配音整形链 v4→v7 与 raw 直出定案全录（2026-11-12/13）
适用：本机知识/解说视频产线配音层（OmniVoice 引擎 + step2 整形链）。 结论优先级最高的一句话：引擎原声（raw）优于一切后处理整形；调语速唯一正规途径是换更缓的参考段重新注册音色，变速链（atempo 等）永久禁用。
一、事件脉络
- 11-12 委托三交付后用户反馈：蓝图版配音"听感不如旧版"，且某角色"总在不该停的地方停"。
- 归因不靠耳朵猜，把三层整形链拆开逐项量化：
- respunct 停顿整形：句内插静音 0.62s / 句间 0.45s；
- 呼气 duck：句头音量压 15%；
- loudnorm：-14 LUFS 母带。
- 同文本无缓存重合成 raw 版，飞书发 A/B 盲听对比 + 全场 raw 原声，给三档裁决（A 维持现状 / B 全 raw / C 折中）。
- 用户裁决：raw 引擎原声听感更好 → 定案零处理直出（11-12 批五）。
- 断句修复需求仍在（有些句子引擎确实不停），于是走 v4→v7 迭代，目标是"只补引擎真没停的位置，其余一律不动"。
二、v4→v7 迭代中的误诊与真根因（教训主体）
| 版本 | 做法 | 结果 | 教训 |
|---|---|---|---|
| v4 | 标点整形：按逗号/句号强制插停顿 | 一期 385s 稿被硬插 132 处静音，听感"处处卡" | 标点密度 ≠ 呼吸需求。稿件逗号密度 8.5 字/标点时，按标点插停顿必然过密。整形层对稿不对症 |
| v5 | 断句修复加回 + 换女声试验 | 停顿问题依旧 | 音色与停顿病不同源，混在一起改会掩盖归因 |
| v6 | 怀疑限幅器泵浦（pumping），换轨处理 | 无效——误判 | “听感怪"先做 A/B 排除法定位层，别对着猜测层连环施治 |
| v7 | 只做三件事：①仅在引擎未停位处补停顿（目标值放缓）②句内不插③拼接处 5ms 弧角防爆音 | 交付 v7 终版 385.4s / -14.4 LUFS，用户接味道通过 | 整形层的正当职责=补缺，不重排 |
配套硬规矩（同日成文）：
- ⛔ respunct 硬补停顿；⛔ 强限幅；⛔ 任何变速（10-22 的 atempo 闸门路线早已掉头，本次钉死为永久禁令）。
- 语速慢/快的唯一正规调节途径：换参考段重新注册音色（例如"知识分享男声v3缓"就是用更缓参考段注册的槽位）。
三、工程落位（11-13 已接线全产线）
- 正源：
shape_v7.py（全产线唯一整形实现，三正源 step2 升 v16 引用）。 - 指纹联动：step2 的 RESP_VER 由
shape_v7.__code__等代码指纹哈希构成——改整形代码=指纹变=全量重配音，缓存不会拿旧版冒充新版。 - 金样例门禁：门禁 v7shape（黄金自测样例入
~/kf-video/_gate-audit，改判据必先跑 gate_selftest）。
四、方法论提炼（跨产线通用）
- 听感投诉的拆层归因：把整形链每一层做成可开关/可旁路，raw 版是永远要留的对照组；没有 raw 对照，任何"某层有问题"的结论都不成立。
- A/B 盲听交给人耳裁决，AI 只提供量化证据和素材，不自封听感结论。
- “修一处引入一处”（v6）典型特征是改动方向与症状层不同源——先证症状在哪一层，再动那一层。
- 缓存指纹必须覆盖代码本体（
co_code哈希），否则代码修复后旧产物静默复用，线上看不到修复效果。