AI漫剧完整音频工作流：从配音到混音的标准化制作流程

┌─────────────────────────────────────────────────────────────┐
│                    AI漫剧音频制作完整流程                       │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  阶段一：前期准备                                             │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐    │
│  │ 剧本分析  │→│ 音色分配  │→│ BGM规划  │→│ 音效清单  │    │
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘    │
│                                                             │
│  阶段二：素材制作                                             │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐    │
│  │ AI配音   │  │ BGM生成  │  │ 音效采集  │  │ 环境音   │    │
│  │ 生成     │  │         │  │         │  │ 准备     │    │
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘    │
│                                                             │
│  阶段三：音频编辑                                             │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐    │
│  │ 单轨处理  │→│ 音画同步  │→│ 时间轴   │→│ 初步混音  │    │
│  │         │  │         │  │ 排列     │  │         │    │
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘    │
│                                                             │
│  阶段四：后期处理                                             │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐    │
│  │ 降噪处理  │→│ EQ调节   │→│ 混响添加  │→│ 动态处理  │    │
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘    │
│                                                             │
│  阶段五：最终混音与交付                                         │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐    │
│  │ 多轨混音  │→│ 质量检查  │→│ 导出渲染  │→│ 归档备份  │    │
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘    │
│                                                             │
└─────────────────────────────────────────────────────────────┘

# 《漫剧名称》第X集 音频需求分析

## 角色信息
| 角色 | 性别/年龄 | 性格 | 推荐音色 | 配音工具 |
|------|----------|------|---------|---------|
| 林默 | 男/25岁 | 冷静沉稳 | 磁性男声 | GPT-SoVITS |
| 苏晴 | 女/23岁 | 温柔坚韧 | 甜美女声 | 魔音工坊 |
| 旁白 | - | - | 沉稳男声 | 魔音工坊 |

## 场景BGM需求
| 场景编号 | 场景描述 | 情绪 | BGM风格 | 时长 |
|---------|---------|------|---------|------|
| S01 | 城市夜景 | 平静 | Lo-Fi钢琴 | 2分钟 |
| S02 | 追逐戏 | 紧张 | 快节奏电子 | 1.5分钟 |
| S03 | 告别场景 | 悲伤 | 弦乐钢琴 | 2分钟 |

## 音效需求
| 场景 | 音效类型 | 具体音效 | 来源 |
|------|---------|---------|------|
| S01 | 环境 | 城市夜晚噪音 | 音效库 |
| S02 | 动作 | 脚步声、风声 | 音效库 |
| S03 | 情感 | 风铃声 | AI生成 |

{
  "project": "漫剧名称",
  "voices": {
    "林默": {
      "tool": "GPT-SoVITS",
      "model_path": "models/linmo",
      "params": {"speed": 0.95, "temperature": 1.0},
      "eq_preset": "male_deep",
      "reverb_preset": "room_small"
    },
    "苏晴": {
      "tool": "moyin",
      "voice_id": "female_03",
      "params": {"speed": 1.0},
      "eq_preset": "female_bright",
      "reverb_preset": "room_small"
    }
  },
  "standards": {
    "sample_rate": 48000,
    "format": "WAV",
    "bit_depth": 24,
    "target_lufs": -14
  }
}

# BGM风格指南

## 整体风格
- 基调：史诗感+情感丰富
- 主要乐器：管弦乐+钢琴
- 辅助乐器：根据场景添加

## 场景BGM映射
| 场景类型 | BGM风格 | 参考提示词 |
|---------|---------|-----------|
| 日常 | 轻快钢琴 | acoustic piano, cheerful, light |
| 战斗 | 激烈管弦 | epic orchestral, intense, fast |
| 情感 | 抒情弦乐 | emotional strings, piano, slow |
| 悬疑 | 神秘氛围 | mysterious, dark ambient, tension |
| 回忆 | 朦胧钢琴 | dreamy piano, reverb, nostalgic |

## BGM音量标准
- 有对白时：-18dB到-24dB
- 无对白时：-12dB到-18dB
- 情感高潮：-9dB到-12dB

步骤1：文本准备
  - 从剧本中提取对白文本
  - 添加情感标注和停顿标记
  - 按角色和场景分类整理

步骤2：配音生成
  - 按角色分批生成配音
  - 每个角色使用固定的音色和参数
  - 每段配音生成后立即试听

步骤3：质量检查
  - 检查发音准确性
  - 检查情感表达
  - 检查音色一致性
  - 不合格的重新生成

步骤4：文件命名与归档
  - 使用统一的命名规范
  - 按场景和角色分类存储

格式：[集数]_[场景]_[角色]_[序号].[格式]

示例：
E01_S01_林默_001.wav    # 第1集，场景1，林默，第1句
E01_S01_苏晴_001.wav    # 第1集，场景1，苏晴，第1句
E01_S01_旁白_001.wav    # 第1集，场景1，旁白，第1句
E01_S02_林默_001.wav    # 第1集，场景2，林默，第1句

audio_production/
├── project_config.json
├── scripts/
│   └── episode_01/
│       ├── dialogue_linmo.txt
│       ├── dialogue_suqing.txt
│       └── narration.txt
├── voiceover/
│   └── episode_01/
│       ├── S01/
│       │   ├── E01_S01_林默_001.wav
│       │   ├── E01_S01_苏晴_001.wav
│       │   └── E01_S01_旁白_001.wav
│       ├── S02/
│       └── S03/
├── bgm/
│   ├── generated/
│   └── licensed/
├── sfx/
│   ├── library/
│   └── ai_generated/
├── editing/
│   └── episode_01/
│       ├── project.aup (Audacity)
│       └── project.sesx (Audition)
└── export/
    └── episode_01/
        ├── final_mix.wav
        └── final_mix.mp3

步骤1：根据BGM规划表确定每段BGM的需求
步骤2：编写风格提示词
步骤3：使用Suno/Udio生成BGM
步骤4：每段BGM生成2-4个版本
步骤5：筛选最佳版本
步骤6：后期处理（淡入淡出、音量标准化）
步骤7：按场景编号归档

步骤1：根据音效需求清单确定需要的音效
步骤2：在音效库中搜索合适的音效
步骤3：如果没有合适的，使用AI生成
步骤4：试听并筛选
步骤5：后期处理（降噪、裁剪、标准化）
步骤6：按类别归档

处理清单：
□ 降噪（6-8dB）
□ 去除首尾静音/杂音
□ 添加淡入淡出（50-100ms）
□ 音量标准化（-6dB峰值）
□ EQ预处理（根据角色音色预设）

同步步骤：
1. 将视频导入剪辑软件
2. 创建多轨音频时间轴
3. 按场景顺序排列配音片段
4. 精确对齐配音与画面
5. 添加对话间隔（300-500ms）
6. 对齐动作音效与画面动作
7. 对齐BGM与场景情绪

推荐的音轨排列顺序（从上到下）：

视频轨道：  [漫剧画面]
音轨1：    [旁白]
音轨2：    [主角A对白]
音轨3：    [主角B对白]
音轨4：    [配角对白]
音轨5：    [动作音效]
音轨6：    [UI/转场音效]
音轨7：    [BGM]
音轨8：    [环境音效]

1. 降噪 → 2. EQ → 3. 压缩 → 4. 混响 → 5. 限制

import os
import subprocess

# 批量降噪处理（使用FFmpeg）
input_dir = "voiceover/episode_01"
output_dir = "voiceover_processed/episode_01"
os.makedirs(output_dir, exist_ok=True)

for filename in os.listdir(input_dir):
    if filename.endswith(".wav"):
        input_path = os.path.join(input_dir, filename)
        output_path = os.path.join(output_dir, filename)
        
        # 使用FFmpeg进行基本处理
        subprocess.run([
            "ffmpeg", "-i", input_path,
            "-af", "anlmdn=s=10:p=7:r=15",  # 降噪
            "-ar", "48000",                   # 统一采样率
            "-sample_fmt", "s24",             # 24bit
            output_path
        ])
        print(f"已处理: {filename}")

步骤1：导入所有处理后的音轨
步骤2：设置各音轨的基准音量
步骤3：调整音轨间的音量平衡
步骤4：设置声像（Pan）位置
步骤5：添加总线效果：
       - 主压缩（2:1，阈值-12dB）
       - 主限制（-1dB）
       - 主EQ（整体微调）
步骤6：全曲试听，检查整体效果
步骤7：微调各音轨参数
步骤8：最终确认

导出版本清单：

1. 混音版（WAV 24bit/48kHz）
   → 用于存档和进一步处理

2. 最终版（MP3 320kbps）
   → 用于发布和分享

3. 对白版（仅对白音轨）
   → 用于字幕制作和翻译

4. BGM版（仅BGM音轨）
   → 用于独立发布

归档目录结构：
archive/
└── episode_01_20260405/
    ├── 01_scripts/          # 剧本和文本
    ├── 02_voiceover_raw/    # 原始配音文件
    ├── 03_voiceover_processed/ # 处理后的配音
    ├── 04_bgm/              # BGM文件
    ├── 05_sfx/              # 音效文件
    ├── 06_editing_project/  # 编辑器项目文件
    ├── 07_export/           # 导出的最终文件
    ├── 08_quality_report/   # 质量检查报告
    └── project_config.json  # 项目配置

import json
import os
import requests

class AudioWorkflow:
    def __init__(self, config_path):
        with open(config_path) as f:
            self.config = json.load(f)
        
        self.base_dir = self.config["project_dir"]
        self.setup_directories()

    def setup_directories(self):
        dirs = ["scripts", "voiceover", "bgm", "sfx", 
                "editing", "export"]
        for d in dirs:
            os.makedirs(os.path.join(self.base_dir, d), exist_ok=True)

    def generate_voiceover(self, character, text, scene_id):
        """生成配音"""
        voice_config = self.config["voices"][character]
        # 根据配置调用不同的配音API
        # ... (具体实现取决于使用的工具)
        pass

    def generate_bgm(self, scene_config):
        """生成BGM"""
        # 调用Suno/Udio API
        pass

    def process_audio(self, input_path, output_path):
        """后期处理"""
        # FFmpeg降噪、标准化
        pass

    def export_final(self, episode_num):
        """导出最终文件"""
        pass

# 使用示例
workflow = AudioWorkflow("project_config.json")

# 第X集音频制作复盘

## 本集做得好的方面
- 

## 本集需要改进的方面
- 

## 下集优化计划
- 

## 工具和流程改进建议
-