正文
获取原文件references/sound-and-subtitles.md
声音接缝
在相邻镜头拼接后回听底噪、混响、环境声和音乐是否突然变化。 可按需要采用音轨交叉淡入、连续环境底、对白与画面分离或补充音乐。 保留有叙事作用的静默、音效和相对响度。
内置工具范围：edit_tool.py render 保留素材原声，按 音效 行把单个声音文件混进指定时刻，
并可做整片响度标准化；混音不压低原声，响度在混入音效之后测量。
CUT 的 声音 行是剪辑说明，工具不解析它，不执行静音、交叉淡入、配乐进入或 ducking。
需要这些处理时用 ffmpeg 或剪辑软件另行完成，记录命令或工程及实际输出；完成后再验收。
不能把写下声音方案或 render 成功当成已经混音。
响度
两遍测量不保证归一化后恰好达到目标。线性增益会超过峰值或动态范围目标时，
loudnorm 会退回动态处理；短片和稀疏音效仍需测量编码后的实际 LUFS 与真峰。
内置归一化输出使用 48 kHz，避免动态处理的内部升采样直接决定 AAC 采样率。
不达标时按声音设计通过外部工具处理瞬态、限幅或混音，再核对成片；不要把目标值当实测值。
台词与时间
先在源素材上定位发声区间，再在成片上逐句回听，核对留下的台词完整、可辨。 转写可以辅助查漏和定位，最终文字按剧本核对，识别有出入时回听确认。
重出素材会改变发声位置，应重测相关字幕时间并更新剪辑单。
check 会提示素材比剪辑单新；这个时间戳检查不能证明字幕已经重新对齐。
字幕
竖屏短剧默认硬字幕，服从用户的字幕选择。
字幕文字逐字取自《剧本.md》，剪辑单照抄剧本标点。转写仅辅助定位，不覆盖原文。
render 烧录时按 GY/T 288 与短剧惯例改写显示形式：去掉句末标点，保留 ？ ！，
句中的 ，。、；： 换成全角空格；字幕.srt 用的也是这一形式，check 仍按剧本原文核对。
- 字幕一行显示。超过 12 个字的句子，render 在句中停顿处拆成先后显示的几条， 按字数分配这句的时间；没有停顿的长短语按字数均分。重点词不会被拆到两条里。
- 一镜有多句时使用
字幕 1、字幕 2等编号，每句给出时间。 - 字幕时间相对本 CUT 的入点，不相对源素材起点；落在该段使用区间内。
- 累计成片位置使用渲染后各段的实际时长，避免帧边界取整产生漂移。
- 抽帧检查字号、折行、安全区和画内文字遮挡。
两条路线用同一套尺寸：字高为画面高度的 4.3%，深色描边 0.42%，基线在距底边约 24% 处， 避开平台自己的底部界面；字色按来源区分，重点词标黄。内置 ffmpeg 路线用实际画幅作为 ASS PlayRes， 字号按该画幅像素计算；它采用全片统一样式，CUT 的字幕行不支持位置指令。需要逐镜避让或更复杂排版时， 用外部字幕编辑器或修改 Remotion 字幕层，并对输出抽帧检查。
渲染路线
| 路线 | 适用范围 | 开销 |
|---|---|---|
ffmpeg（默认） |
本机的思源黑体粗体，描边与颜色同上 | 需要带 libass 的 ffmpeg |
remotion |
思源黑体 Heavy（随叠层安装），描边压在字下、入场弹出、重点词 120 ms 放大 | Node 依赖，逐帧浏览器渲染；并发默认 2 |
Remotion 安装与样式调整见 Remotion 叠层。 两条路线都要在实际成片上检查字幕。
响度与时间线音乐
在剪辑单写交付响度；混音完成后对整片标准化并测量输出。 同时回听对白与环境的相对关系，整片响度达标不代表各句都清楚。
时间线音乐按已接受意图选择进入、退出、循环与对白压低区间。 素材不足时回生产阶段补齐；具体混音通过外部工具执行，并在剪辑单留下可复现记录。