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)。