AI Studio 音訊圖層：在畫布上完成遊戲配樂、配音與音效

遊戲專案裡，介面、Spine / 序列幀、過場影片往往先在畫布側定畫面與節奏；音訊若始終拆到外部工具，聲畫對點、素材版本與匯出格式就會分散在多條鏈路裡。

VberAI AI Studio（AI Studio）把音訊圖層納入同一套畫布工作區：波形可選取、可對齊，並配套懸浮工具、配樂 / 配音 / 音效流程、音訊庫與資源管理，以及面向 Spine、序列幀、影片的加聲與處理能力。對獨立開發與小團隊而言，這表示 UI、動畫與聲音可以在同一工程語境下編排，再依引擎管線匯出。

音訊圖層

音訊在 AI Studio 中以圖層形式存在，與視覺圖層同屬 Layers 工作區。選取後可在畫布上看到波形與時長，圖層列表中也會出現對應音訊項目，便於與角色、UI、場景元素一起管理。

典型用途：

• BGM / 循環配樂
• 角色對白、旁白、怪物 VO
• UI 與玩法短音效
• 從影片提取後的獨立音軌

懸浮工具集

選取音訊圖層後，畫布上方出現懸浮工具集，由左到右依序為：

1. 播放
2. 停止
3. 裁剪：調整音訊長度（保留需要的區間）
4. 分割：切割為多段獨立音訊
5. 存為預設音色：寫入預設，便於後續複用
6. 格式轉換：支援 MP3 / WAV / FLAC / OGG / OPUS / M4A / AAC
7. AI 音效編輯、AI 聲音擴展

開發側常見用法：先裁剪到動作或鏡頭長度，再分割出 UI / 打擊等短段；定稿音色可存為預設；匯出前依引擎習慣做格式轉換；需要改寫內容或延展時長時再走 AI 編輯 / 擴展。

AI 編輯音訊

懸浮工具中的 AI 音效編輯 會進入 Edit Audio：在波形上框選區間，用自然語言描述目標結果，可配合 negative prompt；輸出格式與位元率可調。對遊戲管線而言，WAV / OGG 等常見引擎匯入格式可直接進入後續資源流程。AI 聲音擴展則用於在現有素材上延展時長或生成變體。

配樂、配音與音效

音訊能力依遊戲製作習慣分為三類入口，便於在同一圖層體系裡分流素材：

• Music / Song：背景樂、主題曲、氛圍鋪底
• Voice / Monster VO：角色配音、旁白、生物叫聲
• Sound Effect：點擊、收集、受擊、環境短循環等

可覆蓋影片配音 / 配樂，以及動畫（含 Spine、序列幀）配音 / 配樂。畫面與聲音同處一個畫布專案，方便按鏡頭或動畫片段掛聲，而不是先匯出成片再在外部工程裡回貼。

Spine、序列幀與影片上的音訊

除獨立音訊圖層外，可為以下媒體掛接音訊及相關工具：

• Spine 動畫
• 序列幀動畫
• 影片

開發側常見組合：

1. 將影片中的聲音提取為獨立音訊檔，再裁切、複用或重配
2. 為 Spine / 序列幀 / 影片單獨配音、配樂，對齊動作或鏡頭節奏
3. 多軌並存時，用圖層與軌道檢視管理 BGM、對白與 SFX 的相對位置

聲畫同工程，有利於把「受擊幀、技能釋放、UI 彈出」等關鍵點與音效起點對齊，減少引擎側反覆試聽改時間戳。

音訊資源管理與音訊庫

專案內音訊資產透過音訊資源管理與音訊庫組織。語音向能力中，Voice presets 支援檢索、建立與複製預設音色（如角色固定聲線），便於同一角色在多段對白、多場景中保持一致。

庫與圖層的分工通常是：庫中沉澱可複用母版（音色、常用 SFX、主題樂段），畫布圖層負責當前關卡 / 鏡頭的切割、延展與掛接。

多選音訊圖層與軌道編輯

需要同時編排多條聲音時，可多選音訊圖層進入音訊軌道編輯：並排查看多軌時間關係，調整起點與長度，適合過場、多角色對白，以及 BGM + 環境音 + 關鍵 SFX 同屏排布。

對關卡音訊設計而言，軌道檢視解決的是「誰先響、疊多少、何時收」，而不是單條素材內部的音色生成。

文字生成遊戲音效與角色聲音

在缺少成品素材時，可用文字描述生成：

• 遊戲音效（互動回饋、戰鬥回饋、環境短素材等）
• 角色聲音 / 配音向素材

生成結果仍可作為音訊圖層進入切割、AI 編輯或掛到 Spine / 序列幀 / UI 事件對應位置。適合原型期快速鋪聲，再按手感替換或精修。

影片處理工具

與音訊流程配套，AI Studio 提供影片側處理能力。例如 Video to Frames：從影片匯入後進入 Frames 階段，可瀏覽全部幀、設定 FPS，並進行批次縮放、批次像素化、批次去背等，再匯出為序列資源。

對需要「實拍 / 成片 → 序列幀 / 精靈」的團隊，可與後續為序列幀加音訊、配樂的流程銜接。

能力一覽

模組	作用
音訊圖層	波形可選取，與視覺圖層同工程管理
懸浮工具集	播放、停止、裁剪、分割、存為預設音色、格式轉換、AI 音效編輯 / AI 聲音擴展
配樂 / 配音 / 音效	覆蓋影片與動畫（含 Spine、序列幀）
媒體加聲	Spine、序列幀、影片；影片聲可提取為獨立檔案
資源與庫	音訊資源管理、音訊庫、Voice presets
軌道編輯	多選音訊圖層後並軌對齊
文字生成	遊戲音效、角色聲音等
影片工具	如 Video to Frames 等幀級與批次處理

介面結構與匯出目標仍服務 Unity / Godot / Cocos 等遊戲工程；音訊在畫布側完成編排與素材準備後，再進入引擎內的播放與混音實作。