📊 三版对比
① H3 原版 有 BGM
② v6 freeze chain 对白冻结+补环境
③ v5 ambient_only 纯生成环境音（有BGM）
📋 策略对比
| 参数 | ① H3原版 | ② v6 freeze | ③ v5 ambient_only |
|---|---|---|---|
| 音频策略 | 无处理 | SolidMask=0 冻结对白 | 空 latent 自由生成 |
| 对白来源 | H3原音频 | H3原音频（bit-exact冻结） | 无（ambient_only禁人声） |
| 环境音来源 | H3原音频 | Foley LoRA 补充 | Foley LoRA 从零生成 |
| 音频锚点 | — | ✅ 有（冻结的真实对白） | ❌ 无（模型自由发挥） |
| mean vol | -30.3 dB | -30.3 dB（一致） | -21.7 dB |
| max vol | -15.2 dB | -15.0 dB | -5.3 dB |
核心差异：v5 用空 audio latent 让模型从零生成 → 模型"发明"旋律类BGM。
v6 用 SolidMask=0 冻结 H3 对白音频 → 对白 bit-exact 保留，Foley LoRA 只在间隙补环境音。
问 Kai： 请听 v6（②）—— 和 H3 原版（①）对比，BGM 有变化吗？环境音有补充吗？
⚠️ 注意：因为 H3 原音频本身就含 BGM，freeze chain 会把 BGM 也一起冻结保留。要完全去 BGM，需要先用纯 TTS 替换 H3 音频作为对白源。
v6 用 SolidMask=0 冻结 H3 对白音频 → 对白 bit-exact 保留，Foley LoRA 只在间隙补环境音。
问 Kai： 请听 v6（②）—— 和 H3 原版（①）对比，BGM 有变化吗？环境音有补充吗？
⚠️ 注意：因为 H3 原音频本身就含 BGM，freeze chain 会把 BGM 也一起冻结保留。要完全去 BGM，需要先用纯 TTS 替换 H3 音频作为对白源。