Audio Mix
音频混合 / 混音：把旁白口播 + 背景音乐 + 音效混成一轨，BGM 自动循环补足并可闪避（旁白说话时自动压低 BGM 保证人声清晰）。当用户说 混音、音频混合、旁白加背景音乐、配音加BGM、人声和音乐混一起、加音效、音频叠加、BGM 压低、闪避、ducking、把配音和bgm合起来 时使用。基于 shared/scripts/audio_mix.py。与 audio-editing concat 区别：concat 是前后顺序拼接，本 SKILL 是同时叠加混音；与 video-editing bgm 区别：那个给视频配乐，本 SKILL 输出纯音频。
Install
$ agentstack add skill-zju-real-easel-audio-mix ✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.
Security review
✓ PassedNo issues found. Passed automated security review. · v0.1.0 How review works →
- ✓ Prompt-injection patterns
- ✓ Secret / credential exfiltration
- ✓ Dangerous shell & filesystem operations
- ✓ Untrusted network calls
- ✓ Known-malicious package signatures
What it can access
- ✓ Network access No
- ✓ Filesystem access No
- ✓ Shell / process execution No
- ✓ Environment & secrets No
- ✓ Dynamic code execution No
From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.
Verified badge
Passed review? Show it. Paste this badge into your README, it links to the public security report.
Links to your public security report.[](https://agentstack.voostack.com/security/report/skill-zju-real-easel-audio-mix) Reliability & compatibility
Declared compatibility
Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.
We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.
How agent discovery & health will work →About
音频混合（旁白 + BGM + 音效）
> 把多条音频同时叠加混成一轨，核心能力是闪避（ducking）——旁白说话时自动压低 > 背景音乐，人声清晰、音乐不抢。全部走 skills/shared/scripts/audio_mix.py， > 不要手拼 amix/sidechaincompress。
> 前后顺序拼接（一段接一段）见 audio-editing concat；给视频配乐见 video-editing bgm； > 降噪见 audio-denoise。
输入
| 字段 | 必填 | 说明 | |------|------|------| | 旁白 | 否 | 口播/配音主轨（给了则输出时长跟它走，并触发闪避） | | BGM | 否 | 背景音乐（自动循环补足到旁白长度） | | 音效 | 否 | 一个或多个音效，可指定各自出现时间点 |
（三者至少给一个。最典型："旁白 + BGM"。）
输出（outputs/主题名/）
- 混音后的单轨音频（mp3/wav/m4a，按输出后缀）
- 报告：轨数、时长、是否闪避
执行步骤
脚本路径（相对项目根）：skills/shared/scripts/audio_mix.py（mix -h 看参数）。
# 旁白 + BGM（默认自动闪避，BGM 循环补足到旁白长度）
python skills/shared/scripts/audio_mix.py mix \
--voice narration.mp3 --bgm music.mp3 --bgm-volume 0.25 \
-o outputs/主题名/final.mp3
# 关闭闪避（纯叠加）
python skills/shared/scripts/audio_mix.py mix --voice v.mp3 --bgm m.mp3 --no-duck -o out.mp3
# 旁白 + 定时音效（第 3.5s 一个叮，第 8s 一个 whoosh）
python skills/shared/scripts/audio_mix.py mix --voice v.mp3 \
--sfx ding.wav --sfx-at 3.5 --sfx whoosh.wav --sfx-at 8 -o out.mp3调参
- 人声被音乐盖住：调低
--bgm-volume（默认 0.25）或确认闪避已开（默认开）。 - 闪避太猛/音乐一顿一顿：
--no-duck后手动压低--bgm-volume。 - BGM 比旁白短：默认自动循环；不想循环用
--bgm-loop-off。 - 音效太响/太轻：
--sfx-volume（默认 0.9）。
规则
- 有旁白时输出时长 = 旁白长度，BGM 自动循环/裁切对齐并在末尾淡出。
- 旁白 + BGM 默认开启闪避（人声优先）；不需要时显式
--no-duck。 --sfx与--sfx-at数量一致（或不给 --sfx-at 全部默认 0s）。- 混音不做响度归一（保留相对音量）；需统一响度先用 audio-editing
normalize。 - 产物统一进
outputs/主题名/。
参考来源
闪避用 ffmpeg sidechaincompress（以人声为控制信号压缩 BGM），是播客/口播视频保证人声清晰的 标准做法；多轨叠加用 amix。把 sidechain 接线与循环对齐封装成确定性脚本。
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: ZJU-REAL
- Source: ZJU-REAL/Easel
- License: Apache-2.0
- Homepage: https://zju-real.github.io/Easel/
Install and usage instructions live in the source repository linked above.
Reviews
No reviews yet, be the first.
Write a review
Versions
- v0.1.0 Imported from the upstream source.