H3 声音与配乐（不用术语版）
H3 在文件里生成真实音频 — 如何拆分环境、拟音、对白与配乐，避免糊成一团。
只写视觉的 Prompt 仍会得到 随机音频。H3 的差异化是原生立体声 — 把它当成一半工作。
两个桶（永远不要合并）
| 桶 | 官方字段 | 放什么 |
|---|---|---|
| 世界里的声音 | overall_soundscape | 雨、人群 bed、脚步、对白、引擎、UI 点击 |
| 给观众的配乐 | non_diegetic_music | 钢琴、鼓、 synth pad — 或 N/A |
「雨声下的 sad piano」只写在 soundscape 一行会混淆模型。分开写。
对白 = 表演，不是 caption
弱：「她介绍产品。」
强：「(S1) 转向镜头，quiet intensity: ‘It was never about the money.’ Room tone 在 voice 下继续。」
台词要 短 — 用手指数秒。
好剪辑的配乐
广告与 title sequence，切点对齐 beat：
3s 与 6s kick 上 hard cut；riser 进 final logo；最后 2 秒 silence 再 end card。
结尾 silence 是专业手法 — logo sting 才落得稳。
细节层级（选一种）
轻 — 「Coffee shop ambience, soft jazz low in mix.」
中 — 「Espresso machine hiss, cup clink at 4s, distant chatter −20 LUFS feel.」
重 — 「0–3s: only kettle; 3–6s: pour crescendo; 6s+: add brushed drums at 80 BPM.」
重细节适合 music-driven spot；轻量适合 talking-head。
常见音频错误（文档 + 测试）
- 写「cinematic audio」零名词
- 配乐与环境一句混写
- 10s 片段里 long monologue
- 忘记说配乐 何时停止
练习路径
- 读 Prompt 怎么工作
- 打开任意 商业模板 — 滚到 How this prompt is built
- 先只改声音行，视觉固定 — 学因果关系
下一步：常见错误