模組四｜剪輯管線（Day 17–22）

Day 19 拆完整條組裝鏈，收在一句話：有外部標準當錨的參數不會漂，靠耳朵決定的參數一定會漂。

這一篇講那個漂得最厲害的：背景音樂的音量。

它改了七次，中途還換過一套完全不相容的單位。而這一篇真正想講的不是那七個數字，是它們旁邊的註解。

完整軌跡

第一代（線性乘數）
  0.012  ← 沿用了六集
  0.007

第二代（絕對響度 LUFS）
  -30
  -33
  -36
  -40
  -45   ← 現在的值

七個值，兩套單位。

第一代為什麼不行

volume=0.012 的意思是「把這軌的振幅乘以 0.012」。

準不準還在其次，麻煩的是沒辦法比較。

同一個 0.012，套在一段大聲的音樂上跟一段小聲的音樂上，出來的結果完全不同。所以「0.012 是對的」這句話只在那一首 BGM 上成立。換一首，要重猜。

而且它跟人聲沒有關係。真正該控制的是「BGM 比人聲小多少」，而乘數完全不知道人聲有多大。

第一次調整的理由寫得很直接：

BGM_VOLUME_MAIN = 0.007 # 0.012 太大（使用者回饋），調低背景音樂 bed

「使用者回饋」就是有人跟我說太吵。而我的處理是把數字改小，沒有換掉那個不可比較的度量方式。

第二代那行註解，記錄了四次失敗

換成 LUFS 目標之後，註解變成這樣（原文大意）：

BGM_LUFS_MAIN = -40
BGM 目標響度（壓在語音 -16 之下約 24 LU；極低底層感）
＊曾試 -30 太大、-33 略大、-36 仍略大，-40 更 subtle；linear 0.012 ≈ -54 太小。

這一行做了三件事：

一、記錄了失敗嘗試：-30、-33、-36 各自為什麼被否決，都寫了（第四筆是舊值換算，下面第三點）。

二、給出相對關係：「壓在語音 -16 之下約 24 LU」。這句話比 -40 這個數字有用得多，因為它是可以移植的。換一首 BGM、換一個人聲響度，這個關係還成立。

三、回頭換算了第一代的值，並且判它太小。

第三點最有意思：它把舊單位換算成新單位，然後推翻了前七集的設定。

0.012 ≈ -54 LUFS，而現在認為 -40 才對。也就是說，前面六集的 BGM 幾乎聽不到。而那六集的參數是「不可比較」的，所以當時根本沒辦法發現這件事。

換單位真正的價值，是它讓過去的決定變得可以被檢驗。

最後那次，帶日期、帶決策人、帶前值

BGM_LUFS = -45   # BGM 壓在語音(-16)之下約 29 LU
                 # （試聽 -40 仍嫌大聲，再降 5）

這是我在整個 repo 裡看過寫得最完整的一行參數註解。它同時回答了：

• 現在是多少（-45）
• 相對關係是什麼（人聲之下 29 LU）
• 上一個值是多少（-40）
• 為什麼改（試聽仍嫌大聲）
• 誰決定的、什麼時候（原註解裡有）

如果三個月後我想改這個值，這五件事我全部需要。而如果只寫 -45，我什麼都不知道。

參數的數值只是結論，註解才是推理。而會被重新檢視的是推理，不是結論。

驗收：12 點取樣

改完之後不是直接上架，有一個很土但有效的驗證：

在成品上取 12 個點，每個點在 30 秒範圍內，找出最安靜的 0.5 秒、量它的 RMS。

目的是量「BGM 的底層」：人聲最安靜的瞬間，BGM 露出來多大聲。

結果：正片穩定落在 -48 到 -57 dB，冷開場 -86 dB（確認 BGM 沒有蓋到開場）。

這個驗收方法值得抄：要驗一個「墊在底下的東西」，就去量最安靜的那些瞬間。平均值會被人聲蓋掉，看不出來。

一個被記錄下來、但決定不修的瑕疵

同一次驗收裡，發現了一個問題：

全片有 9 段、合計 2.73 秒的 BGM 短暫掉底（低於 -70 dB）。
成因判定：多次 mp3 轉檔，在人聲全靜的瞬間把 -50 dB 的底樂量化掉了。
佔比 0.06%，判定聽感不可辨，不修。

這一段是這篇最值得學的部分。值得學的是記錄的完整性，瑕疵本身反而其次：

1. 量化了（9 段、2.73 秒、0.06%）
2. 找到成因了（多次編碼的量化誤差，正是 Day 19 那個「每段獨立寫中間檔」的代價）
3. 做了判斷（不可辨）
4. 決定不修，並寫下來

第 4 點最重要。「不修」是一個決定，而決定要留痕跡。

如果沒寫，未來的我（或任何人）發現這 9 段的時候，會以為是新出的 bug，然後花時間追。而寫下來之後，它從「潛在問題」變成「已知取捨」。

Day 22 會講另一個版本的同樣道理：定案的時候要寫下回退路徑。

混音的一條鐵律

還有一條規則值得單獨拉出來：

來賓聲音偏小時，使用原始雙軌重新混音，不直接在成品上硬拉 gain。
權重：主持 1.0 / 來賓 1.4

為什麼不能在成品上拉？因為成品已經混過了，硬拉 gain 等於把混在裡面的底噪、串音、房間音一起拉大。

回到原始雙軌，各自調權重再混，噪音不會被放大。

這條跟 Day 17 那條「重算比修補便宜」是同一個心法的不同版本：回到源頭處理，比在成品上補救乾淨。

而它成立的前提是源頭還在。這也是為什麼原始錄音檔一定要留：它是所有「重來一次」的本錢。

代價

這七次調整全部靠試聽，沒有任何客觀依據。

「-40 仍嫌大聲」是一個主觀判斷，而且是在我自己的耳機上做的。換一副耳機、換一個聽眾，結論可能不一樣。

我沒有做過任何形式的交叉驗證（例如找人在不同裝置上聽），所以 -45 的意思只是「在我的監聽條件下我覺得對」，離「正確的值」還有一段距離。

第二個代價：這七次的成本沒有被記錄。每一次調整都要重跑整條管線、重聽一遍。一集幾分鐘的運算加上幾十分鐘的聆聽，七次至少是好幾個小時，而這件事在 Day 5 那個「AI 省了什麼」的帳裡是隱形的。

第三個：我到現在沒有把 BGM 的響度驗收自動化。那個 12 點取樣是手動跑的，不在管線裡。它應該是輸出之後自動跑、超出範圍就警告，十幾行程式碼的事。

帶走什麼

換單位的價值，是讓過去的決定變得可以檢驗。

從線性乘數換成絕對響度，精確度的提升只是順帶。差別在新單位可以回頭換算舊值，然後判斷舊值對不對。

所以當你發現一個參數反覆在調、每次都是憑感覺，先別急著問「正確值是多少」，先問：我現在用的這個度量，能不能跨情境比較？

不能的話，換一個能的，然後把舊值換算過來看看。

第二條：參數的註解要寫推理，不要只寫結論。

一行好的參數註解應該包含：現在的值、相對關係、上一個值、為什麼改。而其中相對關係最有價值：「壓在人聲之下 29 LU」可以移植到任何一集，-45 不行。

第三條，關於決定不修：

「不修」是一個決定，而決定要留下記錄。否則它會被未來的人（包括你自己）當成新出的 bug，然後重新調查一次。

一句「已量化、已判斷、不可辨、不修」，省掉的是未來某個人半天的時間。

明天講這一整章最貴的一次除錯：兩條應該同步的音軌，為什麼對不齊。