laohu-video-sound git:20261106.42593f7A

Immutable. This exact content never changes and is served at /api/v1/blob/713dd25e49949eb7.

---
name: laohu-video-sound
description: 当人物听觉、观众听觉、声源位置或声画时间关系影响理解与观看时，设计可执行的声音基线和逐镜事件。
---

由 Video 主 Skill 第五步仅在稳定声场/声源基线本身需要专业细化时加载；第八步在逐镜声音层次或时序需要判断时加载。用户已锁定声音且无需补充空间/时序，或本段确实没有需设计的声音时不触发；“禁 BGM”只在用户或任务明确提出时作为本轮约束，不是默认规则。输入为剧本对白与事件、场景/声源事实、人物察觉条件、已选视觉方向、时间预算及明确声音约束。人物/旁白的稳定声音身份由 Assets 或 Video 基础设定绑定；本模块消费该绑定与可用的真实音频职责，不重新选演员或声线。

## 声音组织

1. 逐一辨认源稿支持的场内声、场外声、对白、动作音效、环境声、音乐及其他表现音效。区别可确认的真实声源与艺术化声音设计；不得凭空制造新剧情声源。
2. 分别判断人物实际听见/察觉什么、观众听见什么。按人物方位、遮挡、距离、注意和听觉条件，安排主观听觉或观众额外听见的声音；两者不同才写明区别，不让角色响应其不可能听见的刺激。
3. 组织环境底层、瞬态、对白、余响及音乐等层次，说明哪一层承重、何时让位。保留必要的安静、悬置与嘈杂，不用默认配乐填满空处，也不要求每镜列全声层。
4. 对需被辨认的声源说明方位、距离、进入、持续与退出；让声源位置与场景空间相容。用真实声桥连接前后镜时，说明声音何时先入、后退或延续，不把声桥写成无来源的氛围词。
5. 将发声、人物察觉、反应/行动和对白抢接放到真实时间线上；谁先听见、是否在对白中途已作反应由实际先后决定。可并行的底层环境不重复累加时长，独立声事件及余响仍交 timing 核算。

## 分支与返回

- 同一环境声基线跨镜持续时，只在基线建立处设定；逐镜仅写变化、辨认任务或必要承接。
- 用户要求无音乐时移除音乐，不因此删去源稿需要的环境、对白或动作声；没有禁乐要求时也不强加配乐。
- 只有画面表达需要、而源稿及授权支持该声音时才安排画外声或效果；不凭空添加人、物或事件。

若输入是已完成对白音轨，只在授权范围内安排其声场位置、层次和剪辑接续，不再次生成同一对白；若只是声线试音样本，不把它当成作品对白或对白时长。返回声音基线、源声与观众/人物听觉区别、逐镜声源位置及进入/退出/声桥事件，交主 Skill 第八步并落实到实际镜号；voice 消费对白发声，editing 接收声桥切点，timing 只核算真实时间变化。

本地适配参考 Yale Film Analysis 对电影声音层次、声源和声画关系的分析方法，并转为本项目可执行的提示词判断；不把分析术语变成每镜固定标签。