📋 流程
1 H3 生成：MiniMax H3 生成视频+对白（含BGM）→
S2_a04_h3_original.mp4↓
2 H3 分轨：提取 H3 音频作为对白轨（生产中替换为纯 TTS）
↓
3 LTX 环境音：H3视频帧 → LTX Foley LoRA + ambient_only + NAG ban BGM → 纯环境音
↓
4 增益：LTX环境音 +15dB（原始太安静 mean -21dB → -9dB）
↓
5 三轨合并：H3画面(无音) + H3对白(1.0×) + LTX环境音(0.7×) → amix
📊 三版本对比
① H3 原版 有BGM
② 最终三轨 对白+环境音
③ 仅 LTX 环境音 无对白
📋 技术参数
| 参数 | 值 |
|---|---|
| 分镜 | S2_a04（花青 vs 蜈蚣战斗） |
| H3 视频帧数 | 192 帧 / 8.0s（原始） |
| LTX 帧数 | 129 帧 / 5.4s（8n+1） |
| LTX 模型 | ltx-2.3-22b-distilled fp8 |
| LoRA | ltx-2.3-foley-400-steps（video=0, audio=1） |
| 音频模式 | ambient_only（无对白、无BGM、纯环境音） |
| NAG | α=0.25, scale=11（60+ BGM ban 词） |
| LTX 渲染时间 | 120s |
| 环境音增益 | +15dB（ffmpeg volume） |
| 混音 | 对白 1.0× + 环境音 0.7× → amix |
问 Kai：
1. 最终三轨版（②）—— BGM 消除了吗？环境音效果如何？
2. 对比 H3 原版（①），听感差异如何？
3. 仅环境音版（③）—— 有战斗环境音（碰撞、落叶、脚步）吗？
下一步方向：
• 对白轨目前用的是 H3 原音频（含BGM）。生产中应替换为纯 TTS → 对白轨完全无 BGM
• 环境音音量比例（当前 0.7×）可调
• NAG 强度可针对不同场景微调
1. 最终三轨版（②）—— BGM 消除了吗？环境音效果如何？
2. 对比 H3 原版（①），听感差异如何？
3. 仅环境音版（③）—— 有战斗环境音（碰撞、落叶、脚步）吗？
下一步方向：
• 对白轨目前用的是 H3 原音频（含BGM）。生产中应替换为纯 TTS → 对白轨完全无 BGM
• 环境音音量比例（当前 0.7×）可调
• NAG 强度可针对不同场景微调