📊 三版本对比
v3 auto（有 BGM） 参照
v4a ambient_only NAG 默认
v4b ambient_only NAG 加强
📋 参数对比
| 参数 | v3（参照） | v4a | v4b |
|---|---|---|---|
| 模式 | auto（自由生成） | ambient_only | ambient_only |
| NAG alpha | 0.25 | 0.25 | 0.50（2×强） |
| NAG scale | 11 | 11 | 20（~2×强） |
| positive 引导 | 无 | diegetic ambient, no music | 同 v4a |
| negative ban | 仅 subtitle | 60+ BGM 词 + 人声 | 同 v4a |
| mean volume | -12.6 dB | -38.8 dB | -40.3 dB |
| max volume | -0.1 dB（可能削波） | -29.2 dB | -26.4 dB |
| 渲染时间 | 10s | 100s | 90s |
问 Kai： 请听 v4a 和 v4b：
1. BGM 消除了吗？（和 v3 对比）
2. 有环境音吗？（风声、脚步、环境氛围）
3. 音量够吗？（v4a/b 很安静：mean -38~-40 dB，可能需要后处理增益）
如果 BGM 消除了但太安静，可以：
• 降低 NAG 强度（在 v3 和 v4a 之间找平衡点）
• 后处理增益 +12~15 dB（因为只保留环境音，增益不会放大 BGM）
1. BGM 消除了吗？（和 v3 对比）
2. 有环境音吗？（风声、脚步、环境氛围）
3. 音量够吗？（v4a/b 很安静：mean -38~-40 dB，可能需要后处理增益）
如果 BGM 消除了但太安静，可以：
• 降低 NAG 强度（在 v3 和 v4a 之间找平衡点）
• 后处理增益 +12~15 dB（因为只保留环境音，增益不会放大 BGM）