AI 视频画面做得再精致，声音一不对，整支片子立刻就“像那么回事”不起来了：按键声廉价、打击点比画面晚了几十毫秒、音乐在不该涨的地方涨起来，观众不一定说得出问题，但一定觉得不高级。所以原帖给了一个很实用的顺序——先定音乐、再补环境、再配音效、最后处理转场和生成，做 AI 视频时按这个顺序过一遍 6 个网站，声音这层基本就齐了。
① Pixabay Music（pixabay.com/music）：先定 BGM。作者介绍站内有 30 多万首曲子，先挑一段适合画面情绪和节奏的背景音乐，整支片子的基调和剪辑节奏都跟着它走，而不是最后随便贴一段。
② Freesound（freesound.org）：补环境音。作者介绍站内有 73 万多条声音，雨声、风声、街道环境音这类“空气感”都从这里补，画面才不会干、不会假。
③ soundeffect-lab.info：找具体音效。支持日语搜索，作者介绍有 2000 多种音效，挑常用的就行，适合补那些一听就知道是什么动作的声音。
④ Mixkit（mixkit.co/free-sound-effects/transition）：专门配转场。镜头切换的音效单独处理，不用注册，切换时有声音引导，节奏感立刻上来。
地址：mixkit.co/free-sound-effects/transition
⑤ ElevenLabs Sound Effects（elevenlabs.io/sound-effects）：找不到就生成。实在找不到合适的声音，直接用文字描述生成，补那些冷门、特殊的音效缺口。
地址：elevenlabs.io/sound-effects
⑥ earshot（github.com/Leonxlnx/earshot）：让代码生成的音效跟着画面响。配合 Claude Code 使用，核查时仓库约 2,879 星、MIT 协议、纯 CPU 运行、开源。它的思路是把声音变成 Agent 能推理的证据：能听、能评审、能用代码合成；音效库以代码形式存放，按画面时刻渲染，不用模型、不用联网。原帖提到 201 种，仓库最新版音效库已扩到 252 个，还能用 critique 给成片打分、指出时间点问题。适合前面那篇代码做视频的流程——画面是代码画的，声音也用代码对齐。
地址：github.com/Leonxlnx/earshot
用的时候注意两点：一是顺序别乱，先音乐后音效，最后再做转场和生成补缺，这样才不会越补越乱；二是商用前先看各站的授权条款，免费下载不等于可商用，生成类服务的权益也看套餐。最后成片前通听一遍，重点听打击点是不是落在画面切换上、音乐起伏是不是跟着情绪走，这两处对了，片子就高级了一大半。
来源：X @3three_AI，原文：https://x.com/3three_ai/status/2114545802211103044
没有回复内容