跳转至

媒体管理

本指南介绍如何管理导入的媒体、修复歌词时间、编辑视频文件，以及转换 CD+G 卡拉 OK 格式。

目录

导入和导出媒体

您可以下载应用为卡拉 OK 创建的所有文件，包括分离的人声和逐词同步的 JSON 歌词。

  1. 前往 /media，点击编辑。
  2. 展开文件管理。
  3. 点击下载 ZIP下载所有文件，或下载单个文件。
  4. 不再需要时，可以删除人声和歌词等旁车文件。

下载 ZIP选项会将媒体文件打包成归档文件。您可以通过 /upload 上传该归档，以备份和恢复卡拉 OK 媒体。

对于由外部管理的媒体，应用预期使用以下旁车文件命名约定：

  • <song>.mp4：主视频文件。导入已分离人声的视频时，视频中应只包含伴奏音频。
  • <song>.vocals.mp3：分离出的人声音频。
  • <song>.json 或 <song>.lrc：逐词同步歌词或普通歌词。JSON 文件应由 WhisperX 生成。

WhisperX JSON 示例：

{"segments":[{"start":0.0,"end":5.0,"text":"Hello, world!","words":[{"start":0.0,"end":2.5,"word":"Hello"},{"start":2.5,"end":5.0,"word":"world"}]}]}
非 WhisperX JSON 文件

如果 JSON 文件不符合 WhisperX 格式，或文件本身格式错误，应用不会处理它，歌词也无法正常使用。

将文件复制到 media 文件夹，然后扫描媒体库以发现新曲目。

重新同步不准确的 WhisperX 歌词

严重的同步问题

如果歌词快速移动并且明显不同步，WhisperX 可能检测到了错误的语言，或使用了不适合对齐的模型。请删除现有的 JSON 歌词，然后手动指定语言覆盖，再次运行 WhisperX 对齐。

  1. 在媒体编辑器页面展开文件管理，删除 JSON 歌词。
  2. 再次启用歌词同步，并打开 WhisperX 对齐。
  3. 在WhisperX 语言覆盖中手动指定语言代码。

对于较小的同步问题，例如某个词结束得太早，或一直显示到下一段副歌，可以使用第三方工具微调时间。请下载 .vocals.mp3 文件作为时间参考。编辑完成后，上传相应的文件，服务器会将其重新处理为 JSON。

字幕编辑器

SSA 卡拉 OK 时间轴

应用会导出包含卡拉 OK 时间轴的 .ass 字幕文件。您可以使用 Aegisub 微调时间，并导出新的 .ass 文件。

Aegisub

  1. 将人声和 .ass 文件导入 Aegisub。
  2. 启用卡拉 OK 时间轴，编辑逐词时间。
  3. 禁用该选项，编辑逐行时间。
  4. 左键单击设置某行的起点，右键单击设置终点。
  5. 按空格键，配合人声预览时间效果。

这不是完整的 Aegisub 教程。

SRT 逐词编辑

应用还会导出带有时间标记的 .srt 字幕文件，其中每个单词都是独立的字幕条目。您可以使用 Subtitle Edit 微调时间，并导出新的 .srt 文件。

Subtitle Edit

  1. 将人声和 .srt 文件导入 Subtitle Edit。
  2. Subtitle Edit 应会自动生成人声波形。
  3. 拖动每个单词的起止时间，修改其时间轴。
请勿删除 //wx:meta 和 //wx:time 行

这些行标记是重新生成逐词同步歌词所必需的。

拆分和合并歌词行

较长的歌词

有时原始歌词包含无法自然断开的长句，导致卡拉 OK 显示时出现多行。可以调整布局或重新换行歌词，使每行卡拉 OK 歌词的字符数保持一致。

您还可以减小文本大小或增大最大宽度来改善显示效果。

有两种修复方式：

  1. 在 创建 AI 卡拉 OK 页面进行 WhisperX 处理时设置重新换行歌词。默认值为英文每行 36 个字符、CJK 每行 12 个字符。请选择最适合歌词预设和自定义样式的上限。
  2. 手动拆分和合并。在最自然的单词边界处拆分长行，或合并多个较短的行。

拆分和合并

  1. 在歌词编辑器中选择拆分和合并，打开拆分和合并编辑器。
  2. 使用自动处理，并指定最大行长，自动拆分超过限制的行。
  3. 点击某个单词，在该单词后拆分歌词行。
  4. 点击合并下方，将当前行与下一行合并。
  5. 如有需要，可以撤销更改。

调整视频时长和元数据

下载 YouTube 视频时，应用会保留默认元数据：标题使用视频标题，艺人为空，文件名为 <video_title>.mp4。这可能不利于媒体库整理。视频也会按原样下载，而许多卡拉 OK 视频包含不适合无缝播放的片头和片尾。

有关调整视频元数据的信息，请参阅修改现有视频。

无损裁剪

无损裁剪无法做到完全精确

应用使用 I 帧裁剪视频，不会重新编码。因此，裁剪只能发生在 I 帧处，无法精确裁剪到指定时间；应用会选择距离指定时间最近的 I 帧。

裁剪不可逆

裁剪操作不可逆。视频裁剪后，原始视频将丢失。

无损裁剪

编辑器会显示所有可以执行裁剪的 I 帧时间点。

  • 拖动手柄调整起止时间。每个手柄都会吸附到最近的 I 帧。
  • 在输入框中指定起止时间。应用会选择包含各指定时间的 I 帧。
  • 播放视频，使用 设置和 设置按钮设置起止点。
  • 使用 和 按钮跳转到上一个或下一个 I 帧。
  • 使用 跳转和 跳转按钮，预览起止点之间的裁剪结果。
使用键盘快捷键加快预览
  • I / O：设置裁剪的起点和终点
  • [ / ]：在检测到的关键帧之间移动
  • , / .：将播放头移动一帧
  • Home / End：跳转到开头或结尾

更新 CD+G 格式

CD+G 是一种传统卡拉 OK 格式，以图形形式显示歌词，通常与 MP3 文件一起作为 MP3+G 使用。舞台可以播放 CD+G 图形，但除非先转换为视频，否则不支持裁剪 CD+G 文件。

对 CD+G 文件打开编辑器时，应用会提示您打开转码为 MP4，而不是打开无损裁剪编辑器。

  • 在编辑器中，将 CD+G 图形和 MP3 音频转码为 MP4 视频。
  • 选择创建 MP4 后替换原始 CD+G 文件，创建新的媒体项目，同时保留原始 CD+G 项目。