音频设计师助手
产品介绍
把游戏音频交付里最费手的两件事——「音效该多大」和「该用哪个音效」——变成一条命令精确命中。 面向音效设计师 / 音频工程师 / 外包交付，本地离线运行，纯 ffmpeg + numpy，不上传素材、不调云端模型。 功能清单（6 大模块） 1. 音乐音效响度匹配 + 融合混音（核心） - 精确 LUFS 匹配：两段式 loudnorm 迭代逼近，偏差 < 0.10 LUFS（力争 < 0.03）；MUS / SFX 各自独立匹配。 - 融合混音：在"不改变原本听感"的前提下让音乐与音效共存，双方清晰可辨。 - 严禁 ducking / sidechain / 自动闪避——不靠"压一头"来避让。 - 四种场景：标准逐轨匹配 / 合并参考（参考是单个混好的文件）/ Idle 音效 / 音乐作氛围。 - 导出可进引擎的独立分轨：stereo 保护 + 峰值限制，直接进 Wwise / FMOD。 - 三步分步确认制：响度匹配 → 混音预览 → 导出分轨。 2. 音效库管理（sfx_library.py） - 扫库建索引：SQLite 外置索引，只读、不改动库内文件；实测可索引 35 万+ 文件。 - 检索：按关键词 / 库 / 格式查找（search）。 - 健康审计：格式异常、垃圾文件、非音频混杂一键报告（report）。 - 重复文件发现：size 粗筛 + hash 精确（dupes）。 - 规格画像：ffprobe 采样率 / 位深 / 声道 / 时长（specs）。 3. 音效相似检索（双维度） - bandsim｜频段相似：按 8 段频段能量分布余弦相似，找"听感接近"的音效。 - compsim｜材质 / 合成设计相似：8 维声音材质指纹（谐波纯度 / 明亮度 / 持续度 / 尾音长度 / 调制深度 / 事件密度 / 起音时间 / 瞬态锐度），找"声音是怎么做出来的"相近的素材。频段不像但合成手法相近的也能捞出。 - analyze：对参考音效出全面声学分析（含材质/合成指纹）。 - prewarm：全库双缓存预热（bandprof + matprof），支持断点续跑。 - 检索结果可直接导出桌面文件夹 + zip。 4. 具名概念混合检索（hybrid_search.py + build_index.py） - 针对「门 / 撞击 / 雷 / 警报」这类具名概念，用「文件名关键词 + 8 段频谱声学门控」混合检索，解决纯频谱相似度把"敲门 / 对话"误判为目标的问题。 - 实测：全库 34 万+ 文件里从 62319 个关键词候选收敛到 962 个真·门/撞击/敲击，Top40 全部真相关。 - 与 bandsim/compsim 互补：具名概念走 hybrid，模糊相似走 band/compsim。 5. CG / 视频音乐情绪分析（music_emotion.py） - 视频自动抽音轨 → 分窗提取声学描述子 → 映射成 valence–arousal 情绪时间线 + 近似 BPM。 - 用途：审外包 CG 的音乐情绪弧，看情绪走向是否贴合画面。 6. 校准 / 验收小工具 - gen_pinknoise.py：一键生成 -23 LUFS 粉红噪音，监听校准锚点。 - analyze_loudness.py：单文件 LUFS / 真峰 dBTP / RMS / 频谱质心，交付前客观验收
资源信息
许可证信息摘自官方源，可能过时或缺失。商用前请以原仓库的 LICENSE 文件为准。
信息边界说明
本页信息摘自官方文档，仅作技术信息呈现，不代表本站的判断或推荐。价格、配额、可用性以官方最新说明为准。你离开本站后的任何行为（申请 Key、付费、部署、商用），本站不做任何承诺与担保。
同类推荐
视频短视频图片音乐音频配音口播数字人全能创作
官方标注收费通过同一个AI创作工具完成AI图片、视频、音乐与语音创作，查找公开社交数据，编辑视觉成果，并集中查看和管理生成资产。Beatra 全能创作支持AI图片生成（文生图）、AI视频生成（图生视频）和AI视频编辑，通过AI音乐生成把想法做成歌曲或纯音乐，也可用AI语音生成（文字转语音）、多语言旁白和AI语音克隆完成跨媒介内容；还能查找抖音数据、小红书数据，以及 YouTube、TikTok、Instagram 与 X 上的公开帖子、笔记、评论、账号和趋势，把社交媒体数据用于竞品调研和创作。它是一款面向AI内容创作与多模态内容创作的AI创作套件，用起来就是一个把图片、视频、音乐与语音收在同一处的AI创作助手，适用于社交内容、产品展示、营销素材、课程、播客、短片和跨媒介项目；还能在不同媒介间复用原始素材、已有成果和查到的公开资料，查看制作进度、返回文件、实际用量和积分记录。
AI数字人口播与虚拟主播视频
官方标注收费用一张人像和一段短脚本或语音，制作有明确讲述内容的数字人口播视频。可使用现成录音，也可以先选择音色，把脚本生成旁白，让画面中的人物随声音完成稳定、自然的口播。适合 AI 主播、虚拟主播视频、数字人讲解、让照片说话、照片说话视频、产品讲解视频、数字人培训视频、公告和社交口播，并在交付后检查人物一致性、声音清晰度、口型同步和动作稳定性。一节课的讲解也能做成课程口播。
罗斯蒙德可视化图形生成
官方未说明【罗斯蒙德可视化图形生成】南京罗斯蒙德基于已交付项目沉淀的可视化图形生成场景：根据业务描述或系统需求，自动生成可编辑的架构图、流程图、ER 图、时序图、状态图与 C4 图。采用「统一图模型」一次建模、多格式输出：结构化文本（Mermaid / PlantUML，可嵌入 Markdown、进 Git 版本管理）、可编辑图形文件（drawio / Excalidraw，可拖拽修改节点与样式）、静态图（SVG 自渲染，PNG 给转换命令），并输出图形说明（图的含义 + 关键节点解释）。内置样式系统统一配色与命名，内置布局引擎自动排布，校验脚本拦截孤立节点、悬挂连线与语义缺漏。触发词：画架构图、画流程图、画 ER 图、画时序图、画状态图、C4 图、系统架构图、部署架构图、数据流程图、实体关系图、生成 drawio、生成 Excalidraw、导出 mermaid、导出 PlantUML、导出 SVG、导出 PNG、可编辑的图、图转可编辑、架构图可编辑、流程图二次修改、画图、出图、画个图。
自动化克隆数字人口播混剪视频
免费增值需申请 Key抖音短视频双路径生产体系（单 Skill 版）。Path A[付费·高质量]：策略大脑→（可选：素材混剪/AI高光提取）→脚本优化→AI生图/素材准备→配音渲染（百炼/GPT-SoVITS/CosyVoice/VoxCPM2+剪映/Remotion/ffmpeg/数字人）。Path B[免费·动画风]：采集热点→脚本→edge-tts免费配音+HyperFrames开源渲染→MP4，零云费开箱快。触发词分层：①"抖音短视频/选题规划/合规闸门/运营策略" ②"口播脚本/AI生图/AI配音/视频渲染/Remotion渲染" ③"蹭热点/快速出片/免费做视频" ④"混剪/高光提取/素材粗剪/autoclip
海报设计工作室
免费增值需申请 Key将一段活动描述、一张产品照片或品牌参考图，转化为抓人眼球的活动海报、宣传 banner 或社交媒体配图。这款 AI海报设计与制作工具生成图片丰富的海报，在海报排版上搭配清晰视觉层级、按品类匹配的风格和预留文字区域，覆盖活动、音乐节、电影、产品发布和促销场景。你可以把它当作 AI宣传单制作工具来制作促销宣传单，当作活动海报设计工具，当作电影海报生成器，当作音乐节海报设计工具，当作产品发布会海报的 banner设计 AI，或当作平面设计海报工作室。从活动主题出发，用品牌风格参考图变换产品或场景照片，或在已认可草稿上做定向精修，完成可印刷或可分享的成品。
AI Image Prompts · 绘画提示词库
官方标注免费Recommend curated prompts from a 10,000+ real-world image generation prompt library. Works with ANY AI image model — Nano Banana Pro, Nano Banana 2, Seedream 5.0, GPT Image 1.5, Midjourney, DALL-E 3, Flux, Stable Diffusion, and more. Use this skill when users want to: - Find proven image generation prompts (any model) - Get prompt inspiration for portraits, products, social media, posters, etc. - Create illustrations for articles, videos, podcasts, or marketing content - Browse categorized prompt templates with sample images - Translate and understand prompt techniques
什么是技能
技能（Skill）是封装好的单项能力，比如文字识别、文档摘要、关键词提取。开发者把调用逻辑和提示词打包，使用者像用插件一样加载即可，无需了解底层模型。启枢技能 收录大量技能，可直接试跑或编入方案。