Communitygithub.com

動態音效設計

為動態影片和 Reels 設計並混錄事件同步音效:音樂選曲與節拍同步、每個視覺事件一個音效、音高變化、頻段音量控制、微側壓縮以及 -13 LUFS 母帶處理,內建音效合成器與混音器。

動態音效設計 是什麼?

這個技能專注於為動態影片(例如 Reels、短片、動畫)製作高品質、事件同步的音效設計。它提供了一套完整的工具鏈,從音樂選擇、每個視覺事件對應一個精準音效,到最終的母帶處理,確保音訊達到專業平台(如 Instagram Reels、TikTok、YouTube Shorts)的響度標準 (-13 LUFS)。技能內建一個 Python 腳本 (`sfx.py`),可以合成 12 種不同類型的 UI 音效庫,無需額外下載樣本,並能根據 JSON 格式的提示清單自動混音,實現自動化工作流程。對於開發者或 AI 代理來說,這個技能將音效設計從一個模糊的藝術過程轉變為一個可程式化、可重複執行的步驟。它支援 Cursor、Claude Code 等可執行終端命令的代理平台,透過解析時間軸規格,自動生成對應的提示清單,並最終與影片合併輸出,極大提升了內容創作的效率與音訊品質的一致性。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/qiyascc/ai-skills/tree/HEAD/skills/motion-sound-design

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

動態音效設計 是做什麼的?

風格規則: 在任何書寫內容(回覆、規格、說明文字、檔案)中,絕對不要使用破折號。請改用逗號、冒號、句號、括號或單純的連字號。

聲音是讓動態影片看起來有質感的一半關鍵。預設輸出通常沒有聲音或只是隨便配上一條音樂軌道。這個技能讓每個視覺事件都 有聲可聞,同時讓音樂保持乾淨地襯底,並最終將音量調整到符合平台標準。它提供了一個工具,可以合成一套乾淨的 UI 音效庫(無需下載),並將提示清單混音成經過母帶處理的 WAV 檔案。

請使用使用者的語言回覆。

0. 本技能包含的檔案

檔案使用時機
scripts/sfx.py建立音效庫、混音提示清單、將音訊合成至影片
assets/cues.example.json作為建立提示清單的起點

scripts/sfx.py 需要 Python 3 並安裝 numpy 和 scipy(pip install numpy scipy,如果系統 Python 拒絕安裝,請加上 --break-system-packages)以及用於 mix 和 mux 指令的 ffmpeg。請在該技能所在的資料夾中執行:

  • python3 scripts/sfx.py synth sfx_lib → 產生 12 種音效類型 × 3 種變體:tick, click, key, pop, whoosh, swish, thud, chime, shine, squelch, snip, shutter(不需要 ffmpeg)
  • python3 scripts/sfx.py mix cues.json mix.wav → 放置提示點,套用以下所有規則,並進行母帶處理
  • python3 scripts/sfx.py mux video.mp4 mix.wav final.mp4

真實的樣本片段優於合成音效:如果使用者有音效包(例如 Epidemic Sound, Artlist, freesound CC0),請將檔案放入音效庫資料夾,並命名為 TYPE_anything.wav(例如 whoosh_soft.wav),系統會自動使用它們。

1. 音樂

  • 根據影片的情感和能量來選擇音樂,而不是跟隨潮流。UI/科技類冷靜風格:使用柔和、極簡的環境音樂,避免重拍和強烈低音。促銷類影片:使用節奏強勁的電子音樂,120-140 BPM。高能量影片:使用 150-160 BPM。
  • 將剪輯與音樂節拍鎖定:記錄音樂的 BPM,選擇一個起始偏移量,讓 第 0 拍對齊第 0 幀,並將影片中最大的視覺變化點對應到音樂的落點或樂句變化處。
  • 對音樂進行約 55 Hz 的高通濾波(避免手機喇叭發出低頻轟鳴聲);除非為了敘事,否則不要使用濾波掃頻效果。
  • 透視音效: 當鏡頭進入某物體內部時(例如房間、裝置內部、水下),移除大鼓和低音,只保留高頻(聽起來像是「隔著牆壁聽到的聲音」);當鏡頭移出時,恢復低頻,並在關鍵時刻達到全頻段。
  • 版權授權:商業發佈的貼文需要使用授權音樂(平台商用音樂庫或付費音樂庫)。切勿建議非法下載音訊。
  • 如果使用者想要特定情緒的曲目,請使用 reels-music-picker(如果有的話)。

2. 每個視覺事件一個音效

將每個視覺事件對應到一個音效類型:

視覺事件音效
第一個畫面 / Logo 閃光shine(柔和,前 12 幀內不要用強烈音效)
物體彈跳 / 飛入 / 鏡頭快速移動whoosh(長)或 swish(短)
著陸、落入位置thud(柔和,不含低頻)
卡片 / 橫幅滑入swish + click
按鈕按下、開關切換、清單折疊click
數字、里程錶滾輪、計數器tick(每個數字落地一次)
打字key(快速打字時每隔 2-4 個字母一個)
圖示 / 徽章彈出、勾選標記pop / snip / 「筆畫標記」(snip)
液體擴散、形狀合併squelch
快門、光圈、螢幕截圖shutter
成功、最終畫面鎖定chime

規則(由混音器自動套用):

  • 每次觸發時隨機調整音高 ±1 個半音,避免重複聽起來像機器人
  • 同一樣本在 2 秒內不得重複使用(每種音效類型有 3 種變體)
  • 在任何 0.25 秒內最多 8 個事件(超出部分會被捨棄並回報);過於擁擠會降低清晰度
  • 對小型 UI 音效(ticks, clicks, keys, swishes, pops, snips)進行 160 Hz 高通濾波
  • 音效層中不得出現音符、轟鳴聲或低頻撞擊聲

3. 音量與混音

相對於同一頻段的音樂,預設音量如下(內建在工具中,可透過每個提示點的 "db" 參數覆寫): ticks +10.5 dB (4-10 kHz) · clicks +10 · keys +9 (1.5-8 kHz) · swishes +9.5 · hits/thuds +7 · pops +8 · squelch +7 · chime +5。

  • 不使用泵動側鏈壓縮。 取而代之的是,在每個 tick/click/key 發生的瞬間,音樂在 2-8 kHz 頻段會出現一個 -8 dB、持續 60 ms 的短暫下降(微側壓縮),讓撞擊聲能穿透出來,同時音樂節奏繼續進行。
  • 母帶處理:-13 LUFS 整合響度(適用於 Reels/TikTok/Shorts),真實峰值 ≤ -1 dBTP,使用不產生泵動效應的前瞻限制器。YouTube 長片請使用 -14。sfx.py mix 會將限制器設定在比真實峰值目標低 1 dB 處,因為 mux 中的 AAC 編碼會將峰值提高約 0.6 dB。
  • 旁白(如果有的話)置於頂層:音樂底床應低於人聲 18-25 dB。
  • 請同時在手機喇叭和耳機上進行檢查。

4. cues.json 格式

可以參考 assets/cues.example.json 作為起點。

{
  "duration": 15.0, "lufs": -13, "true_peak": -1.0, "seed": 3,
  "library": "sfx_lib",
  "music": "track.mp3", "music_start": 49.735, "music_gain_db": 0, "music_highpass": 55,
  "duck": {"db": -8, "ms": 60, "band": [2000, 8000], "types": ["tick", "click", "key"]},
  "cues": [
    {"t": 0.05, "type": "shine"},
    {"t": 0.59, "type": "whoosh"},
    {"t": 0.99, "type": "thud"},
    {"t": 3.16, "type": "swish", "db": 12}
  ]
}

路徑是相對於 JSON 檔案的路徑。如果僅需音效而無音樂,請省略 music 參數。

5. 工作流程

  1. 根據時間軸規格(來自 motion-story-director),列出每個視覺事件及其精確時間 → 形成提示清單。如果規格已鎖定節拍,請將事件對齊節拍網格。
  2. 使用 synth 指令建立音效庫(或使用使用者的樣本)。
  3. 使用 mix 指令 → 閱讀報告:被捨棄的提示點表示該時間點事件密度過高。
  4. 驗證響度:ffmpeg -i mix.wav -af ebur128 -f null - 2>&1 | grep "I:"。
  5. 使用 mux 指令將音訊與渲染後的影片合成,輸出最終的 MP4 檔案。

請為任何規格撰寫一個簡短的「音效」段落,格式如下:音樂(情緒、BPM、偏移量、高通濾波)→ 事件清單(含時間點)→ 音量設定 → 母帶處理目標。

Individual skills in this repo

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

motion-render-pro

Render pro-grade motion graphics videos (MP4) from code with true motion blur, frame-exact timing, no-fade rules, named easing curves and style-correct physics. Use for any animated video, motion graphic, UI animation or promo built in code.

motion-story-director

Turn an idea into a frame-exact, beat-locked motion video spec (hero object, object-handoff transitions, camera language, ban list) and lint any motion prompt for timing, count and density errors.

reels-edit-director

Turn a Reel, TikTok or YouTube Shorts idea, script, voiceover or footage description into a precise, timestamped edit plan and a copy-paste editor brief covering typography, colour-screen breaks, music, sound effects, motion and pacing. Also diagnoses drafts that feel boring, chaotic or lose viewers. Use this whenever someone wants to edit, cut, plan, improve or brief a short vertical video, asks how to make a Reel more engaging, needs subtitles or on-screen text timed, or says things like "my video feels flat", "write a brief for my editor" or "how should I edit this", even if they never say "edit plan".

reels-music-picker

Pick background music for an Instagram Reel, TikTok or YouTube Short by mood rather than genre, then tell the editor exactly where the track's changes land, how loud it sits under the voice, which version to use and whether a business account may use it. Includes beat and bar maths, a loudness checker and licensing guidance. Use this whenever someone asks what song or sound to use for a short video, wants trending audio, needs music that fits a voiceover, asks how to sync cuts to the beat, how loud music should be under talking, or whether they are allowed to use a track on a business account.

相關技能