Um prompt para sincronizar som com vídeos de motion design gerados por IA

Se os vídeos de motion design criados pelo Opus 5.5 ainda soam como chiados eletrônicos baratos, experimente este prompt.

Prompt para o assistente:

Adicione som a este vídeo. Você não consegue ouvir, então meça tudo e não dependa de impressões subjetivas. Se ffmpeg e librosa não estiverem instalados, instale-os primeiro.

1. Use música com uma licença adequada: ou a faixa que eu fornecer, ou uma composição distribuída sob licença gratuita do Mixkit. Indique a fonte e a licença. Não gere música nem efeitos sonoros por software.
2. Determine os tempos do ritmo musical com librosa. Às vezes a biblioteca sincroniza erroneamente com tempos fracos, então trace a forma de onda na faixa abaixo de 120 Hz, sobreponha uma grade de tempos e amplifique vários compassos. Se as batidas do bumbo não coincidirem com a grade, desloque a grade inteira.
3. Sincronize os movimentos principais, como cortes de cena e surgimento de títulos, com os tempos musicais. Se puder alterar a animação, altere. Se não, desloque o momento de início da música.
4. Para cada mudança de frame e cada movimento significativo, use um arquivo separado de efeito sonoro pronto: um whoosh para movimento, um pop para surgimento de elementos, um clique para toques e um som de teclado para digitação. Primeiro use a biblioteca de sons existente do projeto, por exemplo a que vem com HyperFrames. Se não houver tal biblioteca, pergunte a mim.
5. Se o vídeo tiver voz em off, ela deve ser mais alta que os demais sons, e o volume da música deve ser reduzido durante a fala. Os efeitos sonoros devem ser mais altos que a música. Alve uma sonoridade geral de aproximadamente -16 LUFS e um nível de pico abaixo de -4 dBFS para evitar clipping após compressão AAC e reprodução pelo alto-falante do celular em mono. Meça a sonoridade do MP4 exportado com o filtro ebur128 no ffmpeg. Não meça o arquivo WAV.
6. Com ffmpeg, extraia do MP4 exportado um frame antes e um frame depois de cada momento de disparo do efeito sonoro e trace a forma de onda para comparação. Depois, escolha cinco timecodes que eu possa verificar com fones de ouvido. Não afirme que o som ficou bom.

Exemplo real: Há alguns dias, ao escolher música para um vídeo, o librosa sincronizou-se por engano com tempos fracos. Toda a grade rítmica ficou deslocada por 0,22 segundo. O problema só foi percebido depois de sobrepor a grade ao gráfico da forma de onda abaixo de 120 Hz.