12 · 音效設計與混音
業主指示（第一輪）：「有動作的地方就加一點音效，每一處都加。」音效設計遵循 earshot 記錄的動作設計實務（github.com/Leonxlnx/earshot，MIT；docs/motion-sfx-techniques.md，docs/SFX.md）；我們在 recipe/tools/sound.py 中的程式碼為自有，不使用任何樣本。
分層
| 分層 | 電平 | 備註 |
|---|---|---|
| 人聲 | −16 LUFS（語音參考 ≈ −19 dBFS，400 ms RMS） | 佔據 93–98% 的播放時間 |
| 音樂背景 | 低於人聲 18 LU，無閃避（ducking） | 原創，C大調（C–Am–F–G，100 BPM）：馬林巴、撥弦貝斯、合成墊、大鼓、沙鈴。在再現副歌時降至僅合成墊（musicDrop: [start, end]） |
| 擬音 | 約低於人聲 15 dB（滴答約 21 dB，鳥鳴約 22 dB） | 每個可見動作都有一個聲音 |
| 強調音效 | 約低於人聲 9 dB | 僅限故事節拍，最多每分鐘約 20 個，並在最大打擊前 0.35 秒加入 7 dB 的音樂衰減（stop: true） |
| 母帶 | −14 LUFS 集成，真實峰值 −1.5 dBTP | 兩次通過線性 loudnorm |
效果（共 24 種，位於 sound.py）
| 類型 | 分級 | 使用於 | 設計 |
|---|---|---|---|
whoosh（大動作使用 long: true） | 擬音 | 進入新場景、大鏡頭移動 | 粉紅噪聲通過三個移動頻帶（1 : 1.6 : 2.5）跟隨速度；聲像掃掠；峰值落在提示點 |
swish | 擬音 | 手臂、書本、手勢、投擲 | 細亮輕拂，0.2 秒 |
pop | 擬音 | 標題出現、物體上的臉部交換、小物件抵達 | 音調上升至關鍵音的短暫鳴響，滴答，尾音 |
tick | 擬音 | 計數器的每一步 | 細微明亮敲擊，帶有變化的音高（輪播） |
tap | 擬音 | 小物體著陸、計數器穩定 | 阻尼木塊聲 |
flip | 擬音 | 日曆頁面 | 紙張輕拂與穩定聲 |
slap | 擬音 | 通知或紙張拍打 | 寬頻拍擊與顫動 |
creak（dur） | 擬音 | 門與鉸鏈 | 透過木頭共振的黏滑脈衝 |
click | 擬音 | 開關、指示燈開啟 | 按壓與鎖定，間隔 35 毫秒 |
light | 擬音 | 指示燈亮起 | 柔和嗡鳴與關鍵音的小鈴聲 |
chirp | 擬音 | 戶外生物（節制使用） | 兩個小鳥鳴叫 |
rattle | 擬音 | 樹葉、顫抖 | 以搖晃速率變化的濾波噪聲爆發 |
slide | 擬音 | 滑動或側移 | 輕微吱嘎滑行 |
stretch（dur） | 擬音 | 橡膠、繩索繃緊、表面彎曲 | 上升的粗糙吱嘎聲 |
whir（dur） | 擬音 | 磁帶用盡、機械轉動 | 棘輪聲疊加顫動 |
chalk（dur） | 擬音 | 在黑板書寫或劃掉 | 被筆劃切割的粗糙頻帶 |
roll（dur） | 擬音 | 滾動的物體 | 滾動速率的低沈轟鳴加上表面滴答聲 |
thunk | 強調音效 | 軟物體著陸（草地上的蘋果） | 沈悶落體加上低通瞬態 |
thud | 強調音效 | 重物穩定 | 低頻從 90 降至 42 Hz，帶有身軀與瞬態 |
slam | 強調音效 | 關門 | 木質身軀、破裂、鎖定加上石拱房間的尾音 |
snip | 強調音效 | 剪裁 | 兩個刀片夾擊加上金屬噌聲 |
boing | 強調音效 | 彈簧、彈跳床 | 顫動下降音調 |
twang | 強調音效 | 拉緊的弦撥彈 | 和聲泛音帶有音高顫動 |
ding | 強調音效 | 數字落下、回報 | C6 鐘聲帶有非和聲泛音 |
要添加效果：編寫 fx_<name>(rng, …) 返回單位峰值的單聲道或立體聲陣列（一起達到峰值的分層，經過分頻避免互相干擾；對任何移動物件使用移動濾波器；音調部分使用 C 大調；無前置靜音；結尾有短淡出），將其加入 FX、REL 以及 ACCENT 或擬音集合中，如果需要 dur 參數則加入 SUSTAINED。
線索（位於 film.mjs）
{ t: W(17) - LEAD, type: 'slam', gain: 1, stop: true } // 強調音效，前面有音樂衰減
{ t: W(53) - 0.05, type: 'whir', gain: 0.8, dur: 1.4 } // 持續擬音
...changes(a, b, value, 0.06).map(t => ({ t, type: 'tick', gain: 0.7 })) // 計數器每一步的滴答
t是聲音攻擊點落下的時間（whoosh：峰值落下的時間）；混音器會提前 10 毫秒觸發，絕不晚於畫面。gain在該類型的電平內調整（0.5 ≈ −6 dB）。每個線索會獲得 ±1.2 dB 的隨機變化及其獨立的噪聲種子，因此重複時聽起來絕不相同。- 根據分鏡表的聲音欄逐鏡頭編寫線索。每個可見動作都有一個聲音；每個強調音效都位於故事節拍上。
電平是測量出來的，不是猜的
sound.py 將人聲調平至 −16 LUFS，測量語音參考（說話時的中位數 400 ms RMS），並將每個效果的最響亮 400 ms 設定為距離該參考 REL[type] dB。在第一輪 v3 中，這使強調音效的中位數為 −9 dB，擬音為 −15 dB（相對於人聲）。使用以下指令檢查任何混音：
python -I recipe/tools/sfx-levels.py <outDir> <outDir>/cue-sheet.txt
輸出
stem-voice.wav、stem-music.wav、stem-sfx.wav、mix.wav（已母帶處理）、cue-sheet.txt（每個放置的效果及其分級和電平），以及最終的 MP4（H.264 從靜音渲染複製，AAC 192 kb/s）。
授權
此處所有內容均為合成生成。如果業主提供音樂曲目，則必須持有其授權；將其設定為 −34 LUFS 的背景音樂，無閃避，並保留效果。