# Firefly 人声转音效教程：用嘴模仿三次嗒声，指挥卡通脚步的时间和力度

已制作原创卡通脚步动画与macOS系统朗读“嗒”声的节奏教材，供试听时间/强弱。它不是真人嘴部录音、敲击声或Firefly输出；正式练习请按节拍自己口拟三次嗒声录音。

## 环境与许可

Firefly网页Voice to sound effects入口、可用账户/地区/额度和麦克风或音频上传。录制上限为30秒或视频长度较短者；声音只引导时间/能量，不生成语音歌词。

## 逐步操作

### 1. 先看三次脚落地的位置

播放input.mp4并核对footsteps.csv。mouth-guide-system-tts.wav是系统朗读“嗒”的节奏教材，只展示三次强弱与时间；不是实际敲击录音，也没有冒称真人口拟音。

### 2. 打开Voice to sound effects

在Firefly网页的Audio区域进入Voice to sound effects，上传原创静音片。官方操作图用于辨认Voice performance和播放头，不代表本站已登录、上传或获得额度。

### 3. 对着画面用嘴模仿三次嗒声

正式任务选择Record voice，按画面落脚时刻用嘴发三次“嗒”，用轻重表达预期力度。也可上传自己录制的口拟音；本题不把真实敲桌声称作“人声”。

### 4. 试听口拟音并定位播放头

录完先回放，确认三声与画面对应，再把playhead放在音效应开始的位置。不要把整条引导音偏移后只靠提示词补救，时间和强弱应由录音先表达。

### 5. 加材质描述再生成变体

使用prompt.txt中的soft cartoon footsteps说明想变成的声音，保留已附加的voice performance。不是请求朗读“嗒嗒嗒”，也不是生成歌曲；只提交短样并查看真实额度提示。

### 6. 选变体后逐次回听落脚

把选中真实音效放入时间线，逐个检查三次落脚的时刻与强弱，确认原始口拟人声没有作为最终轨漏入。官方图里的狮吼只是原作者示例，不是脚步结果。

### 7. 导出并保留引导与生成轨

保留自己的口拟音、生成音效、成片和选择记录。网页Voice performance能力不等于API有同等字段，本篇不把apizt聊天接口当Firefly音效入口。

## 下载内容与身份

Original program-authored geometric artwork, not photography, app UI or model output.

macOS Tingting system-spoken syllable 嗒, placed at three known times with different gains. Timing lesson only, not a real mouth recording, impact recording or Firefly output.

parameters.json 为教学记录而非软件原生导入预设；checks.csv/results.csv 等待实际模型输出填写。

## 文件检查

安装 Python Pillow 后运行 `python3 verify.py`；真实结果可用 `python3 verify.py --result 路径` 回读规格。这个检查不判断模型语义、声音自然度或效果。

## 来源

- https://helpx.adobe.com/firefly/web/work-with-audio-and-video/work-with-audio/voice-to-sound-effects.html
- https://helpx.adobe.com/au/firefly/web/firefly-video-editor/generate-audio/generate-sound-effects.html

不包含模型权重、账号、真实Key、第三方付费额度或捏造模型输出。