AI Studio 音频图层：在画布上完成游戏配乐、配音与音效

游戏项目里，界面、Spine / 序列帧、过场视频往往先在画布侧定画面与节奏；音频若始终拆到外部工具，声画对点、素材版本与导出格式就会分散在多条链路里。

VberAI Studio（AI Studio）把音频图层纳入同一套画布工作区：波形可选中、可对齐，并配套悬浮工具、配乐 / 配音 / 音效流程、音频库与资源管理，以及面向 Spine、序列帧、视频的加声与处理能力。对独立开发与小团队而言，这意味着 UI、动画与声音可以在同一工程语境下编排，再按引擎管线导出。

音频图层

音频在 AI Studio 中以图层形式存在，与视觉图层同属 Layers 工作区。选中后可在画布上看到波形与时长，图层列表中也会出现对应音频条目，便于与角色、UI、场景元素一起管理。

典型用途：

• BGM / 循环配乐
• 角色对白、旁白、怪物 VO
• UI 与玩法短音效
• 从视频提取后的独立音轨

悬浮工具集

选中音频图层后，画布上方出现悬浮工具集，从左到右依次为：

1. 播放
2. 停止
3. 裁剪：调整音频长度（保留需要的区间）
4. 分割：切割为多段独立音频
5. 存为预设音色：写入预设，便于后续复用
6. 格式转换：支持 MP3 / WAV / FLAC / OGG / OPUS / M4A / AAC
7. AI 音效编辑、AI 声音扩展

开发侧常见用法：先裁剪到动作或镜头长度，再分割出 UI / 打击等短段；定稿音色可存为预设；导出前按引擎习惯做格式转换；需要改写内容或延展时长时再走 AI 编辑 / 扩展。

AI 编辑音频

悬浮工具中的 AI 音效编辑 会进入 Edit Audio：在波形上框选区间，用自然语言描述目标结果，可配合 negative prompt；输出格式与码率可调。对游戏管线而言，WAV / OGG 等常见引擎导入格式可直接进入后续资源流程。AI 声音扩展则用于在现有素材上延展时长或生成变体。

配乐、配音与音效

音频能力按游戏制作习惯分为三类入口，便于在同一图层体系里分流素材：

• Music / Song：背景乐、主题曲、氛围铺底
• Voice / Monster VO：角色配音、旁白、生物叫声
• Sound Effect：点击、收集、受击、环境短循环等

可覆盖视频配音 / 配乐，以及动画（含 Spine、序列帧）配音 / 配乐。画面与声音同处一个画布项目，方便按镜头或动画片段挂声，而不是先导出成片再在外部工程里回贴。

Spine、序列帧与视频上的音频

除独立音频图层外，可为以下媒体挂接音频及相关工具：

• Spine 动画
• 序列帧动画
• 视频

开发侧常见组合：

1. 将视频中的声音提取为独立音频文件，再裁切、复用或重配
2. 为 Spine / 序列帧 / 视频单独配音、配乐，对齐动作或镜头节奏
3. 多轨并存时，用图层与轨道视图管理 BGM、对白与 SFX 的相对位置

声画同工程，有利于把「受击帧、技能释放、UI 弹出」等关键点与音效起点对齐，减少引擎侧反复试听改时间戳。

音频资源管理与音频库

项目内音频资产通过音频资源管理与音频库组织。语音向能力中，Voice presets 支持检索、创建与克隆预设音色（如角色固定声线），便于同一角色在多段对白、多场景中保持一致。

库与图层的分工通常是：库中沉淀可复用母版（音色、常用 SFX、主题乐段），画布图层负责当前关卡 / 镜头的切割、延展与挂接。

多选音频图层与轨道编辑

需要同时编排多条声音时，可多选音频图层进入音频轨道编辑：并排查看多轨时间关系，调整起点与长度，适合过场、多角色对白，以及 BGM + 环境音 + 关键 SFX 同屏排布。

对关卡音频设计而言，轨道视图解决的是「谁先响、叠多少、何时收」，而不是单条素材内部的音色生成。

文本生成游戏音效与角色声音

在缺少成品素材时，可用文本描述生成：

• 游戏音效（交互反馈、战斗反馈、环境短素材等）
• 角色声音 / 配音向素材

生成结果仍可作为音频图层进入切割、AI 编辑或挂到 Spine / 序列帧 / UI 事件对应位置。适合原型期快速铺声，再按手感替换或精修。

视频处理工具

与音频流程配套，AI Studio 提供视频侧处理能力。例如 Video to Frames：从视频导入后进入 Frames 阶段，可浏览全部帧、设置 FPS，并进行批量缩放、批量像素化、批量抠图等，再导出为序列资源。

对需要「实拍 / 成片 → 序列帧 / 精灵」的团队，可与后续为序列帧加音频、配乐的流程衔接。

能力一览

模块	作用
音频图层	波形可选中，与视觉图层同工程管理
悬浮工具集	播放、停止、裁剪、分割、存为预设音色、格式转换、AI 音效编辑 / AI 声音扩展
配乐 / 配音 / 音效	覆盖视频与动画（含 Spine、序列帧）
媒体加声	Spine、序列帧、视频；视频声可提取为独立文件
资源与库	音频资源管理、音频库、Voice presets
轨道编辑	多选音频图层后并轨对齐
文本生成	游戏音效、角色声音等
视频工具	如 Video to Frames 等帧级与批量处理

界面结构与导出目标仍服务 Unity / Godot / Cocos 等游戏工程；音频在画布侧完成编排与素材准备后，再进入引擎内的播放与混音实现。