把 Auphonic 放进工作流：搭配工具与交接要点
自动化音频后期：响度标准化、降噪与多轨混音——这是 Auphonic 最主要的用途，也是本文讨论的前提。
单独用一个工具往往只解决一段问题，这篇讲怎么把它和上下游工具串起来。
推荐组合：Auphonic + NLLB 开源翻译模型
NLLB 开源翻译模型的定位是：Meta 开源的大规模多语言翻译模型。两者分工可以是：Auphonic 负责「短视频配乐」这一步，NLLB 开源翻译模型负责翻译与多语言版本。
工作流步骤
- 明确交付物和验收标准，例如：结尾没有突然截断。
- 准备输入：一条 30 秒视频的情绪与节奏，先去掉敏感信息。
- 在 Auphonic 中执行核心步骤（提示词见下文）
- 把结果交给 NLLB 开源翻译模型做下一步处理，或从 NLLB 开源翻译模型取得所需材料。
- 人工检查关键事实与格式，记录发现的问题。
- 把这次用到的提示词和设置保存为模板，下次复用。
短视频配乐
准备材料：一条 30 秒视频的情绪与节奏。
生成一段 30 秒的背景音乐：轻快、温暖、无人声，前 5 秒渐入，结尾干净收尾，适合生活类短视频。
交付前确认：结尾没有突然截断。
交接时最容易出问题的地方
- 格式不兼容：两边导入导出的格式提前测试一次。
- 信息丢失：每次交接附上来源和版本号。
- 责任不清：约定哪一步由谁做最终确认。
- 权限分散：两边的账号和分享范围分别检查。
如果暂时不想引入第二个工具，也可以先用 iZotope RX 等同类产品替代其中一环，跑通流程后再决定。
更多可以试的用法
会议录音转写
准备材料：一段 1 小时的会议录音。
转写这段录音并区分发言人，生成要点摘要和待办清单，人名和专有名词按我提供的名单校正：【名单】。
检查点：专有名词按名单校正。
课程旁白配音
适用情况：手头有一份 800 字的讲解稿时。
把这份讲稿改成适合朗读的口播版本：句子不超过 20 字，数字改成口语读法，标出需要停顿和重读的地方。
检查点：数字读法不会产生歧义。
有声读物试音
适用情况：手头有一个章节的文本时。
用两种不同的声音风格朗读这一章节的前 300 字：一种沉稳叙述，一种轻松亲切，对比后选择更适合的版本。
验收标准：两种风格差异明显。
常见问题：降噪后声音发闷
降低处理强度，宁可保留少量底噪。
常见问题：配乐与画面情绪不符
先写清情绪关键词和节奏，再分段生成拼接。
常见问题：克隆音色不稳定
使用更干净、更长的样本，避免背景音乐和回声。
概念补充：说话人分离
在转写中区分不同发言人，便于整理会议记录。
概念补充：响度标准化
把音频调整到平台推荐的响度范围，避免忽大忽小。
适合人群：音乐人
音乐人可以用 Auphonic 处理编曲灵感、分轨练习等工作。需要注意：AI 生成音乐的版权归属以平台条款为准，发行前确认。
适合人群：游戏开发者
游戏开发者可以用 Auphonic 处理原型与素材、NPC 对话与文案等工作。需要注意：关注生成素材的授权和平台对 AI 内容的披露要求。
注意事项
涉及个人信息、商业机密或受监管数据时，先确认 Auphonic 的数据处理条款，再决定能否使用。
文中提示词和示例仅作示意，实际效果取决于你的材料和 Auphonic 当前版本，重要内容请人工核对后再使用。