Growdu 背景音乐库


 TL;DR
曲库下载的背景音乐放这里,音频不入库(媒体产物留本机), 授权台账入库(library.json)——台账是事实,不是产物。
难度 中等

规范见 ../背景音乐规范.md。

曲库下载的背景音乐放这里,音频不入库(媒体产物留本机),
授权台账入库(library.json)——台账是事实,不是产物。

music/
├── library.json            授权台账(入库):逐首登记来源、授权、指纹、角色
├── tracks/                 音频成品(不入库)
│   └── <id>.wav            已转规格、已归一化到 -20 LUFS
└── scripts/
    └── fetch_music.py      按台账下载 → 转规格 → 归一化 → 校验指纹

台账

library.json 是这台机器与这个仓库之间唯一的曲库事实来源。
一条记录长这样:

{
  "id": "series-motif-01",
  "title": "Deep Blue Signal",
  "artist": "Some Artist",
  "source": "pixabay",
  "source_url": "https://pixabay.com/music/…",
  "license": "CC0-1.0",
  "attribution_required": false,
  "attribution_text": "",
  "series_role": "motif",
  "local_path": "music/tracks/series-motif-01.wav",
  "bpm": 84,
  "duration_s": 138.2,
  "sha256": "…",
  "downloaded_at": "2026-11-11",
  "notes": "系列主题动机,片头片尾都从这首里挑 3 秒"
}

字段说明见规范 §2.2。要点:

  • license 必须在白名单里(规范 §2.1),非商用、CC-BY-NC、CC-BY-SA 一律不用。
  • 需要署名的必须写 attribution_text,出片时带到简介里。
  • sha256 是必须的:文件被动过(换源、重新转码),授权记录就不可信了。
  • series_role 决定它在系列里的位置(规范 §6):motif 全系列只能有 1 首。

查台账

cd aiv/pipeline
python -m pyv.cli bgm library          # 台账自洽性(授权、指纹、角色)
python -m pyv.cli bgm check --music <文件>   # 判单条曲子合不合格

当前曲库

id 曲名 艺人 角色 时长 授权
series-motif-01 The Deep End Ocoeur motif 291.0 s CC0-1.0
series-bed-01 Subdued Jason Van Wyk bed 209.2 s CC0-1.0

两首都出自 archive.org(connections-raw-wav、
threads-raw-wav,均为 vinyl rip,licenseurl 指向 CC0 1.0),免署名。

选曲过程:机器判据是门槛,风格靠人听。候选 12 轨里有 2 轨没过机器判据
(1~4 kHz 超标、真峰值超标),其余按《背景音乐规范》§3.1 的人工清单挑——
自动评分会偏好「几乎没有低频」的曲子,而规范要求低频是律动,不能反过来让分数选曲。

series-bed-01 的低频占 31.7%,是 series-motif-01(15.3%)的两倍:
铺底要「托着」,动机只要「点一下」。

下载

cd aiv/music
python3 scripts/fetch_music.py --list
python3 scripts/fetch_music.py --id series-motif-01
python3 scripts/fetch_music.py --all

脚本只做四件事:下载 → 转规格(48 kHz 立体声)→ 归一化到 -20 LUFS →
校验 sha256 并落盘
。它不替你判断授权——台账里没有的曲子不会被下载。

下载源按站点分适配器(scripts/fetch_music.py 的 SOURCES)。
各站点的页面结构不同,接的时候一个站点写一个适配器;
没接的站点会直接报错,不会去猜 URL。

已接:archive.org(取 /metadata/<id> 里的文件级直链与时长,
按曲名前缀/后缀匹配文件)。ccMixter 与 Pixabay 也留了位置,
但它们的 CC0 曲目太少 / 直链需要额外签名,没当成主源。

归一化跑两遍。 loudnorm 是两遍式算法,只跑一遍的话增益用的是第一遍的
估计,落不到 -20(实测只到 -18.5 ~ -19.1 LUFS)。差 1.5 dB 不是小数目:
《背景音乐规范》§5.1 的整条混音推导都是从 -20 算出来的。

验收成片

曲子入库只是第一步,混完之后还要量一遍成片:

cd aiv/pipeline
python -m pyv.cli bgm verify \
    --video ../out/pg-parallel-decode.mp4 \
    --narration ../narration_pg-parallel-decode.mp3 \
    --music ../music/tracks/series-bed-01.wav \
    --storyboard ../storyboard_pg-parallel-decode.json

量四件事:稳态 duck 深度、旁白活跃段与 BGM 的电平差、成片真峰值、
旁白在成片里的增益偏差。判据见《背景音乐规范》§5.7。

落盘规格

项 值
格式 16 bit PCM wav
采样率 48 kHz
声道 立体声
响度 -20 LUFS(两遍 loudnorm)
真峰值 ≤ -3.0 dBTP

归一化不是可选项:曲库母版的响度差能到 10 dB 以上,
不拉平就没法用固定增益混音(规范 §4.1)。


文章作者: growdu
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 growdu !
这篇还发到了
今日头条 drafted
  目录