旨在协助视频编辑过程中的音乐选择、编排和混音交接。它强调音乐应服务于故事,并允许在有意义时选择静音或原生音效。该技能提供了两种明确的工作流程:音乐主导的蒙太奇(需要在使用前创建详细的节拍/乐句图谱)和故事/画面主导的剪辑(将音乐放置绑定到精确的A-cut时间码)。它支持多种平台,使用户能够使用编辑器原生工具或FFmpeg命令进行音频修剪、淡入淡出、延迟和交叉淡入淡出,同时保护对话平衡不被音轨混合自动增益所改变。该技能对流水线完整性强制执行重要约束:它要求明确的音轨授权状态,禁止在没有任务许可的情况下下载或生成音乐,并规定所有配乐决策必须通过从波形或响度指标进行实际试听来验证,而不能凭空声称。最终输出包含一个可编辑的提示点映射和与全节目时钟对齐的音乐分轨,供下游音效技能(如 video-sound)使用。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/georgewangyu/GeorgeVideoAgent/tree/HEAD/skills/video-music

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

音乐与剪辑节奏

请阅读项目合同。 音乐服务于故事;静音和有用的原生音效同样是有效的选择。

确立音乐的任务与时钟 [bl: invariant]

按场景的可选示例,请参阅George的音乐精选。首先使用编辑器的项目覆盖和已应用的私有风格。

基础技能不内置预设配乐。从为剪辑提供的音轨或用户可用的库开始。为场景选择一个段落:在语音下方,聆听人声周围的空间;在动作场景中,寻找能够承载动态并自然落在下一个故事节拍上的乐句。私有风格库可以在明确可用时指导审美偏好。如果没有可用的音轨,则保留原生音效,并描述用户或许可目录可以提供的提示点(场景、能量、时长以及任何声音约束)。

决定音乐是驱动剪辑还是支持现有故事。对于音乐主导的蒙太奇,在A-cut之前尽早检查所选音轨并制作节拍/乐句图谱:源提示点入/出点、节拍/重拍候选、乐句变化、能量段落以及预期的故事落点。BPM估算是候选方案;需要试听同步和乐句边界。变速、拾音音符和半速/倍速读取需要明确处理。不要使每个画面剪辑都击中节拍,也不要为了网格而缩短完整的语音。

对于画面主导的剪辑,将放置点绑定到精确的A-cut哈希/时基。记录每个提示点的任务、源身份、版权状态、源乐句、时间线入/出点、淡入淡出/循环/交叉淡入淡出、预期落点以及语音/原生音效排除。版权不明确会阻止该音轨用于发布使用,但不阻止干审导出。优先使用可用的授权素材;未经任务许可,不得下载、购买或生成音乐。不要求任何风格包或私有库。

执行乐句并移交混音 [bl: invariant]

针对同一画面试听有用的候选段落,并保留一个干控制版本。选择足够的音乐来覆盖实际的场景/过渡任务,而不是一个任意的短提示点。在兼容的音乐边界处剪切或循环;试听循环接缝、和声不连续以及被截断的尾音。淡入淡出应位于提示点边缘,而不是每个镜头。保留有意的静音和原生事件。

根据需要使用可用的编辑器或FFmpeg的atrim/asetpts、adelay、afade和acrossfade。确认秒数或采样数、显式采样率/布局、淡入淡出时长以及时间线放置位置。避免amix的默认增益归一化无声改变对话平衡;声明混音策略。在全节目时钟上导出可编辑的提示点映射和音乐分轨,供video-sound使用。临时低背景音是起点,而不是可懂度的证明。在声音混音中记录任何闪避。

验证 [bl: invariant]

在编码画面中聆听完整的提示点,包括开始、循环/乐句连接点、对话入口以及故事移交。验证命名的落点位于预期帧上,尾音自然结束,并且音乐不会掩盖语音或重要的原生音效。分别报告实际试听结果和版权缺口。更改后的A-cut时机会使受影响的提示点放置失效。永远不要声称仅凭波形、节拍网格、音轨存在或响度指标进行聆听。

参考文献

  • FFmpeg音频滤镜:atrim、afade、acrossfade、adelay和amix。
  • EBU R 128:响度归一化;不用于选择音乐或建立主观平衡。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相关技能