Prompt do synchronizacji dźwięku z wideo motion design generowanym przez AI

Jeśli wideo motion design tworzone przez Opus 5.5 nadal brzmią jak tanie elektroniczne piski, spróbuj tego promptu.

Prompt dla asystenta:

Dodaj dźwięk do tego wideo. Nie umiesz słyszeć, więc wszystko mierz i nie polegaj na subiektywnych odczuciach. Jeśli ffmpeg i librosa nie są zainstalowane, najpierw je zainstaluj.

1. Użyj muzyki z odpowiednią licencją: albo ścieżki, którą udostępnię, albo kompozycji rozpowszechnianej na darmowej licencji Mixkit. Wskaż źródło i licencję. Nie generuj muzyki ani efektów dźwiękowych programowo.
2. Określ beaty rytmu muzycznego za pomocą librosa. Czasami biblioteka błędnie synchronizuje się ze słabymi beatami, więc wykreśl falę dźwiękową w zakresie poniżej 120 Hz, nałóż na nią siatkę beatów i powiększ kilka taktów. Jeśli uderzenia stopy nie pokrywają się z siatką, przesuń całą siatkę.
3. Synchronizuj główne ruchy, np. zmiany scen i pojawianie się tytułów, z beatami muzycznymi. Jeśli możesz zmienić animację, zmień ją. Jeśli nie, przesuń moment rozpoczęcia odtwarzania muzyki.
4. Dla każdej zmiany klatki i każdego istotnego ruchu użyj osobnego gotowego pliku efektu dźwiękowego: whoosh dla ruchu, pop dla pojawienia się elementów, klik dla naciśnięć i dźwięk klawiatury dla pisania tekstu. Najpierw użyj istniejącej biblioteki dźwięków projektu, np. tej dostarczanej z HyperFrames. Jeśli takiej biblioteki nie ma, zapytaj mnie.
5. Jeśli w wideo jest lektor, musi być głośniejszy niż pozostałe dźwięki, a głośność muzyki podczas mowy trzeba obniżyć. Efekty dźwiękowe powinny być głośniejsze niż muzyka. Celuj w ogólną głośność około -16 LUFS i szczytowy poziom poniżej -4 dBFS, aby uniknąć clippingu po kompresji AAC i odtwarzaniu przez głośnik telefonu w mono. Mierz głośność wyeksportowanego MP4 za pomocą filtra ebur128 w ffmpeg. Nie mierz pliku WAV.
6. Używając ffmpeg, wyciągnij z wyeksportowanego MP4 po jednej klatce przed i po każdym momencie wyzwalania efektu dźwiękowego oraz wykreśl falę dźwiękową do porównania. Następnie wybierz pięć znaczników czasowych, które sprawdzę na słuchawkach. Nie twierdź, że dźwięk wyszedł dobrze.

Przykład z praktyki: Kilka dni temu podczas dobierania muzyki do wideo librosa błędnie zsynchronizowała się ze słabymi beatami. Cała siatka rytmu była przesunięta o 0,22 sekundy. Błąd wykryto dopiero po nałożeniu siatki na wykres fali dźwiękowej w zakresie poniżej 120 Hz.