Suno v5 com FFmpeg: sonoridade e pico na entrega

Ajuste o nível com base na medição

O exemplo “Frog pond chorus”, de Suno v5 na Orux, precisou de uma redução de 2.32 dB para atender ao briefing de exemplo: −16 LUFS integrados e pico verdadeiro de até −2 dBTP. O MP3 estéreo original mediu −13.68 LUFS e −0.35 dBTP. O WAV de 48 kHz exportado localmente mediu −16.00 LUFS e −2.67 dBTP. A faixa de sonoridade foi de 4.90 LU nos dois arquivos.

O objetivo é entregar uma trilha estéreo a um editor que pediu esses valores. Use a especificação real do destinatário. Ao misturar música e fala, meça a mixagem final separadamente. Aqui a composição aprovada é preservada e recebe uma cópia pronta para entrega.

Comece pelo áudio aprovado

A página de Suno v5 oferece o exemplo instrumental “Frog pond chorus”. O prompt pede um jogo de pergunta e resposta entre blocos de madeira e marimba, inspirado em um lago numa noite de verão. A fonte é um MP3 estéreo de 48 kHz com 166.8 segundos informados pelo contêiner. O WAV é uma cópia produzida a partir desse arquivo.

Ouça ou salve o MP3 original de Frog pond chorus.

A forma de onda ajuda a localizar trechos e perceber variações de amplitude. As medidas indicam a sonoridade integrada e o pico verdadeiro máximo. Mesmo com valores corretos, a música pode encobrir uma fala. Ouça o trecho com o diálogo antes de aprovar.

Guarde o download original e use outro nome no arquivo exportado. Registre cortes, fades, ganho e formato. Este procedimento aplica ganho constante à faixa inteira. Se a entrega for um trecho, meça depois dos cortes e dos fades.

Confira sonoridade e pico separadamente

A sonoridade integrada, em LUFS, descreve o intervalo medido. O pico verdadeiro, em dBTP, estima o máximo do sinal reconstruído, inclusive entre amostras. A faixa de sonoridade, em LU, indica a variação ao longo da faixa. Um pico próximo do máximo pode coexistir com uma sonoridade integrada baixa. A forma de onda não indica sozinha qual requisito vai falhar.

Subtraia a leitura da meta: −16.00 − (−13.68) = −2.32 dB. Some esse ganho ao pico original: −0.35 + (−2.32) = −2.67 dBTP. A margem até −2 dBTP é de 0.67 dB. Aplique essa redução e meça a exportação.

Se o pico estimado passar do teto, o ganho constante não atende aos dois requisitos. Uma faixa com −20 LUFS e −3 dBTP precisaria de +4 dB para chegar a −16 LUFS, o que resulta em +1 dBTP na previsão. Com teto de −2 dBTP, caberia apenas +1 dB e a faixa ficaria perto de −19 LUFS. Combine uma nova meta ou aprove o processamento dinâmico e ouça o resultado.

Filtros, fades, limiares da medição e codificação com perdas podem alterar os valores. Use o arquivo de entrega na verificação final. Este WAV PCM mantém a taxa de amostragem original. Para entregar MP3 ou AAC, codifique a edição aprovada e meça o arquivo comprimido.

Meça, exporte e meça novamente com FFmpeg

Salve o original como frog.mp3 e use FFmpeg com loudnorm. O primeiro e o terceiro comandos analisam e descartam o áudio processado. Leia input_i, input_tp e input_lra em cada JSON. O comando do meio cria o arquivo de entrega.

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 -

As análises usam os mesmos parâmetros para facilitar a comparação. Os campos output_* descrevem a saída descartada do filtro. A primeira análise indicou −14.74 LUFS como saída dinâmica. Tratar essa linha como valor da fonte daria um ganho incorreto. Consulte a documentação do FFmpeg loudnorm.

Deslize para os lados para ver toda a tabela.

O WAV atinge a meta e fica abaixo do teto. A faixa de sonoridade medida permanece igual, coerente com o ganho fixo. O PCM de 24 bits fornece uma cópia de trabalho sem compressão e não restaura dados perdidos no MP3. Guarde o WAV para edição e derive dele as cópias comprimidas.

Ouça o começo, um trecho mais cheio no meio e o fim no nível normal de monitoração. Confira a imagem estéreo e os pontos de entrada e saída. O medidor não acusa um corte acidental ou um final brusco. Registre na entrega “PCM estéreo de 48 kHz, −16.00 LUFS integrados e −2.67 dBTP, medidos no arquivo completo”.

Calcule uma nova composição quando o briefing mudar

Em 6 de novembro de 2026, Suno v5 na Orux custava 14.24016 Credits por solicitação ($0.0712008 com 1 Credit = $0.005). A tabela calcula solicitações, sem prever quantas faixas serão aprovadas.

Deslize para os lados para ver toda a tabela.

Peça outra composição se o ritmo, o arranjo ou os instrumentos não servirem à edição. Ajuste o ganho se a faixa já estiver aprovada e só o nível estiver errado. Os 166.8 segundos descrevem o exemplo, enquanto o orçamento é por solicitação. Defina os critérios de aprovação antes de pedir variações. O guia de custo por imagem aprovada aplica essa distinção a outro meio. Para narração sintetizada, veja a preparação de texto para Qwen3 TTS.

FAQ

Q.Toda trilha de fundo deve ficar em −16 LUFS?

Siga a especificação de quem recebe. −16 LUFS é o valor do exemplo. Na mixagem, a música pode ficar mais baixa para manter o diálogo claro. Meça a mixagem final antes de entregar.

Q.Por que medir o pico verdadeiro se já sei a sonoridade?

A sonoridade integrada resume o trecho, enquanto o pico verdadeiro registra máximos breves. O arquivo pode cumprir um requisito e exceder o outro. Meça ambos na entrega, especialmente após compressão com perdas.

Q.No relatório do FFmpeg, leio a entrada ou a saída?

A entrada descreve o arquivo analisado. A saída descreve o sinal processado, descartado durante a análise. Rode o mesmo teste no WAV para verificar a exportação.

Q.Preciso gerar a faixa de Suno novamente para ajustar a sonoridade?

Se a composição já foi aprovada e o pico previsto cabe no teto, ajuste o ganho localmente, guarde o original e meça a cópia. Gere outra faixa se o briefing pedir um arranjo diferente.