影片加音訊，直接在瀏覽器裡完成

影片和音訊都由你的瀏覽器在本機處理，不經過遠端伺服器，也不會上傳到 Sonata AI。唯一要下載的只有處理引擎：大約 30 MB 的 WebAssembly，第一次使用時從公開 CDN 取得，之後就存在瀏覽器快取裡。

取代會把原音整個拿掉，只留下新音軌，適合沒聲音的 AI 影片或雜音很多的素材。混合則保留拍攝時錄到的聲音，再把新音軌疊上去，說話聲、笑聲和現場的環境音都還聽得見。

原音和新音軌分開調整。100% 就是不變，往下拉可以把聲音退到背景，往上推可以把錄得太小聲的內容拉大。正因為兩邊能各自調，人聲和音樂才不會互相打架。

輸出的長度永遠等於影片本身。歌曲比影片長，就在畫面結束的地方切掉；一小段旋律或音效可以循環到最後一格，也可以播完就停，之後在取代模式下是一片安靜，在混合模式下只剩原音。

影片如果是 MP4 或 MOV 封裝的 H.264，畫面會原封不動地複製，只重做音訊，處理快，畫質也完全不會變差。WebM 或其他編碼的影片則要先轉成 H.264，所以會花比較多時間。

在最後一格硬生生把音樂切掉，特別是卡在副歌中間，聽起來很突兀。打開可選的淡出功能，聲音會在片尾慢慢收掉，不會突然中斷。

不必註冊，也不扣積分，下載的 MP4 上沒有任何標誌。處理時會有進度條顯示進度，發現哪個設定弄錯了，隨時都能取消。

文字生成影片、圖片生成影片的模型常常產出無聲片段。配上一段音樂或一句旁白，就能直接發到社群或放進簡報，不必特地打開剪輯軟體。

先錄螢幕，等想好要講什麼再另外錄講解。取代模式讓你的聲音完全蓋過錄影原音；混合模式則把滑鼠點擊、通知提示音等系統聲音輕輕留在背景。

風聲、車聲、吵雜的人群，常常毀了畫面其實很不錯的片段。可以用音樂取代雜音，也可以用混合模式把原音壓得很低，保留一點現場氣氛。

一段簡短的背景音樂能讓產品展示或預告更有節奏感。如果有人在旁白介紹產品，就把音樂調小，再用淡出讓影片乾淨收尾，不要停在半拍上。

用手機錄一段 M4A 語音備忘錄當旁白，加到相簿 App 匯出的影片裡，得到一支普通的 MP4，家裡長輩不用裝任何軟體就能播放。

如果已經錄好翻譯過的旁白，用它取代原本的人聲，就能替每種語言各留一支影片，畫面完全一樣。

畫面中有人說話時，原音維持在 100% 上下，新音軌明顯調低，可以先從 25% 到 50% 之間開始試，再慢慢微調，直到每個字都聽得清楚。

200% 的上限適合拯救錄得很小聲的手機錄音；但原本就很大聲的音軌再往上推，很容易爆音。高潮段落如果聽到破音，應該把那一邊調低，而不是把另一邊調高。

比影片稍微長一點的歌，加上淡出，收尾最乾淨。循環比較適合本來就設計成重複播放的素材，像是環境音鋪底或簡單的節奏；前奏、尾奏很明顯的歌，一循環就聽得出接縫。

不少 AI 生成的影片和螢幕錄影不是完全沒聲音，就是只有一點底噪。取代等於從頭開始；如果選混合，那點沙沙聲會一直墊在音樂底下。

手機或剪輯軟體如果能匯出 H.264 編碼的 MP4，就選它。這樣工具可以直接複製畫面、不必重新編碼，畫質完全不變，速度也比較快；其他格式都得先重新編碼。

分別用耳機和手機喇叭各聽一次。音樂音量在耳機裡剛剛好，換成手機喇叭可能就把人聲蓋掉了，而大部分短影音偏偏都是用手機喇叭在看。