# audio_line —— 音频创作管线配置
# 复制到 agent-local/tools/ave/config/local.yaml 并填入真实 API 密钥
# 优先级: local.yaml > config.yaml > 默认值

# === 输入/输出路径 ===
paths:
  work_dir: "./work/audio_line"       # 临时工作目录
  output_dir: "./output/audio_line"   # 成品输出目录
  model_cache: "./cache/models"       # 模型缓存

# === 音轨分离 ===
separation:
  model: "htdemucs_ft"               # Demucs 模型: htdemucs | htdemucs_ft | htdemucs_6s
  device: "cpu"                       # cpu | mps (M1/M2/M3 GPU)
  shifts: 2                           # 推理增强次数 (≥1), >1 提高质量但慢
  overlap: 0.25                       # 分帧重叠率
  segments: "default"                 # 分帧长度 "default" | int

# === BPM/节拍检测 ===
beat:
  min_bpm: 60                         # 最小 BPM
  max_bpm: 200                        # 最大 BPM
  onset_backend: "librosa"            # 节拍 onset 后端
  downbeat_model: "madmom"            # 重拍检测模型 (madmom | librosa)

# === 节奏重塑 (Mubert API) ===
mubert:
  api_key: ""                         # Mubert API Key
  base_url: "https://api.mubert.com/v2"
  default_duration: 30                # 默认生成时长(秒)
  default_genre: "electronic"         # 默认风格
  default_bpm: 128                    # 默认 BPM
  max_retries: 3
  timeout: 60

# === 歌词创作 (oMLX 本地 LLM) ===
lyrics:
  llm_url: "http://localhost:8000/v1"  # oMLX 地址
  llm_model: "Qwen3-8B"               # 可用模型
  max_tokens: 1024
  temperature: 0.8
  # 提示词模板
  rewrite_prompt: >
    你是一位专业歌词改编者。请根据以下要求对原曲歌词进行二次创作：
    主题: {topic}
    风格: {style}
    保留原曲的段落结构(Intro/Verse/Chorus/Bridge/Outro)和押韵模式。
    输出格式: 每段以[Intro][Verse][Chorus]标记开头。
  lyric_analysis_prompt: >
    分析以下歌词的段落结构、押韵模式和情感走向。
    输出 JSON 格式。

# === 旋律编曲 (Suno API) ===
suno:
  api_key: ""                         # Suno API Key
  base_url: "https://api.suno.ai/v1"
  default_duration: 30                # 默认生成时长
  model: "suno-v4"                    # Suno 模型版本
  max_retries: 2
  timeout: 120

# === 混音母带 ===
mixing:
  target_loudness: -14.0              # LUFS 目标响度 (Spotify: -14, YouTube: -14, Apple: -16)
  headroom: 1.0                       # 峰值头上空间 (dB)
  sample_rate: 44100                  # 输出采样率
  bit_depth: 16                       # 输出位深
  eq_preset: "default"                # EQ 预设
  compressor_threshold: -20           # 压缩器阈值 (dB)
  compressor_ratio: 3.0               # 压缩比
  compressor_attack: 5                # 启动时间 (ms)
  compressor_release: 100             # 释放时间 (ms)

# === 对齐 ===
alignment:
  time_tolerance: 0.1                 # 时间对准容差 (秒)
  crossfade: 0.05                     # 交叉淡入淡出时长 (秒)
  stretch_method: "phase_vocoder"     # 时间伸缩方法: phase_vocoder | wsola | rubberband

# === 输出 ===
export:
  formats: ["wav", "mp3"]             # 默认导出格式
  mp3_bitrate: "320k"                 # MP3 比特率
  include_stems: true                 # 是否同时导出分轨
  stem_labels: ["vocals", "drums", "bass", "other", "full_mix"]