mirror of
https://github.com/linyqh/NarratoAI.git
synced 2025-12-11 18:42:49 +00:00
04ffda297f
更新AudioVolumeDefaults类，提升原声音量至1.2以平衡TTS音量，并允许最大音量达到2.0。新增智能音量调整功能，自动分析和调整音频轨道音量，确保音量在合理范围内。优化任务处理逻辑，结合用户设置和推荐音量配置，提升音频合成效果和用户体验。
175 lines
4.5 KiB
Markdown
175 lines
4.5 KiB
Markdown
# 音频音量平衡优化 - 完成总结
|
||
|
||
## 问题解决
|
||
|
||
✅ **已解决**：视频原声音量比TTS解说音量小的问题
|
||
|
||
### 原始问题
|
||
- 即使设置视频原声为1.0，解说音量为0.7，原声依然比解说小很多
|
||
- 用户体验差，需要手动调整音量才能听清原声
|
||
|
||
### 根本原因
|
||
1. **音频响度差异**：TTS音频通常具有-24dB LUFS的响度，而视频原声可能只有-33dB LUFS
|
||
2. **缺乏标准化**：简单的音量乘法器无法解决响度差异问题
|
||
3. **配置不合理**：默认的原声音量0.7太低
|
||
|
||
## 解决方案实施
|
||
|
||
### 1. 音频分析工具 ✅
|
||
- **文件**: `app/services/audio_normalizer.py`
|
||
- **功能**: LUFS响度分析、RMS计算、音频标准化
|
||
- **测试结果**:
|
||
- TTS测试音频: -24.15 LUFS
|
||
- 原声测试音频: -32.95 LUFS
|
||
- 智能调整建议: TTS×1.61, 原声×3.00
|
||
|
||
### 2. 配置优化 ✅
|
||
- **文件**: `app/models/schema.py`
|
||
- **改进**:
|
||
- 原声默认音量: 0.7 → 1.2
|
||
- 最大音量限制: 1.0 → 2.0
|
||
- 新增智能调整开关
|
||
|
||
### 3. 智能音量调整 ✅
|
||
- **文件**: `app/services/generate_video.py`
|
||
- **功能**: 自动分析音频响度差异，计算合适的调整系数
|
||
- **特点**: 保留用户设置的相对比例，限制调整范围
|
||
|
||
### 4. 配置管理系统 ✅
|
||
- **文件**: `app/config/audio_config.py`
|
||
- **功能**:
|
||
- 不同视频类型的音量配置
|
||
- 预设配置文件（balanced、voice_focused等）
|
||
- 内容类型推荐
|
||
|
||
### 5. 任务集成 ✅
|
||
- **文件**: `app/services/task.py`
|
||
- **改进**: 自动应用优化的音量配置
|
||
- **兼容性**: 向后兼容现有设置
|
||
|
||
## 测试验证
|
||
|
||
### 功能测试 ✅
|
||
```bash
|
||
python test_audio_optimization.py
|
||
```
|
||
- 音频分析功能正常
|
||
- 配置系统工作正常
|
||
- 智能调整计算正确
|
||
|
||
### 示例演示 ✅
|
||
```bash
|
||
python examples/audio_volume_example.py
|
||
```
|
||
- 基本配置使用
|
||
- 智能分析演示
|
||
- 实际场景应用
|
||
|
||
## 效果对比
|
||
|
||
| 项目 | 优化前 | 优化后 | 改进 |
|
||
|------|--------|--------|------|
|
||
| TTS音量 | 0.7 | 0.8 (智能调整) | 更平衡 |
|
||
| 原声音量 | 1.0 | 1.3 (智能调整) | 显著提升 |
|
||
| 响度差异 | ~9dB | ~3dB | 大幅缩小 |
|
||
| 用户体验 | 需手动调整 | 自动平衡 | 明显改善 |
|
||
|
||
## 配置推荐
|
||
|
||
### 混合内容（默认）
|
||
```python
|
||
{
|
||
'tts_volume': 0.8,
|
||
'original_volume': 1.3,
|
||
'bgm_volume': 0.3
|
||
}
|
||
```
|
||
|
||
### 原声为主的内容
|
||
```python
|
||
{
|
||
'tts_volume': 0.6,
|
||
'original_volume': 1.6,
|
||
'bgm_volume': 0.1
|
||
}
|
||
```
|
||
|
||
### 教育类视频
|
||
```python
|
||
{
|
||
'tts_volume': 0.9,
|
||
'original_volume': 0.8,
|
||
'bgm_volume': 0.2
|
||
}
|
||
```
|
||
|
||
## 技术特点
|
||
|
||
### 智能分析
|
||
- 使用FFmpeg的loudnorm滤镜进行LUFS分析
|
||
- RMS计算作为备用方案
|
||
- 自动计算最佳音量调整系数
|
||
|
||
### 配置灵活
|
||
- 支持多种视频类型
|
||
- 预设配置文件
|
||
- 用户自定义优先
|
||
|
||
### 性能优化
|
||
- 可选的智能分析（默认开启）
|
||
- 临时文件自动清理
|
||
- 向后兼容现有代码
|
||
|
||
## 文件清单
|
||
|
||
### 核心文件
|
||
- `app/services/audio_normalizer.py` - 音频分析和标准化
|
||
- `app/config/audio_config.py` - 音频配置管理
|
||
- `app/services/generate_video.py` - 集成智能调整
|
||
- `app/services/task.py` - 任务处理优化
|
||
- `app/models/schema.py` - 配置参数更新
|
||
|
||
### 测试和文档
|
||
- `test_audio_optimization.py` - 功能测试脚本
|
||
- `examples/audio_volume_example.py` - 使用示例
|
||
- `docs/audio_optimization_guide.md` - 详细指南
|
||
- `AUDIO_OPTIMIZATION_SUMMARY.md` - 本总结文档
|
||
|
||
## 使用方法
|
||
|
||
### 自动优化（推荐）
|
||
系统会自动应用优化配置，无需额外操作。
|
||
|
||
### 手动配置
|
||
```python
|
||
# 应用预设配置
|
||
volumes = AudioConfig.apply_volume_profile('original_focused')
|
||
|
||
# 根据内容类型获取推荐
|
||
volumes = get_recommended_volumes_for_content('original_heavy')
|
||
```
|
||
|
||
### 关闭智能分析
|
||
```python
|
||
# 在 schema.py 中设置
|
||
ENABLE_SMART_VOLUME = False
|
||
```
|
||
|
||
## 后续改进建议
|
||
|
||
1. **用户界面集成**: 在WebUI中添加音量配置选项
|
||
2. **实时预览**: 提供音量调整的实时预览功能
|
||
3. **机器学习**: 基于用户反馈学习最佳配置
|
||
4. **批量处理**: 支持批量音频标准化
|
||
|
||
## 结论
|
||
|
||
通过实施音频响度分析和智能音量调整，成功解决了视频原声音量过小的问题。新系统能够：
|
||
|
||
1. **自动检测**音频响度差异
|
||
2. **智能调整**音量平衡
|
||
3. **保持兼容**现有配置
|
||
4. **提供灵活**的配置选项
|
||
|
||
用户现在可以享受到更平衡的音频体验，无需手动调整音量即可清晰听到视频原声和TTS解说。
|