Suno v5 配乐交付：用 FFmpeg 实测响度与真峰值

先量响度，再用固定增益交付

Orux 的 Suno v5 现有示例《蛙塘轮唱》只需衰减 2.32 dB，就能满足本文的交接要求：整段响度 −16 LUFS、真峰值不高于 −2 dBTP。原立体声 MP3 测得 −13.68 LUFS、−0.35 dBTP。离线调整后，48 kHz WAV 实测 −16.00 LUFS、−2.67 dBTP，两份文件的响度范围都是 4.90 LU。

这里的任务是给指定这些指标的同事交一条立体声配乐。实际工作以收件方的规范为准。配乐素材与播客或视频成片也要分开检查，把对白和音乐混在一起之后，需重测成片。本文保留已经认可的曲子，只做一份满足交接指标的副本。

从已批准的音频开始

Suno v5 模型页提供器乐示例《蛙塘轮唱》。公开提示词用夏夜池塘作灵感，要求木鱼类木质打击乐器和马林巴交错呼应。原文件为 48 kHz 立体声 MP3，容器报告时长为 166.8 秒。下文的 WAV 是从该公开文件离线导出的副本。

试听或保存《蛙塘轮唱》原始 MP3。

波形能帮你定位试听段落，看出整体振幅变化。整段响度和最大真峰值要读仪表。即使数字合格，配乐仍可能在某个位置压住对白。准备混音时，把选用段落和对白放在一起听。

保留下载的原文件，给导出文件另起名字，并记录剪切、淡入淡出、增益和格式。本文对全长应用固定增益。如果只交一个片段，应在裁切和淡变之后测该片段。全曲平均响度不能代表其中一小段。

响度与真峰值分别核对

整段响度以 LUFS 表示，描述所测区间的总体响度。真峰值以 dBTP 表示，估计重建信号的最大电平，包括采样点之间。响度范围以 LU 表示，描述曲目中响度的变化。真峰值接近满刻度时，整段响度也可能还偏低。仅看波形宽窄，无法判断会在哪项指标上超限。

固定增益等于目标响度减去实测响度。这里是 −16.00 − (−13.68) = −2.32 dB。把增益加到原真峰值上，估算编码前的峰值为 −0.35 + (−2.32) = −2.67 dBTP，比 −2 dBTP 上限低 0.67 dB。两项指标均支持对原曲作固定衰减，再实际验收导出件。

若预测峰值超限，单靠固定增益无法同时达标。例如 −20 LUFS、−3 dBTP 的音轨需要加 4 dB 才到 −16 LUFS，预测峰值会到 +1 dBTP。上限为 −2 dBTP 时，最多只能加 1 dB，得到约 −19 LUFS。这时要和收件方确认是否改指标，或批准动态处理。有些素材会听出差别，处理后要按交接要求复听。

上述计算是预估。滤波、淡变、响度门限和有损编码都可能改变重新测得的结果。最终应以实际交付文件为准。本文导出保留原采样率的 PCM WAV。需要 MP3 或 AAC 时，从已验收的编辑版本编码，再测压缩成品。

用 FFmpeg 先测量，再导出并复测

把原文件保存为 frog.mp3，准备支持 loudnorm 的 FFmpeg。第一条和第三条命令用来分析，处理后的音频会丢弃。读取 JSON 的 input_i、input_tp、input_lra，它们描述的是传入的文件。中间一条命令才真正生成交付件。

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 -

两次分析用同一组目标参数，便于比较。分析报告的 output_* 描述滤镜处理结果，音频送进空输出，不是中间命令导出的 WAV 的测量值。例如，第一次分析给出的动态处理输出是 −14.74 LUFS。若当成原文件响度，增益就会算错。具体字段见 FFmpeg loudnorm 文档。

左右滑动查看完整表格。

按记录精度，WAV 的响度达标，真峰值也低于上限。两份的响度范围相同，与本次只改固定增益一致。24 位 PCM 提供了未压缩的编辑副本，无法找回原 MP3 编码时丢失的信息。保留 WAV 供编辑，需要压缩版时再从它导出。

交接前以平时的监听音量听开头、最密集的中段和结尾。核对立体声位置是否适合画面，文件起止是否符合预期。仪表看不出开头被意外剪短，也不判断结尾是否突兀。交付备注可以写「48 kHz 立体声 PCM，全长实测 −16.00 LUFS、−2.67 dBTP」，方便同事区分这次验收和时间线上的后续修改。

创作方向改变时再预算新生成

2026 年 11 月 6 日核对，Suno v5在 Orux 的价格为每次请求 14.24016 Credits（按 1 Credit = $0.005 换算为 $0.0712008）。下面按请求次数估算，不代表每次有多少条可用配乐。

左右滑动查看完整表格。

节奏、编曲或配器不适合画面时，考虑重新生成。曲子已通过创意审核、只剩电平问题时，先改增益即可。166.8 秒是案例文件时长，预算按请求计。需要多轮挑选时，先定可用标准再请求候选结果。每张可用图像的成本指南在另一种媒介里演示了同样的预算区分。需要生成旁白时，可参考前一阶段的 Qwen3 TTS 文本准备指南。

FAQ

Q.所有配乐都要做到 −16 LUFS 吗？

按接收方或交付渠道的规定。−16 LUFS 是本文示例目标。混音里可能要降低配乐，给对白留空间。如果需要交最终混音，导出后再测其响度和真峰值。

Q.已经知道响度，为什么还要量真峰值？

响度衡量整个区间，真峰值捕捉重建信号的瞬时峰值。响度合格的音轨也可能超峰值上限。对实际交付件两项都测，有损编码后尤其要复测，并一起记录指标和实测结果。

Q.FFmpeg 报告该看 input 还是 output？

看 input 字段确认送入文件的数值。output 是滤镜处理后音频的估计结果，分析时送入空输出，没有保留成品。对导出的 WAV 再跑同样的命令，才能核对实际交付件。

Q.调响度需要重新生成 Suno 配乐吗？

曲子已认可、预测峰值在上限内时，离线调整增益即可。保留原文件，导出副本并复测。需要不同编曲或其他创作变化时，再生成新素材。