BGM A/B 对比 — kais-bgm 素材库 vs KAP Stable Audio 3
ep-cat-worker-v3 | 15 shots | 35.85s | mood: 悲伤 (melancholic)
| 来源 | "You Are Old, Father William" |
| 引擎 | 专业制作素材 |
| 生成方式 | 从素材库按 mood 匹配 |
| 耗时 | 0.86s |
| GPU | 0 |
| 版权 | FreeCon (CC0/免版权) |
| 来源 | AI 实时生成 |
| 引擎 | Stable Audio 3 medium |
| 生成方式 | LCM 8步 text-to-audio |
| 耗时 | ~15s (含 GPU 推理) |
| GPU | ~6GB VRAM |
| 版权 | AI 生成 (无版权问题) |
📊 维度对比
| 维度 | A: kais-bgm 素材库 | B: KAP Stable Audio 3 |
|---|
| 音质 | 专业制作水准 | AI 生成，尚可但不如专业制作 |
| 情绪匹配精度 | 粗匹配（按分类） | 精确（prompt 可描述复杂情绪） |
| 时长控制 | 需 ffmpeg 剪裁/循环 | 原生生成指定秒数 |
| 速度 | < 1s | ~15s |
| GPU 占用 | 0 | ~6GB (与视频渲染竞争) |
| 独占性 | 素材可能被他人使用 | 每次生成独一无二 |
| 多样性 | 818首固定 | 无限变体 |
| 多段配乐一致性 | 不同段可能风格不统一 | 可通过 prompt 保持风格一致 |
分析结论：
• 素材库的优势：速度快、不占 GPU、专业制作水准（真正的钢琴/弦乐录音）
• KAP AI 的优势：情绪精确匹配、时长精确、风格可控、独一无二
• 关键差距：SA3 的 LCM 8步快速模式音质明显不如专业录音——对于短剧配乐这种"听众注意力在剧情不在音乐"的场景，素材库的音质优势并不大；但 SA3 能精确控制情绪转折点，这对叙事配乐很重要
• 最佳策略：混合使用——长段用素材库（快+好听），短段/需要精确情绪转折的用 AI（精确控制）