@dsh-gis/dsh-video-studio-skill 0.6.0 → 0.7.2

package/README.md

@@ -1,6 +1,6 @@
 # @dsh-gis/dsh-video-studio-skill
 
-![version](https://img.shields.io/badge/version-0.6.0-blue) ![license](https://img.shields.io/badge/license-MIT-green)
+![version](https://img.shields.io/badge/version-0.7.2-blue) ![license](https://img.shields.io/badge/license-MIT-green)
 
 **DeepSeek Harness 技能插件：用代码从零生成中文视频。**
 
@@ -28,6 +28,14 @@ ffmpeg 编码 → 采样级混音 → **四层质检**（容器 / 信号 / 时
 > 顺手修掉一个**已发布版本里的真 bug**：`--jobs >1` 并行渲染因主题色元组被 JSON 变成 list 而直接崩溃
 > ——也就是 README 下面教的"长片分块并行"此前根本跑不通。
 > 详见 [CHANGELOG.md](CHANGELOG.md)、SKILL.md §7.0 与 references/change-impact.md。
+> **v0.7.0（声音也不再一片一样）**：内容指纹从 seed 推进到**结构层**——和弦替换、进行档位、动机偏移、
+> 鼓型 ghost 都随内容变化；音效 seed 改内容派生并跟随配乐调性（`in_key`）；段落边界前 2.2 s 的
+> whoosh/riser 自动 -3 dB，避免与配乐过门撞车；duck 按风格加深到 3.0–5.5 dB。legacy 路径逐样本不变。
+> **v0.7.1（旁白优先）**：配乐基线从 -1.5 降到 **-12 dB**，有人声处再按包络压配乐 6 dB / 音效 3 dB，
+> 混音后按台词活跃区实测旁白/背景差，**不足 12 dB 自动补压背景**（`guard_snr_db`，最多 30 dB）。
+> 实测（真实素材）：旧混音 -4.2 dB → 新混音 12.0 dB，`audio_similarity --strict` D 组 12.9 dB；
+> selfcheck 34 → 38 条，其中第 35–38 条专盯这条链路。
+> 详见 [CHANGELOG.md](CHANGELOG.md) 与 SKILL.md §5.6 / §5.7、references/audio-variation.md。
 
 ## 安装
 
@@ -60,23 +68,33 @@ mv ~/.dsh/skills/video-studio ~/.dsh/backup/video-studio.bak-$(date +%Y%m%d)
 <p align="center"><img src="docs/demo-pil-sheet.png" width="100%" alt="默认模板片联系表：开场 / 正文卡片 / 正文卡片 / 收尾"></p>
 
 上面四帧是用仓库自带的 `assets/film.json` + `assets/scenes.py` 从零跑一遍 `python render.py` 的
-`work/qa/sheet.png`，未经任何修图。配套实测（同一台机器）：
+`work/qa/sheet.png`，未经任何修图。配套实测（**作者机器** Windows 11 / OSGeo4W Python 3.12，
+v0.6 时期口径；TTS 实测时长与 AAC 编码会让这些数字在小范围内浮动，换机请按 SKILL.md §14 重测）：
 **时长 30.10 s / 1920×1080 / 30 fps / h264+aac 48 kHz / -16.0 LUFS / 真峰 -1.2 dBTP / 黑帧 0 /
 帧级深检：闪烁 0、空窗 0、画面静止 0**（音画同步在 PIL 路线上需要写 `visual_at` 才会真的查，见 SKILL.md §7）。
 
+怎么复现：按 [SKILL.md §1](skills/video-studio/SKILL.md) 的五步上手，把自带模板拷到**空目录**里跑一遍即可
+（`cp assets/film.json assets/scenes.py` + 拷 `scripts/*.py` → `python render.py`）。数字每次都会差一点：
+TTS 实测时长、AAC 编码都会让真峰/响度/锐度浮动，**别 chasing 小数点**。本机（另一台）复测同模板得到的是
+29.00 s / -16.5 LUFS / -1.4 dBTP / 锐度比 1.01（2026-11-10 另一台 Windows 机器复测）——
+**不同机器、不同 TTS 结果，两组都对，别混着引用**。
+
 ## 效果：同一个模板，八种气质（v0.5）
 
 同一份文字，只改 `"style"`（画风 / 配乐 / 旁白 / 节奏一起变）：
 
 <p align="center"><img src="docs/styles/sheet-8-styles.png" width="100%" alt="8 套风格对比：科技深蓝 / 杂志暖白 / 手绘纸感 / 活力撞色 / 极简黑白 / 电影青橙 / 暖灰薄荷 / 深黑鎏金"></p>
 
-三份**不同题材**的短片（全流程真跑：TTS → 排轴 → 配乐 → 音效 → 混音 → 逐帧 → 编码 → 质检）：
+三份**不同题材**的短片（全流程真跑：TTS → 排轴 → 配乐 → 音效 → 混音 → 逐帧 → 编码 → 质检；数据见
+`docs/styles/demo-results.json`，是 v0.5 时期的实测快照，片源脚本未随仓库分发，**不可直接复现**；
+**别把这张表当成"现在跑出来就是这样"**——BPM/调性由内容指纹从风格梯度里选（v0.7 起指纹还参与配乐结构），
+同一题材换一版正文就可能落到别的 BPM/调性，当前风格解析结果请以 `--stage style` 的打印为准）：
 
 | 题材 | 自动选中的风格 | 配乐 | 旁白声线 | 质检 |
 |---|---|---|---|---|
 | AI 大模型的三年 | tech-deep 科技深蓝 | 小调 116BPM / Em | 青年开场 → 男声正文 → 女声引用 | PASS（17.3s，-16.0 LUFS） |
-| 手工木作的一天 | paper 手绘纸感 | 大调 84BPM / C | 女声 + 软糯女声正文 | PASS（19.9s） |
-| 深夜学习指南 | lo-fi 暖灰薄荷 | 大调 84BPM / G | 温柔女声 + 女声开场 | PASS（20.1s） |
+| 手工木作的一天 | paper 手绘纸感 | 大调 88BPM / G | 女声 + 软糯女声正文 | PASS（19.9s） |
+| 深夜学习指南 | lo-fi 暖灰薄荷 | 大调 84BPM / F | 温柔女声 + 女声开场 | PASS（20.1s） |
 
 <p align="center"><img src="docs/styles/sheet-ai.png" width="32%" alt="AI 题材"><img src="docs/styles/sheet-craft.png" width="32%" alt="手作题材"><img src="docs/styles/sheet-night.png" width="32%" alt="深夜题材"></p>
 
@@ -96,8 +114,9 @@ cp <SKILL_DIR>/assets/scenes.py .                       # 场景模板
 cp <SKILL_DIR>/scripts/*.py .                           # filmkit/stylekit/voicekit/render/selfcheck + sfxkit/scorekit/qa_frames/webengine
 cp -r <SKILL_DIR>/assets/web ./web                       # 只在走浏览器引擎时需要
 
-python selfcheck.py                                     # 32 条环境/回归断言（20 秒，不联网）
-python <REPO>/tools/estimate.py --script film.json       # v0.6：开渲前先算耗时/磁盘/分块
+python selfcheck.py                                     # 43 条环境/回归断言（20 秒内，不联网）
+python <REPO>/tools/estimate.py --script film.json       # v0.6：开渲前先算耗时/磁盘/分块（仓库/包里的工具，
+                                                         #     不在 skills/video-studio/ 内，quickstart 拷出来的目录没有它）
 python render.py --stage stills --stills "l01:3,l02:5"  # 母版预览（缺 tts/layout 会自动补跑）
 python render.py --script film.json --scenes scenes.py --out out/film.mp4 --work work
 cat out/QC-REPORT.md                                    # v0.6：机器可读交付结论（pass/fail/skipped）
@@ -122,10 +141,11 @@ tts → layout → cues → score → sfx → audio → frames → mux → qa
 
 | 想要 | 怎么做 |
 |---|---|
-| 让 PIL 路线的音画同步门禁真的生效 | cue 加 `"visual_at": 绝对秒`；CI 里再加 `QA_REQUIRE_SYNC=1` 把"没查"变成失败 |
+| 让 PIL 路线的音画同步门禁真的生效 | cue 加 `"visual_at": 绝对秒`；再把 `QA_REQUIRE_SYNC=1` 加进你自己的交付流水线（本仓库的 workflow 没设它） |
 | 浏览器渲染要跨会话字节级可复现 | `--deterministic`（或 `WEBENGINE_DETERMINISTIC=1`），代价约 +22%/帧 |
 
-`<SKILL_DIR>` 是 `skill` 工具加载时回报的 resourceBase 目录（`.../skills/video-studio/`）。
+`<SKILL_DIR>` 是 `skill` 工具加载时回报的 resourceBase 目录（`.../skills/video-studio/`）；
+`<REPO>` 是包根（仓库根，或装好后 profile 里的 `node_modules/@dsh-gis/dsh-video-studio-skill/`），即 `<SKILL_DIR>` 往上两级——`tools/`、`schemas/` 都在 `<REPO>` 下，`cp` 到 `myfilm/` 后那里**没有** `tools/`。
 
 分阶段（v0.2 起**每个 stage 只做自己的事**）：`--stage style | tts | layout | cues | score | sfx | audio | frames | mux | qa | stills | accept | explain`。
 
@@ -164,30 +184,33 @@ cordis.patch.yml             组合包 patch（insert: video-studio）
 icon.svg / locale/*.json     插件页展示元数据
 skills/video-studio/
   SKILL.md                   主线：上手 / 八阶段 / 引擎选型 / 画质 / 声音 / 提示点 / 停留窗口 / 质检 / 故障速查
-  references/                pipeline · scene-authoring · audio · sfx-design · web-engine · frame-qa
-                             quality-gates · change-impact · style-packs · pitfalls
+  references/                pipeline · scene-authoring · audio · audio-variation · sfx-design · web-engine
+                             frame-qa · quality-gates · change-impact · style-packs · pitfalls
   scripts/filmkit.py         生产内核（字体/排版/字幕/音频总线/CueBus/TTS/时间轴/编码/质检）
   scripts/gates.py           v0.6 门禁账本 / QC 报告渲染 / 人工签核（绑内容指纹）
   scripts/stagewatch.py      v0.6 阶段新鲜度（work/manifest.json + --stage explain）
   scripts/filmcheck.py       v0.6 film.json 契约校验（未知键/枚举/跨字段）
   scripts/render.py          编排器（13 个 stage、pil|web 双引擎、分块并行、断点续跑、母版预览、门禁账本）
-  scripts/selfcheck.py       回归自检（32 条"曾真的坏过"的断言）
+  scripts/selfcheck.py       回归自检（43 条"曾真的坏过"的断言）
   scripts/sfxkit.py          物理建模音效库（24 配方，scipy 可选）
   scripts/scorekit.py        程序化配乐（和弦表 / 分段能量 / 吸气）
   scripts/webengine.py       浏览器逐帧渲染（CDP 截图、分块并行、崩溃重开、cue 导出、文字质检）
   scripts/qa_frames.py       帧级深检（单帧闪烁 / 画面空窗 / 画面静止 / 音画同步 / 亮度响度曲线）
   requirements.txt           Python 依赖（必需 / 强烈建议 / 可选三档，带注释）
-  assets/film.json           剧本模板（含 hold / bpm / music / sfx.cues）
+  assets/film.json           剧本模板（含 bpm / music / sfx.cues / 逐句 hold；顶层 hold 可选，缺省用风格 pacing）
   assets/scenes.py           场景模板（开场 / 正文卡片 / 收尾 + cues() 钩子）
   assets/web/                浏览器页面模板（原生 Canvas2D 确定性时间轴）
 tools/ci_check.py            仓库级体检（12 项；语法/JSON/依赖白名单/打包卫生/文档引用/film 契约，不需 ffmpeg）
 tools/estimate.py            开渲前成本预演（帧数/耗时/磁盘/分块建议，--json 可机读）
+tools/audio_similarity.py    音频差异/相似度验收（--strict 阈值判定，改音频代码后必跑）
+tools/selftest_noscipy.py    无 scipy 兜底路径自检（CI 用；屏蔽 scipy 后跑 sfxkit/scorekit 自检）
 schemas/film.schema.json     film.json 的契约（draft-07 子集）
 .github/workflows/ci.yml     CI：repo 体检（ubuntu+windows）+ 技能自检（ubuntu）
 ```
 
 ## 环境前提
 
+**插件运行**：Node.js ≥ 20（`package.json` 的 `engines`；这是 DSH 加载插件用的运行时，不必另装）。
 **必需**：ffmpeg + Python 的 numpy / Pillow / edge-tts。
 **可选**：cv2（编码锐度比）、scipy（音效滤波加速，缺了走 FFT 卷积）、
 playwright + Chromium/Edge（只在 `--engine web` 时需要）。
@@ -219,9 +242,11 @@ peer 范围 `@deepseek-ai/dsh-skill-filesystem >=0.1.0-rc.6 <0.3.0-0`，覆盖 D
 ## 仓库自检（给贡献者与 CI 用，不是给用户用的）
 
 ```bash
-python tools/ci_check.py -v     # 12 项：py 语法 / node --check / JSON / 技能清单 / 依赖白名单 /
-                                #         npm pack 打包卫生 / 文档路径引用 / Python 3.9 语法 /
-                                #         Markdown 围栏平衡 / CI workflow 语法 / 单文件体积 /
+python tools/ci_check.py -v     # 12 项：py 语法（含 tools/，SyntaxWarning 记失败）/ node --check /
+                                #         JSON + 版本号一致性（package.json vs README 徽章）/ 技能清单 /
+                                #         依赖白名单 / npm pack 打包卫生 / 文档路径 + 正文相对链接 /
+                                #         Python 3.9 语法 / Markdown 围栏（状态机）/ CI workflow
+                                #         （裸冒号 + run 里的 python 脚本是否存在）/ 单文件体积 /
                                 #         film.json 契约（调 filmcheck.py，规则只留一份）
 ```
 

package/index.js

@@ -31,11 +31,12 @@ export const inject = ["skills"];
 /**
  * 注册 bundled 技能根。
  *
- * 三件事任何一件不成立都只打日志、不抛错——插件本身没有"必须成功"的业务，
+ * 四件事任何一件不成立都只打日志、不抛错——插件本身没有"必须成功"的业务，
  * 挂不上技能是降级，不是崩溃：
  *   1. 找不到包内 SKILL.md（打包漏了文件 / 被裁剪）
  *   2. 运行时没有 ctx.skills（profile 没装技能注册表）
  *   3. 可选 peer 没装（只装了本插件）
+ *   4. provider 自己抛错（版本不匹配 / 目录无权限 / 注册表已占用）
  *
  * @param ctx - 携带 skills 服务的 Cordis 上下文。
  */
@@ -63,12 +64,24 @@ export async function apply(ctx) {
     return;
   }
 
-  applyFilesystemProvider(ctx, {
-    providerName: "video-studio",
-    includeDefaultRoots: false,
-    bundledSkillDir,
-    watch: false,
-  });
+  // 第 4 件可能失败的事：provider 自己抛错（版本不匹配、目录无权限、注册表已占用……）。
+  // 这里必须兜住：插件行的加载失败会让整行从 profile 里消失，而"挂不上技能"本来只是个降级。
+  // （v0.7.1 之前没兜：provider 一抛错 apply 就 reject，而且一行日志都没有——stub 实测复现过。）
+  try {
+    applyFilesystemProvider(ctx, {
+      providerName: "video-studio",
+      includeDefaultRoots: false,
+      bundledSkillDir,
+      watch: false,
+    });
+  } catch (error) {
+    warn(
+      ctx,
+      `挂载 bundled 技能根失败（本次只是空行，不影响 profile 里其它插件）：` +
+        `${error?.code ?? error?.message ?? error}` +
+        `；检查 ${PROVIDER_PKG} 的版本是否满足 peer 范围，以及 ${bundledSkillDir} 是否可读`
+    );
+  }
 }
 
 /**

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@dsh-gis/dsh-video-studio-skill",
-  "version": "0.6.0",
+  "version": "0.7.2",
   "description": "Video Studio skill plugin for DeepSeek Harness: style-pack driven code-generated Chinese videos — one style id decides palette/typography/music style/voice persona/pacing, measured TTS timeline, deterministic PIL/browser rendering, programmatic SFX and score, cue-driven sound sync, ffmpeg encoding, sample-level mixing and multi-layer QA gates.",
   "type": "module",
   "main": "index.js",
@@ -34,7 +34,9 @@
     "docs/styles/demo-results.json",
     "schemas",
     "tools/estimate.py",
-    "tools/ci_check.py"
+    "tools/ci_check.py",
+    "tools/audio_similarity.py",
+    "tools/selftest_noscipy.py"
   ],
   "publishConfig": {
     "access": "public"

package/schemas/film.schema.json

@@ -49,7 +49,41 @@
         "string",
         "object"
       ],
-      "description": "字符串 = edge-tts voice id（如 zh-CN-YunxiNeural，legacy 单声线路径）；对象 = v0.5 声线策略（map 按 kind 映射 persona、auto、jitter、max_distinct、rate_range、cps_band），此时忽略 rate/pitch 的单值覆盖语义"
+      "description": "字符串 = edge-tts voice id（如 zh-CN-YunxiNeural，legacy 单声线路径）；对象 = v0.5 声线策略（map 按 kind 映射 persona、auto、jitter、max_distinct、rate_range、cps_band），此时忽略 rate/pitch 的单值覆盖语义",
+      "properties": {
+        "map": {
+          "type": "object",
+          "description": "按 kind 映射 persona：{\"hook\": \"young_male\", \"body\": \"narrator_male\", \"quote\": \"narrator_female\", \"outro\": \"narrator_male\"}（键取 lines[].kind 的 6 个值；值取 voicekit.PERSONA_IDS）"
+        },
+        "default": {
+          "type": "string",
+          "description": "没有映射时用的 persona 名（voicekit.PERSONA_IDS 之一）"
+        },
+        "auto": {
+          "type": "boolean",
+          "description": "是否按内容自动挑 persona（默认 true；false = 只用 map/default）"
+        },
+        "jitter": {
+          "type": "number",
+          "minimum": 0,
+          "description": "逐句 rate/pitch/lead/tail 的确定性抖动幅度（默认 0.35；legacy 默认 0）"
+        },
+        "max_distinct": {
+          "type": "integer",
+          "minimum": 1,
+          "description": "全片最多用几个不同 persona（默认 3；相邻句不换人是防广播剧的关键）"
+        },
+        "rate_range": {
+          "type": "array",
+          "description": "语速夹取区间（百分数，例如 [-15, 12]）",
+          "items": { "type": "number" }
+        },
+        "cps_band": {
+          "type": "array",
+          "description": "可接受的每秒字数区间（默认 [3.6, 5.6]）",
+          "items": { "type": "number" }
+        }
+      }
     },
     "rate": {
       "type": "string",
@@ -180,7 +214,7 @@
           "tail": {
             "type": "number",
             "minimum": 0,
-            "description": "句后留白秒数（一般通过 tail_map / voice_plan 控制，这里少见）"
+            "description": "注意：**当前不生效**（保留字段）。filmkit.build_timeline 只读 tail_map，逐句句后留白请写顶层 tail_map，或交给 voicekit 的 voice_plan（st_layout 会把它的逐句 tail 并进 tail_map）。filmcheck 对写了 lines[].tail 的剧本会报 WARN 提醒。"
           },
           "persona": {
             "type": "string",
@@ -382,11 +416,35 @@
         },
         "gain_db": {
           "type": "number",
-          "description": "配乐总线增益 dB（默认 -1.5，混音前）"
+          "description": "配乐总线增益 dB（v0.7.1 默认 -12：视频以旁白为主，背景必须明显低于人声；旧版 -1.5 会让背景与台词几乎等高）"
         },
         "duck_db": {
           "type": "number",
-          "description": "音效响起时配乐让位深度 dB（默认按风格 2.0–4.5）"
+          "description": "音效响起时配乐让位深度 dB（v0.7 默认按风格 3.0–5.5）"
+        },
+        "voice_duck_db": {
+          "type": "number",
+          "description": "v0.7.1：旁白说话时配乐额外让位深度 dB（默认 6；0 = 关闭旁白侧链）"
+        },
+        "voice_duck_sfx_db": {
+          "type": "number",
+          "description": "v0.7.1：旁白说话时音效额外让位深度 dB（默认 3；0 = 关闭）"
+        },
+        "voice_thresh_db": {
+          "type": "number",
+          "description": "v0.7.1：语音活跃度阈值 dBFS（默认 -42；低于它算静音间隙，背景恢复）"
+        },
+        "voice_floor_db": {
+          "type": "number",
+          "description": "v0.7.1：语音包络的地板 dBFS（默认 -60；与阈值之间做 0~1 映射）"
+        },
+        "guard_snr_db": {
+          "type": "number",
+          "description": "v0.7.1：旁白清晰度兜底（默认 12）。混音后实测人声活跃区的人声/背景响度差，不足就整体再压背景；0 = 关闭"
+        },
+        "guard_cap_db": {
+          "type": "number",
+          "description": "v0.7.1：SNR 兜底最多补压多少 dB（默认 30，防止把背景压成忽有忽无；补压 >18 dB 会提示检查素材电平）"
         },
         "seg": {
           "type": "number",
@@ -441,10 +499,23 @@
           "type": "number",
           "description": "音效总线增益 dB（默认 0）"
         },
+        "base_db": {
+          "type": "object",
+          "additionalProperties": true,
+          "description": "按配方名覆盖基础电平 dB：{\"whoosh\": -6}。render.py 的 st_sfx 原样透传给 filmkit.CueBus.build_audio(base_db=...)，只对键名命中的配方生效（未知配方名不报错、也不生效）"
+        },
         "mix_gain_db": {
           "type": "number",
           "description": "混音时音效总线额外增益 dB（默认 0）"
         },
+        "content_seed": {
+          "type": "boolean",
+          "description": "v0.7：true（默认）= 每条 cue 的 seed 由 style/content_fp 派生（不同影片同一位置也不同）；false = 回到 v0.6 的 seed_base+i 位置派生（老片逐样本兼容）"
+        },
+        "duck_transitions": {
+          "type": "boolean",
+          "description": "v0.7：true（默认）= 段落边界前 2.2s 内的 whoosh/riser/reverse_swell 自动 -3 dB，避免与配乐过门在同一频段撞车；false = 不处理"
+        },
         "cues": {
           "type": "array",
           "description": "提示点数组：每条 {at, type, dur, gain, ...}；未知参数原样透传给 sfxkit 配方（size/pan/seed/pitch…）",

package/skills/video-studio/SKILL.md

@@ -26,6 +26,11 @@ description: 用代码从零生成中文视频（科普片/纪录片/宣传片/
 > 下文的 `<SKILL_DIR>` 指**本次加载技能时 `skill` 工具回报的 `resourceBase.path`**。装成插件后它就是
 > 本插件包内的 `skills/video-studio/`（profile 的 `node_modules/@dsh-gis/dsh-video-studio-skill` 是链接）。
 > 找不到时按名字定位：`find ~ -path '*/skills/video-studio/scripts/filmkit.py'`。
+>
+> `<REPO>` 指**包根**（仓库根，或装好后 profile 里的 `node_modules/@dsh-gis/dsh-video-studio-skill/`），
+> 即 `<SKILL_DIR>` 往上两级。**`tools/` 与 `schemas/` 在 `<REPO>` 下，不在 `<SKILL_DIR>` 下**：
+> 本节的 `cp <SKILL_DIR>/scripts/...` 把技能拷成 `myfilm/` 之后，那个工作目录里**没有** `tools/`，
+> 所以 `tools/estimate.py` 这类仓库工具要按 `<REPO>/tools/...` 调用（或从包/仓库里取一份过来）。
 
 ```bash
 # 1) 建工作目录，拷模板
@@ -39,7 +44,7 @@ cp <SKILL_DIR>/scripts/{filmkit.py,stylekit.py,render.py,selfcheck.py,gates.py,s
 cp <SKILL_DIR>/scripts/{sfxkit.py,scorekit.py,voicekit.py,qa_frames.py} .
 cp -r <SKILL_DIR>/assets/web ./web
 
-# 2) 先跑一次自检：32 条回归护栏，20 秒内出结论（不联网；可选模块缺失会标 SKIP）
+# 2) 先跑一次自检：43 条回归护栏，20 秒内出结论（不联网；可选模块缺失会标 SKIP）
 python selfcheck.py
 
 # 3) 【v0.5 新步骤】先确认风格，再改文字
@@ -59,7 +64,9 @@ python render.py --script film.json --scenes scenes.py --work work --stage still
 # 4.5) 【v0.6】先算成本再开渲：帧数 / 各阶段耗时 / 磁盘 / 分块建议
 #      项目原则是"成本敏感"，而在此之前开渲前拿不到任何数字。
 #      （--json 可机读；有 work/timeline.json 时用真实时长，否则按字数粗估并标注）
-python <SKILL_DIR>/../../../tools/estimate.py --script film.json --jobs 4
+# 注意：estimate.py 是**仓库/包里的工具**（<REPO>/tools/），不在 skills/video-studio/ 里，
+#      quickstart 拷出来的 myfilm/ 也不会有它；想用就按包根路径调用，或从包/仓库里复制过来。
+python <REPO>/tools/estimate.py --script film.json --jobs 4
 
 # 5) 一条命令出片（TTS→排版→混音→渲染→合成→质检）
 python render.py --script film.json --scenes scenes.py --out out/film.mp4 --work work
@@ -206,10 +213,16 @@ python webengine.py textqa ./web/index.html            # 文字重叠/出画/一
 | 配乐 | `scorekit.py`（程序化） | `work/music.wav` | 和弦表 + 律动层 + 分段能量；段落边界对齐小节线 |
 | 音效 | `sfxkit.py`（物理建模） | `work/sfx.wav` | 按 `cues.json` 里登记的提示点逐条合成 |
 
-三条总线在 `--stage audio` 里合成：**音效响起时配乐自动让位**（`duck_db`，默认 3 dB），
+三条总线在 `--stage audio` 里合成：**音效响起时配乐自动让位**（`duck_db`，v0.7 默认 4 dB，
+cinema/epic 5.5 dB；旧版 3 dB 在段落过门时配乐几乎与音效等高），
 最后交给 ffmpeg 两遍 loudnorm 到 -16 LUFS / 真峰 ≤ -1 dBTP。**不要**自己在 numpy 里做最终响度标准化——
 你有 `loudnorm`，它比手写归一化准得多，而且真峰才是门禁。
 
+> **v0.7 片内分离**：配乐在段落交界本来就有过门（scorekit 的 swell/riser/sub_boom），
+> sfx 轨不再在同一个边界重复放 whoosh/riser——`--stage sfx` 会对落在
+> [边界 - 2.2 s, 边界] 内的转场类 cue 自动 -3 dB（`sfx.duck_transitions=false` 可关）。
+> 提示音的音高现在跟随配乐调性（`in_key(freq, key)`），不再硬编码 D 小调五声。
+
 ### 5.2 提示点：让声音跟着画面走
 
 **这是 v0.3 最重要的一个概念。** 画面在该响一下的地方登记一个提示点，音频阶段按提示点合成音效：
@@ -344,21 +357,60 @@ python render.py ... --stage style # 用某份 film.json 解析风格并打印"
 ### 5.6 混音链（照着做，别自创）
 
 ```
-旁白(单声道, 居中) ─┐
-配乐(立体声) ───────┼─> duck(音效包络, -3dB) ─> 求和 ─> 峰值保护(0.89) ─> ffmpeg loudnorm 两遍 ─> -16 LUFS / TP<=-1
-音效(立体声) ───────┘
+旁白(单声道, 居中) ─────────────────────────────┐
+配乐(立体声, -12dB 基线) ─> 音效duck(-4dB) ─> 旁白duck(-6dB) ─┤─> 求和 ─> 峰值保护(0.89) ─> loudnorm 两遍 ─> -16 LUFS / TP<=-1
+音效(立体声) ───────────────────> 旁白duck(-3dB) ─────────────┘
 ```
 
-- **旁白优先**（听清台词是第一优先）：`mix_film` 里旁白固定 `voice_gain=1.0` 居中，配乐默认
-  `music.gain_db=-1.5`、音效按 `CUE_BASE_DB` 逐条定电平。**"高 12 dB"是人耳经验值，代码不测量也不保证**——
-  交付前用 `filmkit.loudness` 或回听确认旁白压得住，别把它当门禁。
-- 音效响时配乐自动让位 3 dB（`mix_film(duck_db=3.0)`；注意 `duck()` 函数自身默认是 4.0，
-  `mix_film` 传的是 3.0——看源码时别被两个默认值绕住）。让得太多会"音乐一抖一抖"。
+- **旁白优先是硬行为（v0.7.1）**，不是文档口号：`mix_film` 里旁白固定 `voice_gain=1.0` 居中、不被任何侧链影响；
+  配乐基线 `music.gain_db=-12`（旧版 -1.5，导致背景与台词几乎等高）；有人声的地方再按旁白包络压
+  配乐 6 dB、音效 3 dB（`music.voice_duck_db` / `music.voice_duck_sfx_db`，间隙自动恢复）。
+  实测人声段"旁白/背景"响度差 **12.9 dB**（真实配乐素材下；合成信号口径 15 dB），
+  selfcheck 第 35/36 条与 `audio_similarity.py --strict` 的 D 组守着这条。
+- **SNR 兜底（v0.7.1 最后一道闸）**：混音后按台词活跃区实测"人声/背景"，不足 12 dB 就整体再压背景
+  （`music.guard_snr_db`，最多 `guard_cap_db=30`；补压 >18 dB 会提示检查素材电平）。
+  这是唯一一条"混音后自己改电平"的门禁，保证换任何配乐素材都不会把旁白盖住。
+- **BGM 与音效是可选层**：它们的作用是铺情绪与打重音，不该抢字。想更安静就调低 `music.gain_db`
+  或设 `music.enabled=false`；"让观众听清旁白"永远优先于"背景好听"。
+- 音效响时配乐自动让位：v0.7 起风格表默认 4.0 dB（mono 3.0 / lo-fi·magazine 3.5 /
+  cinema·epic 5.5），`film.json` 的 `music.duck_db` 显式值永远优先。旧版 `mix_film` 默认 3.0 dB，
+  在段落过门时配乐几乎与音效等高——这是"配乐和音效听着像同一套"的混音侧成因，已由 `duck_default` 抬高。
+  让得太多会"音乐一抖一抖"，所以按风格分级而不是一律压狠。
 - **本项目不做母带压缩**：链路是 求和 → duck → 峰值保护 0.89 → `ffmpeg loudnorm` 两遍。
   代码里**没有压缩器**（想加请自行在 `mix_film` 之后接），所以也不存在"压太狠"的问题；
   要让重击前后有能量差，靠的是配乐分段 energy 与 `suck()`，不是压缩。
 - 成片音轨必须 48 kHz（`mux` 已显式 `-ar 48000`，selfcheck 第 12 条守着）。
 
+### 5.7 声音的片间差异与片内分离（v0.7 新增）
+
+> v0.5 解决的是"配乐风格都差不多"，但**同一风格下每部片的配乐仍像同一首**——
+> 内容指纹只进了 seed（改音色细节），和弦进行/动机/鼓型全固定。
+> 实测：同风格、同 bpm、同调、只换内容指纹，两段配乐相关性 **0.966**。
+
+v0.7 把指纹推进到**结构层**（详见 **references/audio-variation.md**）：
+
+| 层 | v0.6 | v0.7 |
+|---|---|---|
+| 配乐和声 | 风格固定进行 | 指纹决定**每两小节一次的稳定和弦替换**（不影响乐句末与片尾规则） |
+| 配乐进行 | 风格固定一套进行 | 指纹在风格自带的 calm/body/drive 三档里选一档（同风格素材，只换功能顺序） |
+| 配乐动机 | 风格固定动机 | 指纹对级数做 **±1 稳定偏移**（节奏不变，问句/答句独立派生；跨主音带八度修正） |
+| 配乐鼓型 | 固定落点 | 指纹加 ghost kick（不与现有落点重复），clap 位置 ±0.5 拍 |
+| 出片接线 | 指纹只进 seed | `render.py` 的 `st_score` 把 `fingerprint.full` 传进 `scorekit.render()`；legacy 不传 |
+| 音效 seed | `seed_base + i`（只跟 cue 顺序） | `content_seed(seed_base, style, content_fp, type, t)`（跟内容走） |
+| 提示音音高 | 硬编码 D 小调五声 | `in_key(freq, key)` 跟随配乐调性 |
+| 段落边界 | 配乐过门 + sfx 转场各响各的 | 边界前 2.2 s 内的 whoosh/riser **自动 -3 dB**（不与过门撞车） |
+| duck | 3 dB 一刀切 | 按风格 3.0–5.5 dB，配乐让得更彻底 |
+| 旁白优先（v0.7.1） | 配乐 -1.5 dB、无语音侧链 | 配乐 -12 dB 基线 + 人声处再压 6 dB（音效 3 dB），人声段 SNR 实测 15 dB |
+
+**向后兼容**：不写 `style` 字段（legacy）或 `sfx.content_seed: false` 时，音效走旧的
+`seed_base + i` 路径，老片逐样本不变（selfcheck 第 33 条守着这条）。
+
+验收工具（改音频相关代码后必须跑）：
+
+```bash
+python <REPO>/tools/audio_similarity.py --strict   # A/B/C 三组阈值，失败 exit 1（在包根执行）
+```
+
 ## 6. 停留窗口：让观众看清楚，而不是整片放慢（v0.3.0）
 
 > 来自同一部成片的复盘："部分画面没看清就被切走了"。**解决办法不是把整片放慢，而是按内容加停留。**
@@ -383,7 +435,7 @@ python render.py ... --stage style # 用某份 film.json 解析风格并打印"
 
 ```bash
 python render.py ... --stage qa     # 只读质检：分辨率/音轨/时长/响度/真峰/锐度比/黑帧/字幕条数 + 帧级深检
-python selfcheck.py                 # 技能自身回归（32 条曾真的坏过的点）
+python selfcheck.py                 # 技能自身回归（43 条曾真的坏过的点）
 python qa_frames.py out/film.mp4 --cues work/cues.json   # 单独跑帧级深检，出 JSON + 图
 # v0.6：qa / all 收尾会自动写 out/QC-REPORT.md（机器可读交付结论）
 #       并落 work/gates.json（三档 gate matrix）与 work/cost.jsonl（实测耗时台账）
@@ -428,8 +480,9 @@ python render.py ... --stage accept --gate stills --note "看过联系表"   #
 
 ```bash
 python render.py ... --stage explain          # 哪些阶段过时了、为什么、最小重跑命令
-python render.py ... --stage explain --json   # 机读
 python render.py ... --stage qa --strict-stale   # 有过时就失败（CI / 交付前）
+# 机读：问 stagewatch（render.py 的 explain 只打人读文本，不接受 --json）
+python scripts/stagewatch.py --work work --json
 ```
 
 机制：每个 stage 结束往 `work/manifest.json` 记一行 `{stage, at, inputs:{名:指纹}, outputs:{名:指纹}}`；
@@ -589,11 +642,13 @@ v0.4 给了两条真正能用的路：
 - `references/pipeline.md` — 八阶段详细规格、契约 JSON 格式、目录约定、并行分工
 - `references/scene-authoring.md` — 场景函数写法、构图规则、Canvas/CDP 方案、超采样与后处理
 - `references/audio.md` — 采样级混音、程序化配乐/音效、响度链路、循环环境音、提示点系统
+- `references/audio-variation.md` — **（v0.7）片间差异**：内容指纹怎么进和声/进行/动机/鼓型，legacy 兼容与验收阈值
 - `references/sfx-design.md` — **（v0.3）音效设计**：物理拆解流程、配方表、听感诊断表、QC 规则
 - `references/web-engine.md` — **（v0.3）浏览器引擎**：页面契约、确定性时间轴、分块渲染、崩溃重开
 - `references/frame-qa.md` — **（v0.3）帧级质检**：单帧闪烁判据、画面空窗、音画同步、报告怎么读
 - `references/quality-gates.md` — G0–G6 全部门禁、可复制代码、验收清单
 - `references/change-impact.md` — **（v0.6）改动影响表**：改了 text/sub/hold/style/scenes.py 各要重跑什么
+- `references/style-packs.md` — **（v0.5）风格包**：主题/配乐/声线字段、三级指纹规则、加第 9 套风格的步骤
 - `references/pitfalls.md` — 20 条最佳实践 + 16 条反模式 + 3 个非确定性 bug 复盘
 
 ## 10. 脚本资产
@@ -605,15 +660,15 @@ v0.4 给了两条真正能用的路：
 | `scripts/gates.py` | **（v0.6）门禁账本**：pass / fail / skipped 三档、`out/QC-REPORT.md` 渲染、人工签核（绑内容指纹）、原子写 |
 | `scripts/stagewatch.py` | **（v0.6）阶段新鲜度**：每 stage 记录输入/输出指纹到 `work/manifest.json`；上游一改，下游报过时并给出最小重跑命令 |
 | `scripts/filmcheck.py` | **（v0.6）film.json 契约校验**：未知键提示"是不是想写 X"（以前静默忽略）、枚举与范围、跨字段（cue 引用的 id 必须存在） |
-| `scripts/selfcheck.py` | 回归自检：**32 条**"曾真的坏过"的断言，不联网 20 秒出结论（可选模块缺失标 SKIP） |
+| `scripts/selfcheck.py` | 回归自检：**43 条**"曾真的坏过"的断言，不联网 20 秒内出结论（可选模块缺失标 SKIP） |
 | `scripts/sfxkit.py` | **（v0.3）物理建模音效库**：模态合成/纹理/空间/动力学/母带 + 24 个配方 + `CUE_ALIASES` |
 | `scripts/scorekit.py` | **（v0.3）程序化配乐**：和弦表/分段能量/律动层/吸气/自动电平，输出 `music.wav` |
 | `scripts/webengine.py` | **（v0.3）浏览器逐帧渲染**：Edge/Chromium + CDP 截图、分块并行、崩溃重开、cue 导出、文字质检 |
 | `scripts/qa_frames.py` | **（v0.3）帧级质检**：单帧闪烁/画面空窗/音画同步/亮度与响度曲线（JSON + PNG） |
 | `assets/scenes.py` | 场景模板（开场/正文卡片/收尾 + **`cues()` 提示点钩子示范**），含缓存排版与预烘焙背景的正确写法 |
 | `assets/film.json` | 剧本模板（含 `hold`/`bpm`/`music`/`sfx.cues`/`engine` 等新字段） |
-| `../../schemas/film.schema.json` | **（v0.6）film.json 的契约**（JSON Schema draft-07 子集）。校验器见 `scripts/filmcheck.py`，模板由 `tools/ci_check.py` 第 12 项守着 |
-| `../../tools/estimate.py` | **（v0.6）开渲前预演**：帧数 / 各阶段耗时 / 磁盘峰值 / 分块建议，`--json` 可机读。基准常量集中在文件顶部，换机请重测后回填 |
+| `<REPO>/schemas/film.schema.json` | **（v0.6）film.json 的契约**（JSON Schema draft-07 子集）。校验器见 `scripts/filmcheck.py`，模板由 `tools/ci_check.py` 第 12 项守着 |
+| `<REPO>/tools/estimate.py` | **（v0.6）开渲前预演**：帧数 / 各阶段耗时 / 磁盘峰值 / 分块建议，`--json` 可机读。基准常量集中在文件顶部，换机请重测后回填 |
 | `assets/web/` | **（v0.3）浏览器页面模板**：原生 Canvas2D 确定性时间轴、场景示范、文字质检脚本 |
 | `requirements.txt` | **（v0.4）Python 依赖清单**：必需（numpy/Pillow/edge-tts）/ 强烈建议（cv2）/ 可选（scipy、playwright）三档，带注释说明"缺了会怎样"。`pip install -r requirements.txt` 即可 |
 
@@ -652,7 +707,8 @@ v0.4 给了两条真正能用的路：
 > 容器：1920x1080 / 30 fps / h264+aac / 48 kHz / 时长 30.10 s / 1.00 Mbps
 > 信号：-16.0 LUFS / 真峰 -1.2 dBTP / 锐度比 1.01 / 黑帧 0 / 字幕 4 条 = 剧本 4 句
 > 时间：单帧闪烁 0 / 画面空窗 0 / 音画同步超差 0（本条为 web 引擎或写了 visual_at 时才有意义）
-> 自检：selfcheck PASS 32 / FAIL 0 / SKIP 0；tools/ci_check.py PASS 12 / FAIL 0
+> 自检：selfcheck PASS 43 / FAIL 0 / SKIP 0；tools/ci_check.py PASS 12 / FAIL 0
+> 音频：work/score.json 的 variation 非 0（指纹参与了结构变奏）、audio_similarity --strict 全 PASS
 > 目检：work/qa/sheet.png，四帧分别为开场星射线、五步成片卡片、画质三件事卡片、收尾居中大字；
 >       字幕黑底白字不压正文，大字边距均匀，无空洞帧。
 > ```
@@ -694,7 +750,7 @@ v0.4 给了两条真正能用的路：
 | `scorekit` | 389 s 全片 **4–8 s**（v0.3 首测 6.7–8.2 s，v0.4 复测 3.9–5.8 s，随负载）；60 s 实测 2–4 s；输出 -18.5 LUFS / -1.44 dBTP（母带交给 loudnorm）。**selftest 会打印当下实测**，以那个为准 |
 | `webengine` | **80–130 ms/帧**（1080p30，Edge 无头，PNG 截图）；12 s / 360 帧 **28–30 s**（2 workers，含启动）；**同一页面会话内**同帧两次截图 byte 完全一致（跨会话默认 GPU 光栅有 ≤4 像素、±1 级抗锯齿差异，要跨会话字节级一致请开 `--deterministic`，代价约 +22%/帧） |
 | `qa_frames` | 30 s 片全量深检 **约 1 s**（160×90 流式解码 903 帧）；闪烁/空窗/静止/同步 |
-| 端到端 | 30.10 s 模板片：TTS 4 句 → cues 13 条 → 配乐 3.3 s → 音效 13 条落位 → 混音 → PIL 75 fps 渲染 12 s → mux → 深检 PASS |
+| 端到端 | 30.10 s 模板片：TTS 4 句 → cues 由 scenes.py 按 kind 生成（v0.7，模板片 17 条）→ 配乐 3.3 s → 音效逐条落位 → 混音 → PIL 75 fps 渲染 12 s → mux → 深检 PASS |
 | Python 依赖 | **playwright 已装**（chromium + msedge 均可用）；scipy 1.18 已装（sfxkit 可选，缺了走 FFT 兜底）；`soundfile` **没装**（本技能不依赖它） |
 
 ### 排期公式（保守）
@@ -713,7 +769,23 @@ Pillow 路线：  墙钟秒数 ≈ 帧数 / 40 / 并行度 + 30%  余量
 
 ## 13. 升级须知（从旧版迁移要动的地方）
 
-### 13.0 v0.3.0 → v0.4.0
+### 13.0 v0.4 → 当前版本（v0.5 / v0.6 / v0.7 / v0.7.1 / v0.7.2 要做什么）
+
+**一句话**：v0.4 的老项目**不写新字段就能继续跑**（不写 `style` = legacy 行为，配乐逐样本不变），
+但**工作目录要多拷文件**，且有两处默认值变了要重新听。按版本逐条过：
+
+| 从 → 到 | 你要做的动作 | 依据 |
+|---|---|---|
+| v0.4 → **v0.5** | 新工作目录多拷 `scripts/stylekit.py`（**必需**，render 直接 import）、`scripts/voicekit.py`（可选，缺了单声线降级）；`--stage` 多出 `style`，`--stage all` 顺序变为 `style → tts → …`；改用 `style: "auto"` 才会自动选风格，不写仍是 legacy | CHANGELOG 0.5.0「升级须知（v0.4 -> v0.5）」 |
+| v0.5 → **v0.6** | **必需**多拷 `scripts/gates.py`、`scripts/stagewatch.py`（少一个 render.py 直接 `ModuleNotFoundError`）；首次跑会多出 `work/manifest.json` / `work/gates.json` / `out/QC-REPORT.md`，属新增文件 | CHANGELOG 0.6.0「升级须知（v0.5 → v0.6）」 |
+| v0.6 → **v0.7** | 想吃到「配乐/音效随内容变化」就保持 `style: "auto"`，**不要**写死 `music.seed` 或关掉 `seed_from_content`；音效想更丰富就把提示点写进 `scenes.py` 的 `cues()` | CHANGELOG 0.7.0「升级须知（v0.6 → v0.7）」 |
+| v0.7 → **v0.7.1** | 配乐基线默认值从 `music.gain_db=-1.5` 变成 **-12**（模板也已改），有人声处再压配乐 6 dB / 音效 3 dB；**之前手调过 `gain_db`/`duck_db` 的片子要重新听一遍**（现在背景整体更低）。显式写 0 可关掉对应侧链 | CHANGELOG 0.7.1「修了什么」+ `assets/film.json` 的 `music` 默认值 |
+| v0.7.1 → **v0.7.2** | `QC-REPORT.md` 现在**只落在 `--out` 的目录**（以前 `accept` 分支按 `work` 的兄弟目录算，`--out deliver/film.mp4` 时签核会更新到另一份没人交付的文件）。如果你用 `--out` 指到了非 `out/` 的目录，交付时请看新位置；旧的 `out/QC-REPORT.md` 不会被再写 | `render._report_path()` 的 docstring + `selfcheck` 第 40 条（本轮新增） |
+
+> 查当前版本：`python <REPO>/tools/ci_check.py -v` 里的 version 断言、或 `cat package.json` 的 `version`。
+> 升级后建议按 §14 重跑一次自检（43 条），再按 §7 重新签核（改了代码/默认值，旧签核会自动失效，这是设计）。
+
+### 13.1 v0.3.0 → v0.4.0
 
 **多数项目不用改任何东西**（默认行为向后兼容），但下面几处会**改变你看到的输出或报错**：
 
@@ -727,7 +799,7 @@ Pillow 路线：  墙钟秒数 ≈ 帧数 / 40 / 并行度 + 30%  余量
 | `film.json` 校验变严 | 缺 `text` / `lines` 空 / id 重复 / bpm 非法 会直接报错 | 按提示修剧本 |
 | 可选 peer 改成按需 import | 缺 `@deepseek-ai/dsh-skill-filesystem` 时插件不再整体加载失败，只是不挂载技能并打日志 | 想用技能就按日志里的命令装依赖 |
 
-### 13.1 v0.2 → v0.3.0
+### 13.2 v0.2 → v0.3.0
 
 **兼容性优先：老项目不做任何改动也能跑**（`engine` 默认 `pil`、`music.mode` 缺省时按老的和弦床走、`whoosh` 行为保留）。
 
@@ -744,7 +816,7 @@ Pillow 路线：  墙钟秒数 ≈ 帧数 / 40 / 并行度 + 30%  余量
 
 **新增文件**：`sfxkit.py` / `scorekit.py` / `webengine.py` / `qa_frames.py` / `assets/web/`（都是可选，缺失时对应能力自动降级并打印 WARN）。
 
-### 13.2 v0.1 → v0.2（历史）
+### 13.3 v0.1 → v0.2（历史）
 
 | 变更 | v0.1 | v0.2 | 迁移动作 |
 |---|---|---|---|
@@ -762,7 +834,7 @@ Pillow 路线：  墙钟秒数 ≈ 帧数 / 40 / 并行度 + 30%  余量
 
 ```bash
 cd <SKILL_DIR>/scripts
-python selfcheck.py                  # 32 条断言；FAIL 就照提示修环境
+python selfcheck.py                  # 43 条断言；FAIL 就照提示修环境
 python sfxkit.py --selftest          # 音效库（可选模块，装了才跑）
 python scorekit.py --selftest        # 配乐
 python webengine.py --selftest       # 浏览器引擎（24 项，会真起无头浏览器，约 15 秒）
@@ -775,7 +847,7 @@ selfcheck 自己造测试信号、现场调 ffmpeg 编码，**不联网、不依
 **别把"没装可选件"和"坏了"混为一谈**。
 
 > **仓库级体检**（v0.4 起）是另一层，别和 selfcheck 搞混：
-> `python tools/ci_check.py -v` 只查"这个仓库作为可分发包是否完整"（语法/JSON/依赖白名单/
+> `python <REPO>/tools/ci_check.py -v`（在包根执行）只查"这个仓库作为可分发包是否完整"（语法/JSON/依赖白名单/
 > 打包卫生/文档路径引用），**不需要 ffmpeg、字体或网络**，任何机器都能跑；
 > selfcheck 查的是"技能还能不能真的出片"。两层都在 CI 里跑。
 >

package/skills/video-studio/assets/film.json

@@ -24,8 +24,11 @@
   "key": "auto",
   "seed": 7,
   "seed_from_content": true,
-  "gain_db": -1.5,
-  "duck_db": 3,
+  "gain_db": -12,
+  "duck_db": 4,
+  "voice_duck_db": 6,
+  "voice_duck_sfx_db": 3,
+  "guard_snr_db": 12,
   "seg": 4,
   "amp": 0.05,
   "gain": 0.9,
@@ -51,24 +54,14 @@
  "sfx": {
   "enabled": true,
   "gain_db": 0,
+  "content_seed": true,
+  "_comment": "v0.7 去固定化（references/audio-variation.md §3.5）：模板只留 1 条转场 whoosh 作示例，具体提示点建议交给 assets/scenes.py 的 cues() 钩子按画面内容生成（hook=impact+riser；body=ui_blip 按条目文本定音高 + answer_chime + 段尾 whoosh；quote=reverse_swell+impact；outro=answer_chime+sub_drop）。content_seed=true（默认）= 每条 cue 的 seed 由 style/content_fp 派生（不同片子同一位置也不同），显式 false 回到 v0.6 的 seed_base+i 旧行为。",
   "cues": [
    {
     "at": "l02-0.15",
     "type": "whoosh",
     "dur": 0.9,
     "gain": -2
-   },
-   {
-    "at": "l03",
-    "type": "riser",
-    "dur": 2,
-    "gain": -4
-   },
-   {
-    "at": "l03+0.05",
-    "type": "impact",
-    "size": 1,
-    "gain": -3
    }
   ]
  },