《余温》阶段复盘：分段蒙太奇与原片重配声音
事实记录（不可修改区）
- 项目：71_余温_哥特告别短片。性质为自有短片创作与工作流验证，非比赛。
- 阶段日期：2026-09-05—2026-09-06；冻结日期：2026-09-06。后续结果另行追加，不倒写本阶段事实。
- 创作目标：从“不甘与爱人告别”收敛到“仍然握着空袖”的结尾，先完成30秒，再加入回忆扩展到两分钟。
- 实际工具：Midjourney资产、内置Image 2参考编辑、LibTV CLI 1.1.3调用Seedance 2.5、FFmpeg声音处理与检查。对话中的“sd”落实为Seedance参考生产，没有运行Stable Diffusion。
- 来源：创作会话中的作者指令与反馈；项目归档的提示词、任务回执、成片、检查报告及哈希记录。没有平台传播数据；LibTV积分耗尽为作者陈述，本轮未独立查询余额。
- 总体结果：30秒原版和120秒故事初版获作者认可；120秒原生音轨存在跨段BGM问题。另完成一次30秒视频参考重配声音测试，提取音轨配回原画面并修整尾音，作者反馈“我感觉很不错”。本阶段暂停生产。
| 产物 | 本阶段真实状态 | 证据入口（相对项目目录） |
|---|---|---|
| 6张关键资产 | 王、爱人、圣殿、暖廊、冷廊、衣袖细节齐备 | 01_角色与素材/ |
| 30秒原版 | 作者评价“感觉非常不错，验证成功” | 05_成片/余温_v01_30s.mp4；创作会话 |
| 120秒蒙太奇初版 | 作者认可故事较完整；全片声音尚未完成 | 03_制作记录/yuwen-120s-review.md；05_成片/余温_120s_蒙太奇初版 成片.mp4 |
| 30秒新声音尾音修整版 | 作者试听认可；先行短篇发布候选 | 05_成片/余温_结尾新声音_尾音修整版.mp4 |
| Suno方案 | 提示词候选已写，没有生成、收到或采用Suno音频 | 02_提示词/Suno_候选未生产.md |
| 16:9封面 | 已制作1920×1080封面；没有额外的作者验收反馈 | 06_发布准备/封面/ |
| 发布 | 只有先发超短篇试看的意向及文案草稿；未实际发布 | 06_发布准备/先行短篇发布文案.md |
| 存档 | 精选资产、文档和脚本纳入Git；视频/WAV等在本地另存 | 项目README与04_检查与对照/归档复制校验.json |
资料位置：{AIGC工作站}/aigc-creative-archive/71_余温_哥特告别短片/。本库只保存方法与证据索引，媒体保留在创作档案。历史声音检查报告写于作者试听前，其中“待试听”是当时状态；后续作者认可由本节与项目档案补记。
作品回顾：篇幅增加，情绪终点不变
作者最初给出的方向是神圣与压迫、浪漫与哀伤并存，联想到《指环王》《死亡搁浅》和破败之王的不甘告别。真正决定叙事的，是作者进一步明确的“停在这种‘仍然握着空袖’的痛里”。宏伟圣殿、黑色甲胄和象牙白衣袖都围绕这个动作服务。
30秒版本的动作链很短：抚脸、手离开、抓住衣袖、爱人消失、握住空袖。扩展到120秒时，作者希望增加过往回忆。助手据此把触碰、衣袖和石凳安排为当下与回忆之间的连接物，保留原30秒作为最终告别。电影引用是创作方向讨论，并非对《奥德赛》成片做过正式拉片，也没有照搬已核实的镜头清单。
| 成片区间 | 实际采用的段落组织 | 情绪用途 |
|---|---|---|
| 0—30秒 | 当下入殿、触冷石；回忆中擦脸；当下独自触脸；回忆中她转身 | 让身体的触觉唤回她 |
| 30—60秒 | 回忆中抓袖、回望；当下空手；回忆中石凳握手；当下空凳 | 同一动作、同一位置出现缺席 |
| 60—90秒 | 当下触空凳；回忆靠肩；回到中殿；走近她、跪下 | 把碎片带回最后一次告别 |
| 90—120秒 | 复用原30秒：抚脸、抓袖、消失、握空袖 | 让前面的温柔变成结尾的重量 |
新增三段30秒并行生成，但每段内部都有回忆与当下的切换。实际生产采用P01/P02/P03-montage提示词，早期不带montage的顺叙草稿未采用。30秒是本次提交任务的长度，不是故事必须换章、换音乐的边界，也不在此推断为模型的普遍时长上限。
结果分析：完成了什么，哪里仍然断开
资产分工减少了对MJ人脸控制的依赖
作者指出MJ难以稳定控制角色面孔，因此选择保留人物参考图，把新增MJ资产集中在场景与物品。作者产出S01暖廊后，又将较难控制的S02冷廊和P01袖口交由Image 2参考编辑，人物在Seedance中参考原图约束。
这条分工完成了实际生产，但没有消除全部漂移。两分钟初版仍有色温、王冠与甲片细节、石凳比例等差异。可以记录“参考约束下完成了可继续精修的初版”，不能写成“角色与空间完全一致”。也没有对MJ、Image 2和Seedance做同条件成功率对比。
故事连起来以后，声音暴露了生产接缝
两分钟初版直接保留各段原生音轨。即使新增段提示词要求无背景音乐，作者仍听到BGM不统一和突然截断。这里能确认的是成片的听感问题；没有分离各段音乐、环境声与音效，不能按每一秒精确归因。
助手起初围绕Suno提出统一配乐方案。作者进一步纠正：前面不需要配乐，全铺满太满。最终接受的声音方向是：开头可由脚步、衣料、呼吸和空间声承担叙事；音乐较晚进入，进入后允许同一主题跨越当下与回忆。 “主题连续”与“全程有音乐”是两个独立选择。
Suno路线只留下提示词，没有音频成品。因此本案不支持“Suno实测失败”“Seedance优于Suno”或“两者同条件对比”的结论。改变路线的是作者提出的参考视频重配声音想法，以及随后授权的一次测试。
重配声音可用，但画面锁定来自后期封装
这次测试把原30秒片静音，作为唯一视频参考交给Seedance 2.5。LibTV实际调用videoEdit2video，声音开启、720p、比例自适应、生成数量1。上述是当次回执，不是对所有客户端或未来版本的参数承诺。
声音提示词安排了开场空间声、抚脸处极轻主题、抓袖处张力、消失后撤层、衣料与呼吸前置、黑场尾音衰减。模型返回约30.048秒视频，但模型自身返回的画面并非逐帧不变。助手提取新音轨，重新封装到原片视频流上，才保住已经认可的画面。
| 检查 | 本次结果 | 能说明什么 |
|---|---|---|
| 原片与最终交付逐帧哈希 | 全部721帧一致 | 最终交付保留原片画面；不代表生成模型锁像素 |
| 六个主要切点对照 | 原片4.750/10.833/15.542/18.792/21.500/28.500秒；生成片4.708/10.792/15.542/18.833/21.500/28.500秒 | 检测到的主要切点最多差约一帧；不等于每个动作音效精确同步 |
| 模型原音轨黑场附近 | 28.5—29.5秒单声道RMS为−21.78 dBFS，尾段仍抬升 | “自然收尾”的文字要求未完整落实 |
| 追加27.5—30秒整体淡出 | 最后半秒RMS由−27.92降到−46.71 dBFS | 尾部信号衰减已发生；听感好坏仍由试听判断 |
| 作者试听 | “我感觉很不错” | 这次30秒交付获得作者认可；不能外推为两分钟方案全部验证 |
技术证据：03_制作记录/yuwen-finale-rescore-v01-review.md、04_检查与对照/finale-rescore-audit.json及_脚本/audit_rescore.py。RMS是信号电平，不是旋律、情绪或音乐结构评分；助手没有完成独立的全片听审，审美认可来源是作者反馈。
尾音处理作用于音乐与音效混合的整个音轨，没有音乐分轨。它同时会降低环境声和衣料声，不能描述成“只把BGM淡出而保留所有音效”。两分钟初版尚未换入这条新结尾音轨。
方法论观察：单项目证据，不升格为通用铁律
1. 延长短片，可以先增加核心动作的前史
核心：用回忆解释一个动作曾经意味着什么，让结尾同一动作的缺失更具体。
来源与验证：作者选择“空袖”为终点，再提出扩篇与回忆；助手用擦脸、抓袖、握手、靠肩补前史。作者认可两分钟故事较完整，这是一个项目内的审美反馈，没有观众理解度或完播率数据。
如何使用：先写下结尾动作，再找两三个日常前身；每个回忆都应改变观众对当下动作的理解。让动作或道具接住时间切换。
边界：多放温柔片段不自动产生故事；若回忆只重复相同信息，仍会拖长。此案也没有证明每次转场都是严格的动作匹配剪辑。
2. 原生声音需要跨片段验收
核心：生成片段的声音可在单段成立，拼成长片后仍可能暴露乐句、音色与尾音接缝。
来源与验证：四段接成120秒后，作者指出BGM不统一和突然截断；“无BGM”提示词及音轨解码检查没有阻止问题进入交付。
如何使用：段落拼接后先做一次跨边界试听，再决定哪些原生声音保留、哪里补空间声、哪里需要配乐。音乐是否存在、何时进入、是否延续同一主题分别判断。
边界：本案只验证了问题与30秒补救，尚未验证120秒整体修复，也没有把所有原生声音判为不可用。
3. 已认可画面可以成为重配声音的固定底片
核心：视频模型负责生成参考画面的声音候选；后期提取音轨并配回原片，可以避免把模型产生的画面变化带进最终交付。
来源与验证：作者提出参考原视频生产声音；助手执行一次生成、提取、封装及帧哈希核对，最终721帧与原片一致，作者认可听感。
如何使用：保存原片 → 静音参考 → 生成声音候选 → 检查时长与事件位置 → 仅取音轨配回原片 → 对比试听。若生成节奏明显改变，应先校准或放弃音轨，不能仅凭时长相同直接套用。
边界：这是声音候选的制作路线，不保证模型像素不变、所有事件精确同步、跨段主题一致或一次生成全长。模型混合音轨也不能天然替代可分别混音的音乐/音效分轨。
4. 收尾精度交给编辑，气质裁决交给作者
核心：明确写了尾音衰减，仍应检查实际尾部。检查可以定位问题，最终处理长度需结合试听。
来源与验证：原始新音轨在黑场附近仍抬升，助手另做整体淡出，作者认可修整后的版本。该事实给既有音频编辑方法补充了一个Seedance案例，并没有在本项目重新验证Suno的行为。
如何使用：对照画面结束、切黑和音轨终点，保留未处理版本供A/B试听；必要时剪辑或做音量包络。需要单独保留呼吸和布料声时，应另行准备或分离音效，不能用混合轨整体淡出来声称完成分轨混音。
边界：本次27.5—30秒不是通用参数；更低的RMS也不自动意味着更好的情绪结束。
助手侧需要修正的判断
- 把统一配乐过早理解成全程配乐。 作者想要的是情绪连续与留白，前段密度必须先确认；今后先标无配乐区，再写音乐方案。
- 检查口径小于交付口径。 音轨存在、可解码、时长正确只能证明文件可用，不能证明BGM连续。今后把“技术检查通过”和“作者试听认可”分别登记。
- 不要把工具更新归因为作品变好。 使用新版prompt-master与后续成功之间没有受控A/B证据，不写成“升级带来质量提升”；实际提示词与LibTV回执才是复现入口。
- 不要把一段成功写成全片成功。 尾音后期处理、模型画面变化、混合轨限制和两分钟未修声音都应跟着成功结果一起记录。
如何使用：下次恢复的最短路径
当前冻结两个版本：30秒尾音修整版作为先行短篇候选；120秒作为故事初版。封面与发布文案已备好，尚未发布。作者说积分耗尽后，生产停下；这次阶段收口不新增生成任务。
恢复时按以下顺序推进：
- 先回看/试听现有30秒候选，确定发布平台与文案；真正发布后才补链接、日期和反馈。
- 若继续两分钟版，先按现有剪辑标出无配乐区与需要音乐的区间，不从新增画面开始。
- 优先测试相邻两个段落的声音衔接，单独检验主题、空间底噪与乐句收尾；跨段主题延续仍是待验证问题。
- 跨段试听通过后再扩展全片；保留原视频流，复查关键动作音效与全片首尾。
- 重开生产前检查实际额度、接口和素材可用性；不要把历史30秒参数当成最新平台能力清单。
换设备时另行复制项目05_成片/。该目录被Git忽略，提交文档不等于备份视频；本阶段没有完成一份独立异地媒体备份。
关联文档
- 叙事结构：强对比型AI短片_IceMerchants —— 重复动作、缺席与结尾变化；本案为自有短片实践，非该电影方法的受控验证。
- 声音后期：音频也能蒙眼剪辑_突然静音是剪出来的_v1 —— 生成素材与精确剪辑的分工；本案补充Seedance混合音轨尾部处理。
- 验收分工：蒙眼剪辑法_方法论笔记 —— 技术检查提供证据，作者负责最终听感与情绪判断。
- 索引：04_方法论与洞察索引。
- 作品与回执：
{AIGC工作站}/aigc-creative-archive/71_余温_哥特告别短片/。