fix(render_audio): drop source video audio in mix_audio (#1249)

apps/worker/video_processing/render_audio.py

@@ -82,14 +82,12 @@ def mix_audio(
     """音频后处理混音.
 
     处理逻辑：
-    1. 主音频源按优先级查找：main > broll（background 不参与主音频，通常是图片无音轨）
-    2. 主图层音频按顺序 concat 拼接
-    3. 独立音频轨（audio role）用 amix 混入
-    4. 输出时长截断到 video_duration
-    5. 无音频流的 clip 会被自动跳过，避免 FFmpeg 引用 [i:a] 失败
-    6. 如果提供了 bgm_path，则额外混入 BGM（支持淡入淡出、循环、人声闪避）
-    7. 如果配置了 audio_tracks，则混入多轨道音频（配音、音效等）
-    8. 如果配置了降噪，最后应用降噪
+    1. 丢弃主图层（main/broll/overlay/corner_voice）的原始音频，避免录入源视频杂音
+    2. 仅使用独立音频轨（audio role，TTS/配音）作为主音频
+    3. 如果提供了 bgm_path，则额外混入 BGM（支持淡入淡出、循环、人声闪避）
+    4. 如果配置了 audio_tracks，则混入多轨道音频（配音、音效等）
+    5. 输出时长截断到 video_duration
+    6. 如果配置了降噪，最后应用降噪
 
     Args:
         ctx: 渲染上下文
@@ -125,8 +123,10 @@ def mix_audio(
     if "audio" in layer_map:
         audio_clips = layer_map["audio"].clips
 
+    # ── 丢弃源视频的原始音频（避免录入杂音），成片仅保留 TTS 配音 + BGM ──
+    main_clips = []
+
     # ── 防御：过滤掉无音频流的 clip ──
-    main_clips = [c for c in main_clips if clip_has_audio(ctx, c)]
     audio_clips = [c for c in audio_clips if clip_has_audio(ctx, c)]
 
     if not main_clips and not audio_clips:
@@ -144,12 +144,21 @@ def mix_audio(
     # 构建音频处理命令
     output_path = ctx.work_dir / f"audio_{ctx.plan_id}.aac"
 
-    # 简单场景：只有主图层 + 无独立音频 → 直接从视频提取音频并拼接
-    if main_clips and not audio_clips:
-        concat_main_audio(ctx, main_clips, output_path, video_duration)
+    # 源视频原始音频已被丢弃（main_clips = []），最终音频完全由独立音频轨 + BGM + 多轨配置组成。
+    # 当无 main_clips 时，将独立音频轨作为主音频走 concat 拼接；当二者均有则走 amix 混音。
+    if main_clips:
+        effective_main = main_clips
+        effective_audio = audio_clips
+    else:
+        effective_main = audio_clips
+        effective_audio = []
+
+    # 简单场景：只有主音频 + 无独立音频 → 直接拼接
+    if effective_main and not effective_audio:
+        concat_main_audio(ctx, effective_main, output_path, video_duration)
     else:
         # 有独立音频轨 → amix 混音
-        mix_with_independent_audio(ctx, main_clips, audio_clips, output_path, video_duration)
+        mix_with_independent_audio(ctx, effective_main, effective_audio, output_path, video_duration)
 
     # ── BGM 混音 ──
     if bgm_path and bgm_config and bgm_config.get("enabled", False):