同一 H3 视频 (362帧/15s) · 3张参考图 ref2va · 4 种 Foley 后处理参数
| 版本 | LoRA | Seed | Loudnorm I | mean (dB) | LUFS | LRA (LU) | True Peak |
|---|---|---|---|---|---|---|---|
| V1 定稿 | 1.0 | 42 | -20 | -20.0 | -18.25 | 4.40 | -1.88 |
| V2 更响 | 1.0 | 42 | -16 | -16.6 | -15.14 | 3.30 | -1.82 |
| V3 更丰富 | 1.5 | 42 | -20 | -21.2 | -18.96 | 5.50 | -1.88 |
| V4 换seed | 1.0 | 100 | -20 | -24.0 | -21.17 | 11.80 | -1.88 |
• V1 vs V2(loudnorm I=-20 vs -16):V2 整体响 3dB,适合需要环境音更突出的场景。但 LRA 从 4.4→3.3,动态范围略压缩。
• V1 vs V3(LoRA=1.0 vs 1.5):V3 的 Foley 效果更强(更多音效细节),LRA 5.5 > V1 的 4.4,动态范围更好。
• V1 vs V4(seed=42 vs 100):V4 的 LRA 高达 11.8(数据极好),但之前经验表明 LRA 高 ≠ 听感好,需实际试听。
• mean_volume:V2(-16.6) > V1(-20) > V3(-21.2) > V4(-24.0)
• 环境音理想响度:-20~-23 LUFS,V1/V3/V4 都在此范围内