Orux AI / Notas sobre modelos
Suno v5 con FFmpeg: sonoridad y pico antes de entregar
Mide un MP3 real de Suno v5, calcula la ganancia fija y comprueba la sonoridad y el pico verdadero del WAV.
En este artículo
Ajusta el nivel con una ganancia medida
El ejemplo de Suno v5 «Frog pond chorus», disponible en Orux, necesitó una reducción de 2.32 dB para cumplir el encargo de este ejercicio: −16 LUFS integrados y un pico verdadero máximo de −2 dBTP. El MP3 estéreo original midió −13.68 LUFS y −0.35 dBTP. El WAV de 48 kHz que se exportó localmente midió −16.00 LUFS y −2.67 dBTP. El rango de sonoridad fue 4.90 LU en ambos.
La tarea consiste en entregar una base musical estéreo a un editor que ha pedido esos valores. Usa la especificación real de quien recibe el archivo. Cuando combines música y voz, mide de nuevo la mezcla terminada. Aquí se conserva la composición aprobada y se prepara una copia que cumple la entrega.
Trabaja con el archivo aprobado
La ficha de Suno v5 publica el instrumental «Frog pond chorus». Las instrucciones piden un diálogo entre bloques de madera y marimba, inspirado en un estanque en una noche de verano. La fuente es un MP3 estéreo de 48 kHz con 166.8 segundos de duración según el contenedor. El WAV se deriva de ese archivo.
Escucha o guarda el MP3 original de Frog pond chorus.
La forma de onda ayuda a localizar tramos para escucharlos y ver cambios de amplitud. Para la sonoridad integrada y el pico verdadero máximo, consulta las mediciones. Aunque los valores cumplan, el acompañamiento puede tapar una frase concreta. Escucha el fragmento con el diálogo antes de aprobarlo.
Conserva intacta la descarga original. Da otro nombre a la exportación y anota recortes, fundidos, ganancia y formato. Aquí se aplica la misma ganancia a todo el tema. Si entregas un extracto, mide ese tramo después de recortarlo y aplicar los fundidos.
Comprueba por separado sonoridad y picos
La sonoridad integrada, en LUFS, describe todo el intervalo medido. El pico verdadero, en dBTP, estima el máximo reconstruido, incluso entre muestras. El rango de sonoridad, en LU, resume la variación durante el programa. Puedes tener un pico cerca del máximo y, a la vez, una sonoridad integrada baja. La anchura de la onda por sí sola no identifica qué condición fallará.
Resta el valor medido del objetivo: −16.00 − (−13.68) = −2.32 dB. Suma esa ganancia al pico original para estimar el pico previo a la codificación: −0.35 + (−2.32) = −2.67 dBTP. Hay 0.67 dB de margen hasta −2 dBTP. Aplica esa atenuación y mide la exportación.
Si la previsión supera el límite, una ganancia fija no puede cumplir ambas condiciones. Una pista a −20 LUFS y −3 dBTP necesitaría +4 dB para llegar a −16 LUFS, lo que daría +1 dBTP. Con el límite de −2 dBTP, solo admite +1 dB y quedaría cerca de −19 LUFS. Acuerda si se cambia el objetivo o se usa procesamiento dinámico y escucha el resultado.
Filtros, fundidos, umbrales de sonoridad y codificación con pérdida pueden cambiar la lectura. Acepta la entrega según el archivo final. Este WAV PCM mantiene la frecuencia original. Si entregas MP3 o AAC, codifica la edición aceptada y vuelve a medir el archivo codificado.
Mide, exporta y repite la medición con FFmpeg
Guarda el original como frog.mp3 y usa FFmpeg con loudnorm. El primer y el tercer comando analizan y descartan el audio procesado. En cada JSON lee input_i, input_tp e input_lra. El comando intermedio crea el archivo.
ffmpeg -hide_banner -nostats -i frog.mp3 \
-af loudnorm=I=-16:TP=-2:LRA=11:print_format=json -f null -
ffmpeg -i frog.mp3 -af volume=-2.32dB -ar 48000 \
-c:a pcm_s24le frog-handoff.wav
ffmpeg -hide_banner -nostats -i frog-handoff.wav \
-af loudnorm=I=-16:TP=-2:LRA=11:print_format=json -f null -Los análisis usan los mismos parámetros para que los informes sean comparables. Los valores output_* describen la salida del filtro que se descarta. El primer análisis indica −14.74 LUFS de salida dinámica, valor que daría una ganancia incorrecta si se tomara por la medición del original. Consulta la documentación de FFmpeg loudnorm.
| Medición local | MP3 original | WAV exportado |
|---|---|---|
| Sonoridad integrada | −13.68 LUFS | −16.00 LUFS |
| Pico verdadero | −0.35 dBTP | −2.67 dBTP |
| Rango de sonoridad | 4.90 LU | 4.90 LU |
| Muestreo y canales | 48 kHz estéreo | 48 kHz estéreo |
Desliza horizontalmente para ver toda la tabla.
El WAV cumple el objetivo y queda bajo el máximo. El rango se mantiene, de acuerdo con el uso de ganancia fija. PCM de 24 bits ofrece una copia de trabajo sin comprimir, sin recuperar información perdida en el MP3. Conserva el WAV para editar y crea desde él las copias comprimidas.
Escucha el inicio, un pasaje denso y el final a tu nivel habitual. Comprueba la imagen estéreo y que el archivo empiece y termine donde esperas. El medidor no detecta un corte accidental ni un final brusco. Anota en la entrega «PCM estéreo a 48 kHz, −16.00 LUFS integrados, −2.67 dBTP en el archivo completo».
Presupuesto si cambia el encargo creativo
El 6 de noviembre de 2026, Suno v5 en Orux costaba 14.24016 Credits por solicitud ($0.0712008 a 1 Credit = $0.005). La tabla calcula solicitudes, sin predecir el número de pistas aprobadas.
| Trabajo | Solicitudes | Coste |
|---|---|---|
| Ajustar y verificar localmente | 0 | 0 Credits ($0) |
| Pedir una composición nueva | 1 | 14.24016 Credits ($0.0712008) |
| Reservar un segundo intento con otra dirección creativa | 2 | 28.48032 Credits ($0.1424016) |
Desliza horizontalmente para ver toda la tabla.
Genera otra composición si el ritmo, el arreglo o la instrumentación no encajan. Ajusta el nivel si la pieza ya está aprobada. Los 166.8 segundos son la duración de un archivo, mientras que el presupuesto se calcula por solicitud. Define qué hace utilizable una pista antes de pedir alternativas. La guía de coste por imagen aceptada aplica una distinción parecida. Si incluyes voz generada, consulta la preparación de texto para Qwen3 TTS.
FAQ
¿Todas las bases musicales deben quedar a −16 LUFS?
Sigue la especificación del receptor. −16 LUFS es el objetivo del ejemplo. En la mezcla, la música puede ir más baja para que se entienda la voz. Mide de nuevo sonoridad y picos en la mezcla final.
¿Para qué medir el pico verdadero si conozco la sonoridad?
El valor integrado resume todo el intervalo y el pico verdadero captura máximos breves. Un archivo puede cumplir uno y exceder el otro. Mide ambos en la entrega, sobre todo tras codificar con pérdida.
¿Leo el dato de entrada o de salida de FFmpeg?
Lee la entrada para conocer el archivo analizado. La salida describe lo que procesa el filtro y se descarta en el análisis. Repite la medición sobre el WAV para verificarlo.
¿Debo generar otra pista de Suno para cambiar la sonoridad?
Si la composición ya está aprobada y el pico previsto cabe en el límite, ajusta la ganancia localmente, conserva el original y mide la copia. Genera de nuevo cuando el encargo creativo necesite otro arreglo.
Usa estos modelos con una sola API
Una API compatible con OpenAI para modelos de chat, imagen, vídeo y audio, facturada en Credits.
Artículos relacionados
Ver todos los artículos →
FLUX.2 Pro: crea una ficha de observación A4 con Python
Reutiliza el caso real del zorro de FLUX.2 Pro para maquetar una ficha A4 con Python. Conserva la imagen cuadrada, comprueba texto y escala, y compara costes sin nuevas generaciones.
API Qwen3 TTS: divide texto sin pérdidas con Python
Prepara entradas para Qwen3 TTS API con Python: conserva cada carácter y rechaza segmentos demasiado largos. Valida el texto antes de sintetizar; no se mide la calidad del audio.
Kling v3: audita fotogramas antes de montar cinco segundos
El clip real de Kling v3 solicitado con cinco segundos contiene 121 fotogramas a 24 fps. Obtén un CSV de tiempos y un plan de 120 fotogramas sin generar ni modificar el vídeo.