FFmpeg 音频归一化流水线

问题背景

音频在不同来源、设备和平台之间流转时，响度往往参差不齐。一段播客可能前半段安静、后半段突然炸耳；一条广告视频的人声与背景音乐比例在不同播放器上听感完全不同。广播级标准（如 EBU R128）对 integrated LUFS、true peak 和 loudness range 都有明确要求，手工调整既低效又难以保证一致性。

核心能力

该技能围绕 FFmpeg 的 loudnorm 滤镜构建了一条自动化响度归一化流水线：

• EBU R128 双遍分析：第一遍扫描整个音轨，输出 integrated LUFS、true peak 和 loudness range（LRA）；第二遍基于测量结果执行精确归一化。
• JSON 测量输出：通过 ffmpeg -af loudnorm=print_format=json 获取结构化的响度报告，便于后续自动化处理或人工核对。
• 广播级对齐：将响度拉齐到 broadcast standards 要求的范围内，消除不同音源之间的响度差异。

适用边界

• 需要 FFmpeg 已正确安装且 loudnorm 滤镜可用；
• 双遍分析意味着两倍的解码开销，处理长音频时需预留时间；
• 归一化不会修复底噪、削波或频率问题，仅解决响度一致性；
• 来源仓库未提供经过验证的安装或使用说明，在关键工作流中使用前建议先审阅上游项目。