影片 · 實測
用 AI 為無聲影片加上背景音樂，並在發布前先檢查
多數產品短片一開始都是無聲的：用手機拍的店面影片，或是關掉聲音的 AI 影片模型片段。音樂能讓它感覺像是完成品。音樂的麻煩在於，你無法從截圖判斷它的好壞；一段音軌在筆電喇叭上聽起來沒問題，卻可能有要到第十次播放才會注意到的問題。
2026 年 9 月 29 日，我們請 Ciyo Agent 為虛構花店 Bramble & Bloom 的一支 10 秒無聲 Reels 配上音樂，再用影片剪輯師使用的同一套工具量測結果。第一首音軌有一個缺陷，只聽一次的話我們根本不會發現。
從一支無聲短片開始
如果你已經有短片，就把它上傳到畫板。我們的短片是在 Ciyo 裡做的：用 GPT Image 2.5 Flare 做一張花束照片（2 點），再用它做一支 10 秒的 Seedance 2.5 影片（394 點），刻意做成無聲。Agent 檢查了檔案，確認它是 720 × 1280、長 10 秒，而且沒有音軌。
無聲在這裡很重要。影片模型自己加上的聲音（沙沙聲、環境底噪）之後會和音樂互相干擾。
我經營一家小花店 Bramble & Bloom。為了這個週末的 Instagram Reels，請為我們的週末花束拍一張 9:16 的照片（蜜桃色庭園玫瑰、白色陸蓮花和尤加利葉，用棕色牛皮紙包著，放在鋅製檯面上，柔和的日光，不要文字），然後用 Seedance 2.5 把它變成一支 10 秒的直式影片：鏡頭緩慢地繞著花束轉，花瓣輕輕擺動。影片要無聲，不要生成任何音訊。音樂我之後再加。像寫需求說明一樣描述音樂，而不只是描述氛圍
寫明樂器、速度、「不要人聲」、確切的長度，以及開頭和結尾該怎麼處理。Ciyo Agent 用 MiniMax Music 3 製作音樂，並在它的工作區裡把音樂混進影片。它回報音軌花了 3 點，混音不花點數：音軌完整長 10.04 秒，開頭淡入 1.2 秒，結尾淡出 1.6 秒，平均約 −15 LUFS。
LUFS 是剪輯師用來表示感知響度的單位。線上影片常見的數值約在 −14 到 −16 之間；如果小聲很多，你的 Reels 在動態消息裡和其他影片相比會顯得無力。
這支短片很好看。現在請為這支 Reels 加上背景音樂：溫暖、輕快的木吉他配上柔和的鋼琴，悠閒的週末早晨氛圍，約 90 BPM，不要人聲。長度必須和短片完全一樣（10 s），開頭輕柔，結尾要跟著影片乾淨地結束，而不是在一個音符中間被切斷。響度要適合 Instagram。把加了音樂的完成影片存在無聲影片旁邊，並告訴我使用的點數。量測一下：中間那安靜的一秒
我們下載完成的 Reels，用 ffmpeg 檢查。畫面完全沒有被動到：全部 241 格都和無聲短片一致。響度是 −15.2 LUFS，峰值 −1.4 dB，和 Agent 說的一樣，結尾也在最後一格淡出到幾乎無聲。
但音量曲線顯示出一個洞。大約從 5.1 秒到 5.95 秒，音樂掉到約 −32 dB，比音軌其他部分低了大約 15 dB。在一支 10 秒的 Reels 裡，這等於正中間有整整一秒幾乎無聲，而那正是觀眾決定要不要繼續看的時刻。
要求一段穩定的音軌，再檢查一次
我們把量測結果傳回去，要求一首風格相同、沒有停頓的新音軌。Agent 確認了這個下陷（還在 2.5 秒左右找到一個比較短的下陷），又花了 3 點做出第二首音軌，並沿用同一支影片。
第二個版本沒有中斷。淡入淡出之間最安靜的時刻約是 −23 dB，是吉他音符之間的短暫空隙。它的響度是 −14.0 LUFS，峰值 −1.3 dB，畫面同樣和無聲短片逐格一致。
| 檢查項目 | 版本 1 | 版本 2 |
|---|---|---|
| 長度 | 10.04 s | 10.04 s |
| 響度（整合） | −15.2 LUFS | −14.0 LUFS |
| 峰值 | −1.4 dB | −1.3 dB |
| 淡入淡出之間最安靜的時刻 | 5.9 s 處 −32.9 dB | 1.5 s 處 −23.2 dB |
| 畫面是否改變 | 否 | 否 |
| 點數 | 3 | 3 |
我量了這首音軌：從 5.1 s 到 5.95 s，它掉了大約 15 dB，到 -32 dB 左右，所以 Reels 在中間有一秒幾乎無聲。請做一首新的音軌，風格相同，但從頭到尾都是穩定、連續的節奏，沒有任何停頓或中斷，保留輕柔的開頭和結尾的淡出，存成第二個版本。告訴我安靜的部分是否已經消失。當 AI 音樂令人失望時
不是每次測試都會順利。模糊的要求只會得到一首平凡的音軌，而聽一次也不算檢查。把樂器和速度說清楚，量測音量曲線，或至少戴耳機聽兩次，然後重新生成：在這裡，一首新音軌花了 3 點。
2026-09-29 發布。一位影片剪輯師把一段原始素材交給一個他沒有指名的 AI 工具，要它調色並配上音樂。他說花了 25 分鐘，得到的是差強人意的調色和一首無聊的歌，而他自己三分鐘就能做得更好。這不是對 Ciyo 的測試；我們收錄它，是作為一個中肯的提醒：需求說明和檢查仍然很重要。
發布前的檢查清單
檢查音軌長度是否和影片完全一樣、是否輕柔地開始並在最後一格結束、中間是否沒有空隙、響度是否接近 −14 到 −16 LUFS 且峰值不超過 −1 dB，以及畫面是否沒有改變。然後用手機開著聲音聽一次。
用 AI 為影片加上音樂
AI 能為我已經有的影片加上音樂嗎？
可以。在 Ciyo 裡，把短片放到畫板上，請 Ciyo Agent 配上音樂。它會生成一首和短片等長的純音樂音軌，並混進畫板上的一支新影片。
Reels 的音樂應該多大聲？
整合響度約 −14 到 −16 LUFS、峰值低於 −1 dB，是線上影片常見的目標。我們的兩個版本量到的是 −15.2 和 −14.0 LUFS。
為什麼我的 AI 音樂中間有一段很安靜？
音樂模型可能會在短音軌裡安排一段停頓。我們的音軌掉到約 −32 dB，將近一秒。請要求穩定、沒有停頓的節奏，然後再量測或再聽一次。
花了多少？
每首音樂音軌 3 點。製作我們的無聲測試短片花了 396 點（照片 2 點，Seedance 影片 394 點）。
在 Ciyo 裡完成你的 Reels
把短片放到畫板上，描述你要的音樂，讓 Ciyo Agent 混出一個你能量測、也能發布的版本。