Ein Prompt für die Synchronisation von Ton mit KI-Motion-Design-Videos

Wenn die von Opus 5.5 erstellten Motion-Design-Videos immer noch wie billige elektronische Quietschgeräusche klingen, probiere diesen Prompt.

Prompt für den Assistenten:

Füge diesem Video Ton hinzu. Du kannst nicht hören, also miss alles und verlasse dich nicht auf subjektive Eindrücke. Wenn ffmpeg und librosa nicht installiert sind, installiere sie zuerst.

1. Verwende Musik mit einer passenden Lizenz: entweder den Track, den ich bereitstelle, oder eine Komposition, die unter einer kostenlosen Mixkit-Lizenz verbreitet wird. Nenne Quelle und Lizenz. Erzeuge Musik und Sound-Effekte nicht programmatisch.
2. Bestimme die Beats des musikalischen Rhythms mit librosa. Manchmal synchronisiert sich die Bibliothek fälschlich mit schwachen Beats. Zeichne daher die Wellenform im Bereich unter 120 Hz auf, lege ein Beat-Raster darüber und zoome auf mehrere Takte. Wenn die Kick-Drum-Treffer nicht zum Raster passen, verschiebe das gesamte Raster.
3. Synchronisiere Hauptbewegungen wie Szenenwechsel und das Erscheinen von Titeln mit den musikalischen Beats. Wenn du die Animation ändern kannst, ändere sie. Wenn nicht, verschiebe den Startzeitpunkt der Musik.
4. Verwende für jeden Frame-Wechsel und jede bedeutende Bewegung eine separate fertige Sound-Effekt-Datei: einen Whoosh für Bewegung, einen Pop für das Erscheinen von Elementen, einen Klick für Tastendrücke und ein Tastaturtippen für Texteingabe. Verwende zuerst die vorhandene Sound-Bibliothek des Projekts, zum Beispiel die, die mit HyperFrames ausgeliefert wird. Wenn es keine solche Bibliothek gibt, frage mich.
5. Wenn das Video einen Voice-over enthält, muss es lauter sein als die übrigen Sounds, und die Musiklautstärke muss während der Sprache reduziert werden. Sound-Effekte sollten lauter sein als die Musik. Ziele auf eine Gesamtlautstärke von etwa -16 LUFS und einen Peak-Pegel unter -4 dBFS, um Clipping nach AAC-Kompression und Wiedergabe über den Telefonlautsprecher in Mono zu vermeiden. Miss die Lautstärke des exportierten MP4 mit dem Filter ebur128 in ffmpeg. Miss keine WAV-Datei.
6. Extrahiere mit ffmpeg aus dem exportierten MP4 jeweils ein Bild vor und nach jedem Auslösezeitpunkt des Sound-Effekts und zeichne die Wellenform zum Vergleich auf. Wähle danach fünf Zeitmarken aus, die ich mit Kopfhörern prüfen kann. Behaupte nicht, dass der Ton gut geworden ist.

Beispiel aus der Praxis: Vor einigen Tagen synchronisierte sich librosa bei der Musikauswahl für ein Video versehentlich mit schwachen Beats. Das gesamte Rhythmus-Raster war um 0,22 Sekunden verschoben. Der Fehler fiel erst auf, nachdem das Raster über eine Wellenform-Anzeige unter 120 Hz gelegt wurde.