先查播放速度,再查哪条音轨变了
播放器本身以倍速播放、原声整体被加速、配音被单独提速、TTS请求已经带不同语气或音高,听起来可能相似,修法却不同。先恢复播放器常速,单听原声与配音,再与处理前版本比较。
“声音变尖”不一定是同一技术原因。别立刻换声线或重写文稿;原稿和原声音还在时,先定位是哪一步改变。视频画面只做快进,声音可按创作安排独立铺设,也可选择同速变化。
不要把改采样率和改节奏混成一件事
FFmpeg官方滤镜文档说明,asetrate不改PCM数据而改变采样率解释,会同时影响速度和音高;atempo用于处理音频节奏。它们不是同一个操作,也不要把正常格式重采样都叫变调。
所引 Video Recap 的普通旁白提速使用atempo,以避免把音高跟着播放速率一起搬动。选了节奏处理仍须听重音、字尾和音色,不能保证任何倍率都自然。
TTS阶段的语速、全段提速与段内适配分别核。若已有两次节奏处理,倍率要相乘看实际路径;别只看最后一个设置。
纸面方案:十秒旁白放入八秒画面
本例作者已选八秒画面,原中文旁白是“她把名单折了回去,门外响起两下敲门声。”。假设未加速候选长十秒,需完整保留文字;这里没有生成或试听声音。
- 保留原候选和八秒画面,不再把画面额外加速。
- 作者选择只试旁白1.25倍节奏处理,理论
10 / 1.25 = 8秒;这是计算,不是实际输出时长。 - 本例没有额外TTS提速或段内适配。若通过所引采用路径,独立速度策略选
global_atempo=1.25、bounded_segment_fit=false、segment_tempo_max=1.0,累计软/硬上限均1.25;实际消费者接受合法独立策略,不是让环境默认覆盖已选方案。 - 处理后测实际时长、核完整句尾和选定文件进入混音,再正常速度听成片。输出若仍超窗,不裁尾,也不偷偷再加速。
若1.25的候选读起来不合适,作者可以扩大画面窗口,或明确允许改这句旁白;原画面不能改、文字也不能改且速度不可接受时,当前安排就尚未解决。参数通过不等于这一句已经自然或已经可放。
先认出当前分支,不把所有声音都套同一开关
普通旁白路径会处理速度与适配;已采用的独立策略按所引reference和消费者代码执行,保守默认是原速且不段内适配。默认不等于只有这一种合法选择。
显式完整声音混音分支跳过旧的速度/适配步骤。若走的是这个分支,修改旧narration_speed不会兑现旁白加速;要回已选输入与放置安排。冻结音频的画面修订也不应暗中改变声音。先核实际分支,再核操作记录与成片。
时长、字词和听感分别复查
| 问题 | 先查什么 |
|---|---|
| 播放器倍速造成误判 | 回常速与同一设备比较 |
| 只想快一点却改变音高 | 核实际变速方法与滤镜 |
| 总倍率比想象高 | 查TTS、全段和段内实际处理 |
| 为了适配截掉字尾 | 回完整输入,解决窗口与速度选择 |
| 记录显示采用就认定听感好 | 单听候选、连听接点、听当前成片 |
记录保留文字、速度决定、实际处理文件与听到的问题。没有试听就留待听,不把理论八秒或合格参数填成听感通过。
常见问题
用不变调提速就一定自然吗?
不一定。重音、停顿、字尾和整体语气仍可能不合适。只把速度与音高分开还不够,实际候选和成片都要听。
画面加速,配音必须跟着加速吗?
不必。按声音安排选择。若配音单独铺设,可保原速并调整窗口;若确要同速,核完整文字、累计倍率和实际音画关系。
用 skill 来做
在 Video Recap 流程里提供原音轨、目标窗口、已选速度与问题成片,要求按 video-assemble 的实际声音分支排查。保留未点名轨道和画面,不暗加二次提速、不裁尾;先说明处理方案,再核实际消费文件、时长与试听。
查看具体方法: 实际atempo处理与不裁尾适配 · 独立选定速度策略与消费记录 · 完整声音分支跳过旧变速 · 独立速度策略的实际校验