人耳打点吸附 —— 卡点裁决权归人耳,毫秒精度归算法
来源:50 号案例《学员作品集混剪·The Banjo King》卡点迭代(2026-07-02) 验证状态:✅ 单项目强验证(v1 纯算法被否 → v2 人耳打点吸附获用户”非常完美”)
一句话律
卡点剪辑中,“选哪些拍”必须归人耳,“精确到哪一毫秒”归算法:让创作者跟着音乐打拍子,再把每个手打点吸附到 ±0.18s 内最强能量攻击峰、提前 1 帧补视觉延迟。
问题链(三层失败逐层暴露)
- v0 纯 onset 检测:切点普遍晚于人耳感受的攻击 100–380ms(能量流量峰滞后于 attack 起点)→ 用户反馈”没敲在鼓点上”。
- v1 算法吸附攻击峰 + 提前 1 帧 + 冲击力度特效:时机对了,但仍被否——蒙眼剪辑法_方法论笔记早有记录:算法分不清预备拍/主拍、乐句边界/鼓点。装饰音密集的曲子(本例班卓琴),吸附会钉在装饰音上。
- v2 人耳打点 + 算法吸附:命中。
操作流程
- 给创作者一个浏览器打点器(单 HTML:AudioContext 播放 + 空格打点 + 导出秒列表;见 50 号项目
scripts/卡点标记器.html)。引导语:先完整听一遍不打;第二遍只在”画面必须换”的重击上打,宁缺勿滥。 - 手打点典型误差 +30~160ms(轻微滞后)——不修正手速,只做吸附:每个点取 ±0.18s 窗口内未平滑能量冲击(RMS 帧差半波整流)最大处。
- 吸附结果再提前 1 帧(30fps 下 33ms):人眼处理比人耳慢,画面须略早于声音才”感觉同步”。
- 手打点自然携带乐句级结构(密刀段/长镜段/冲刺连击),这是算法给不出的额外收益——直接决定各段镜头时长分布。
边界与反例
- 创作者若节奏感弱(打点自身漂移 >±0.25s),吸附窗口会抓错峰;此时退回”算法初标 + 人逐点审”。
- 窗口 ±0.18s 适合中速重卡点(~108 BPM);快曲(>150 BPM 半拍 <200ms)窗口须收窄,否则会吸到邻拍。
- 打点体验本身有娱乐性(用户评”像节奏医生/节奏天国”)——工具化时可往节奏游戏方向包装。✅ 已落地:见 BeatTapper卡点标记器说明(2026-07-02 升级为正式 web 应用,上线蛛网之上「可玩」板块)。
关联
- 蒙眼剪辑法_方法论笔记(v3 “AI 初标、人审核”的升级:感性劳动从”审核时间轴数字”变成”打拍子”,表达成本更低)
- 音频也能蒙眼剪辑_突然静音是剪出来的_v1(同一精神:代码读波形,人裁决听感)
- BeatTapper卡点标记器说明(本律的工具化落地:节奏游戏式 web 打点器,判定反馈+回放检验+攻击峰吸附)
- 卡点力度分层_冲击缓落与重刀亮闪_v1(时机层之外的力度层:敲击感 = 时机准 × 力度分层)
- 2026-07-02_50号学员作品集混剪_完整链路复盘(出处案例:全链路样板)