声音设计 是做什么的?
声音是让电影看起来昂贵的一半。每一个可见动作都应有与之匹配的声音,柔和的背景音乐贯穿整部影片,混音干净、足够响亮且无削波。
切勿在代码中合成音轨(numpy 噪声、正弦垫音、哔哔声)。这听起来很糟糕,并且已从 coldframe 发布影片中移除。请使用真实录制的音效和真实的音乐。
1. 分层
- 背景音乐(始终都有,除非成品需要静音):柔和、纯器乐、节奏稳定、无人声。对于开发者工具,适合氛围/电子/轻柔钢琴;它位于所有声音之下。
- UI 音效:每个可见交互对应一个。
- 转场音效:为镜头移动和剪辑准备的嗖嗖声、轻拂声、上升音、冲击音。
- 旁白(仅当用户要求时):录制的或用户认可的高质量 TTS;始终包含硬编码字幕。
2. 来源
| 内容 | 位置 | 备注 |
|---|---|---|
| UI + 转场 SFX | public/sfx/:coldframe 库 (§5) | CC0(Kenney, Remotion @remotion/sfx);可安全提交和重新分发 |
| 更多 SFX | Kenney 音频包 (CC0), @remotion/sfx (页面上的许可条款), Freesound (筛选 CC0) | 在 library.json 中记录来源 + 许可 |
| 音乐 | 用户选择:Pixabay Music (免费,无需署名), Chosic CC0 筛选, YouTube 音频库,或他们拥有的曲目 | 提供 2-3 个符合氛围的选项;不要将 Pixabay/YouTube 曲目提交到 公共 仓库(其许可禁止重新分发文件本身);将它们存放在项目的 public/music/ 私有仓库中,或添加到 .gitignore 并上传用于渲染 |
| AI 生成的 SFX / 音乐 / 语音 | ElevenLabs(音效、音乐、TTS)或类似工具,仅使用用户的 API 密钥并征得同意 | 使用前请聆听并批准 |
3. 为每个动作匹配声音
根据元素是什么、有多重以及刚刚发生了什么来选择。切勿连续两次重复使用完全相同的样本:交替使用变体,并变化 playbackRate 0.96–1.04 和增益 ±2 dB。
| 屏幕上显示 | 声音 | 相对于音乐的音量 |
|---|---|---|
| 在小控件上点击光标(标签、链接、图标) | 轻柔点击/滴答声 | 细微,+3 dB |
| 主要按钮按下(运行、渲染、部署、CTA) | 较硬的点击声,带有一点质感 | +6 dB |
| 切换 / 开关 / 复选框 | 开关声(两种状态),开 ≠ 关变体 | +4 dB |
| 在终端/输入框中打字 | 按键音,每 1-3 个字符一次,变化多样;Enter 键稍响 | 细微 |
| 悬停 / 聚焦 / 选择移动 | 非常轻柔的滴答声,或无声 | 几乎听不见 |
| 卡片或面板落下 / 卡入到位 | 轻柔的掉落声 / 轻拍声 | +4 dB |
| 通知、徽章、计数器完成 | 弹出声 / 柔和的铃声 | +5 dB |
| 成功 / 已验证 / 完成 | 确认提示音(一个“奖励”声音) | +6 dB |
| 错误 / 失败(仅当显示时) | 低沉、短促的闷响 | +4 dB |
| 镜头移动、飞入、平移 | 嗖嗖声 / 轻拂声,其峰值与移动最快帧对齐 | +4 dB |
| 调色板冲击 / 大揭示 | impact(低沉重击),如果库中已有则在其前添加一个上升音 | +8 dB,最响亮的时刻 |
| 标志 / 结束卡 | 轻柔重击 + 音乐的解决乐句 | +6 dB |
将声音分组,使影片中有 3-4 个可识别的家族(点击声、嗖嗖声、一个奖励提示音、一个冲击音),而不是 30 个随机的声音。
4. 同步
- 点击和轻拍:在按钮明显按下的那一帧(或提前 1 帧;否则声音会感觉延迟)。
- 嗖嗖声:提前开始,以便峰值落在移动最快的那一帧。
- 冲击音:精确落在冲击/闪光帧上。在大揭示之前留出 3-8 帧几乎静音的时间(将音乐拉低)。
- 尽可能在音乐的节拍上剪辑:选择 BPM 并将场景开始锁定在节拍上(
frames per beat = fps * 60 / bpm)。
5. 在 Remotion 中构建
coldframe setup 将库安装到 public/sfx/(37 个 CC0 声音,涵盖 17 个角色,已修剪至帧起始,响度匹配;来源见 public/sfx/LICENSE.md,详情见 library.json)以及辅助工具到 src/coldframe-sound.tsx。
| 角色 | 使用 |
|---|---|
click-soft | 点击小控件(标签、链接、图标) |
click-firm | 按下主要按钮(运行、渲染、CTA) |
tick | 悬停 / 聚焦 / 选择移动 |
key, key-enter | 打字;命令结束时的 Enter 键 |
toggle-on, toggle-off | 开关、复选框 |
select | 在列表中选择选项 |
drop | 卡片/面板落下并卡入到位 |
pop | 通知、徽章、小元素出现 |
confirm | 成功 / 已验证 / 完成(奖励声音) |
error | 屏幕上显示的错误 |
open, close | 面板/窗口展开或折叠(峰值对齐) |
whoosh | 镜头移动、飞入、平移(峰值对齐) |
impact-soft | 元素有重量地落下、节拍强调 |
impact | 一个大时刻:调色板冲击、揭示、标志 |
import { MusicBed, Sfx, typingCues } from "./coldframe-sound";
<MusicBed src="music/bed.mp3" volume={0.35} duckAt={[REVEAL]} />
<Sfx role="click-firm" at={PRESS} /> // 按钮明显按下的那一帧
<Sfx role="whoosh" at={FASTEST_FRAME} /> // 峰值自动落在 `at`
{typingCues(TYPE_START, TYPE_END, cmd.length).map((f) => <Sfx key={f} role="key" at={f} />)}
<Sfx role="key-enter" at={ENTER} />
<Sfx role="confirm" at={RESULT} />
<Sfx role="impact" at={REVEAL} />
- 变体自动轮换,
playbackRate自动变化 ±3%,因此重复点击听起来永远不会完全相同。 - 将所有提示帧与视觉效果放在同一个配置对象中(场景相对帧),这样声音和画面就不会发生偏移。
- 从音效
volume1 和背景音乐 0.3–0.4 开始,然后通过测量进行调整 (§6)。 - 试听整个库:示例项目中的
SfxAudition组件(npx remotion render SfxAudition out/sfx-audition.wav --codec=wav)。 - 需要库中没有的声音(上升音、深沉低音冲击、环境音)?将 CC0 文件添加到
public/sfx/,在LICENSE.md中注明其来源,并请求用户批准。
coldframe 的数据块将其音频切片作为无损 PCM 携带,因此许多重叠的 <Audio> 标签可以在云端以样本级精度渲染和合并。
6. 电平和响度
- 最终混音:约 -14 LUFS 集成(YouTube,社交媒体),真峰值 ≤ -1 dBTP。Web 英雄/README 版本输出静音(去除音频:
ffmpeg -i in.mp4 -an -c:v copy out.mp4)。 - 背景音乐远低于音效(单独约 -24 到 -20 LUFS);在旁白下方和大型揭示前将其降低 6-10 dB。
- 测量:
ffmpeg -i out.mp4 -af loudnorm=print_format=json -f null -(集成,真峰值)和-af volumedetect(峰值)。使用系统 ffmpeg;Remotion 自带的缺少这些滤镜。 - 无削波,无泵送效应,无音效比那个冲击时刻更响。
7. 完整渲染前批准
- 仅渲染音频,本地操作(便宜,无需视频帧):
npx remotion render <Comp> out/audio-preview.wav --codec=wav。对于长影片,在最繁忙的部分截取 10-15 秒的样本。 - 将其发送给用户,附带一行提示列表(“0:03 飞入嗖嗖声,0:07 点击声,0:09 成功提示音…”),并等待他们的同意。
- 只有在那之后,才使用 coldframe 在云端渲染视频。
8. 检查清单
- 背景音乐由用户选择(提供了 2-3 个选项),许可证已注明,淡入淡出干净。
- 每一个可见的点击、按键、切换、落下、成功和镜头移动都有匹配的声音;除非有意为之,否则没有可见的动作在静音中发生。
- 3-4 个声音家族,变体轮换,没有连续重复相同的音效。
- 冲击音在帧上,嗖嗖声峰值在移动最快的帧上,点击声在按下帧上。
- 约 -14 LUFS 集成,真峰值 ≤ -1 dBTP,无削波(已测量)。
- 音频样本在云端渲染前已由用户批准。
- 为 README / 网站英雄视频导出了静音版本。