Suno 音乐后期：响度标准化与标签写入

从 Suno 下载的歌，响度往往各不相同。这篇用 ffmpeg 的 loudnorm 做两遍处理（EBU R128 标准）：第一遍测量，第二遍按测量值做线性增益，统一到 -14 LUFS、真峰值 -1 dBTP，再写入标题、艺人和“AI-generated with Suno”标签。原文件不动。 遇到动态范围很大的歌，脚本会自动调高目标 LRA，确保只做整体增益，不压缩歌曲的起伏。

先看清成品（box 上真实运行，素材是自己合成的演示音频）

• 处理前：-10.18 LUFS，真峰值 -1.18 dBTP，LRA 17.90。
• 处理后：-14.00 LUFS，真峰值 -5.00 dBTP，LRA 17.90（动态保持不变）。
• 标签写入成功。
• pytest 2 项通过。

合规提醒：截至本文写作时（2026-10），Suno 没有公开的、可自助开通的生成 API。网上流传的“Suno API”封装大多是通过模拟登录或抓取 cookie 调用内部接口，违反服务条款，还可能导致封号，本文一律不用。歌曲请在 Suno 官方网页或 App 里生成，本文只处理两件事：一是调用 Suno 官方公开的免费 C2PA 检测接口，二是对你下载的文件做本地后期处理。权利以 Suno 帮助中心为准：免费计划生成的歌只能个人非商用；在 Pro 或 Premier 订阅期间创作的歌可以商用。歌词和参考素材不得侵犯他人版权，也不要模仿真实歌手的声音冒充本人。在中国境内发布，要遵守《生成式人工智能服务管理暂行办法》，并按《人工智能生成合成内容标识办法》标注“AI 生成”。本文不列订阅价格。

注意：重新编码会生成一个新文件，原文件中的 C2PA 凭据很可能不会被带过去（本文没有用真实的 Suno 文件验证过这一点）。所以 C2PA 检测要对原始下载文件做（见 A 篇），原文件也要和成品一起存档。

做完之后你会得到什么？

需要准备哪些环境？

ffmpeg（需要带 libmp3lame）、Python 3.9 以上、pip install pytest。

-14 LUFS 是很多流媒体平台常用的参考值；广播电视用的 EBU R128 推荐 -23 LUFS。各平台的标准并不相同，请查看你要发布的平台的说明，再用 --lufs 调整。

文件结构

51-suno-B-src/
├── master.py
├── make_demo.sh
├── demo_track.mp3      # make_demo.sh 生成，测试要用
└── test_master.py

第 1 步：代码

"""发布前的本地后期：ffmpeg 两遍 loudnorm（EBU R128）把响度统一到目标值，
写入标题、艺人和“AI 生成”说明标签，原始文件不动。
注意：重新编码会生成一个新文件，原文件里的 C2PA 内容凭据大概率不会被带过去（本文未验证）。
所以 C2PA 检测要对 Suno 原始下载文件做（见 A 篇），原件也要保留。"""
import argparse, json, re, subprocess, pathlib, sys


def run(cmd):
    return subprocess.run(cmd, capture_output=True, text=True, check=True)


def measure(path, I=-14, TP=-1, LRA=11):
    r = run(["ffmpeg", "-hide_banner", "-nostats", "-i", str(path), "-af",
             f"loudnorm=I={I}:TP={TP}:LRA={LRA}:print_format=json", "-f", "null", "-"])
    j = re.findall(r"\{[^{}]*\"input_i\"[^{}]*\}", r.stderr, re.S)[-1]   # JSON 打在 stderr 末尾
    return json.loads(j)


def master(src, dst, I=-14, TP=-1, LRA=11, title="", artist="", ai_note="AI-generated with Suno"):
    m = measure(src, I, TP, LRA)
    if float(m["input_lra"]) > LRA:
        # ffmpeg 文档：目标 LRA 低于源 LRA 时，linear 会退回 dynamic（动态压缩，改变歌曲的起伏）。
        # 音乐通常想保留动态，所以把目标 LRA 抬到源 LRA，保证只做整体增益。
        print(f"提示：源 LRA {m['input_lra']} > 目标 {LRA}，目标 LRA 调整为 {float(m['input_lra']):.1f}，以保持线性增益")
        LRA = round(float(m["input_lra"]) + 0.1, 1)
    af = (f"loudnorm=I={I}:TP={TP}:LRA={LRA}:measured_I={m['input_i']}:measured_TP={m['input_tp']}:"
          f"measured_LRA={m['input_lra']}:measured_thresh={m['input_thresh']}:offset={m['target_offset']}:linear=true")
    run(["ffmpeg", "-y", "-hide_banner", "-loglevel", "error", "-i", str(src), "-af", af, "-ar", "48000",
         "-metadata", f"title={title}", "-metadata", f"artist={artist}",
         "-metadata", f"comment={ai_note}", "-metadata", "genre=AI Generated",
         "-c:a", "libmp3lame", "-b:a", "320k", str(dst)])
    after = measure(dst, I, TP, LRA)
    return m, after


def tags(path):
    r = run(["ffprobe", "-v", "error", "-show_entries", "format_tags", "-of", "json", str(path)])
    return json.loads(r.stdout)["format"].get("tags", {})


if __name__ == "__main__":
    ap = argparse.ArgumentParser()
    ap.add_argument("src"); ap.add_argument("dst")
    ap.add_argument("--lufs", type=float, default=-14); ap.add_argument("--tp", type=float, default=-1)
    ap.add_argument("--lra", type=float, default=11)
    ap.add_argument("--title", default=""); ap.add_argument("--artist", default="")
    a = ap.parse_args()
    if pathlib.Path(a.src).resolve() == pathlib.Path(a.dst).resolve():
        sys.exit("输出不能覆盖原始文件")
    before, after = master(a.src, a.dst, a.lufs, a.tp, a.lra, title=a.title, artist=a.artist)
    print(f"处理前：{before['input_i']} LUFS，真峰值 {before['input_tp']} dBTP，LRA {before['input_lra']}")
    print(f"处理后：{after['input_i']} LUFS，真峰值 {after['input_tp']} dBTP，LRA {after['input_lra']}")
    print("标签：", json.dumps(tags(a.dst), ensure_ascii=False))

#!/bin/sh
# 生成一段 20 秒的演示音频：前 10 秒很轻，后 10 秒很响（代替你从 Suno 下载的歌曲）
ffmpeg -y -loglevel error -f lavfi -i "aevalsrc='0.05*sin(2*PI*220*t)+0.04*sin(2*PI*330*t)':d=10:s=44100" \
  -f lavfi -i "aevalsrc='0.6*sin(2*PI*262*t)*(0.6+0.4*sin(2*PI*2*t))+0.3*sin(2*PI*392*t)':d=10:s=44100" \
  -filter_complex "[0][1]concat=n=2:v=0:a=1" -c:a libmp3lame -b:a 192k demo_track.mp3

第 2 步：测试

import subprocess, master


def test_master_hits_target(tmp_path):
    src = tmp_path / "s.mp3"
    subprocess.run(["ffmpeg", "-loglevel", "error", "-f", "lavfi", "-i", "sine=f=440:d=8", "-af", "volume=0.1", str(src)], check=True)
    before, after = master.master(src, tmp_path / "o.mp3", title="t", artist="a")
    assert abs(float(after["input_i"]) - (-14)) < 1.0
    assert float(after["input_tp"]) <= -0.5
    tg = master.tags(tmp_path / "o.mp3")
    assert tg["comment"] == "AI-generated with Suno" and tg["title"] == "t"


def test_wide_dynamics_stays_linear():
    # demo_track.mp3：前轻后响，实测源 LRA 17.9 > 默认目标 11
    import pathlib
    out = pathlib.Path("/tmp/_m_test.mp3")
    before, after = master.master("demo_track.mp3", out)
    assert abs(float(after["input_i"]) + 14) < 0.3
    assert abs(float(after["input_lra"]) - float(before["input_lra"])) < 0.5   # 动态没被压缩

第 3 步：运行

$ ./make_demo.sh
$ python master.py demo_track.mp3 demo_master.mp3 --title "秋日夜市（演示）" --artist "BHo BIN"
提示：源 LRA 17.90 > 目标 11，目标 LRA 调整为 17.9，以保持线性增益
处理前：-10.18 LUFS，真峰值 -1.18 dBTP，LRA 17.90
处理后：-14.00 LUFS，真峰值 -5.00 dBTP，LRA 17.90
标签： {"genre": "AI Generated", "title": "秋日夜市（演示）", "artist": "BHo BIN", "comment": "AI-generated with Suno", "encoder": "Lavf61.7.103"}

$ python master.py demo_track.mp3 demo_track.mp3
输出不能覆盖原始文件

$ python -m pytest -q
2 passed in 1.29s

调试示例

明明写了 linear=true，结果却是 -13.80 LUFS，LRA 也从 17.9 变成了 19.5。 第一版直接用了默认目标 LRA=11，跑出来的结果是：处理后 -13.80 LUFS，真峰值 -3.19，LRA 19.50。响度没有正好落在 -14，歌曲的动态也被改变了。

ffmpeg 文档里 linear 选项的说明是这样的：“Target LRA shouldn’t be lower than source LRA … If any of these conditions aren’t met, normalization mode will revert to dynamic.” 也就是说，目标 LRA 低于源 LRA 时，linear 不会生效，ffmpeg 会悄悄退回动态模式。

这首演示音频的源 LRA 是 17.9，比 11 大，所以触发了回退。把目标 LRA 调到不低于源 LRA 之后，结果正好是 -14.00 LUFS，LRA 保持 17.90 不变。现在代码会自动做这个调整，并打印提示。

常见问题

模板规则

• 原文件只读，成品另存为新文件。
• 响度处理用两遍法，处理前后都要测量。
• 每个成品都写入 AI 生成标识。

项目资源

响度统一、标签写好之后，再交给 C 篇做发布前的最后检查。