MuleRun提供三种无缝循环音频方法：一、启用内置Loop-Aware续写模式，调用Loop Continuation Agent实现声学对齐；二、手动标注循环锚点并注入结构提示，引导模型匹配RMS包络与频谱质心；三、本地提取MFCC等特征后云端双轨缝合。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在 MuleRun 中已生成一段背景音乐片段，但需要将其无缝循环播放以适配游戏场景或视频背景，系统提供了多种技术路径实现音频首尾声学对齐与时间轴连续性。以下是实现该目标的具体操作：
一、启用内置 Loop-Aware 续写模式
该方法调用 MuleRun 专用的「Loop Continuation」Agent，其内部集成相位对齐检测器与零交叉点补偿模块，在续写时强制约束末尾帧与起始帧的波形斜率、能量包络及基频轨迹一致，确保循环点无咔嗒声或相位跳变。
1、登录 MuleRun 网页控制台，进入左侧导航栏的 Agent Store 页面。
2、在搜索框中输入关键词 Loop Continuation，筛选状态为「Verified」且 Loop Compatibility Score ≥ 96 的 Agent。
3、点击该 Agent 卡片右上角的 Enable & Set as Default 按钮。
4、上传原始音频（WAV 格式优先，采样率必须为 44.1 kHz 或 48 kHz），在播放器下方点击 Loop-Ready Generate 按钮而非普通 Generate。
二、手动标注循环锚点并注入结构提示
该方法适用于已有明确循环节拍结构的音频（如 4/4 拍 8 小节循环），通过显式指定起始与终止时间戳，并结合自然语言描述节拍位置、和弦根音切换点与动态衰减曲线，引导模型在物理边界处完成声学匹配。
1、在 MuleRun 主界面右侧打开 Prompt Assistant 面板（闪电图标）。
2、粘贴原始音频对应的文字描述，例如："E major, 104 BPM, ambient pad loop with slow attack, sustained high-frequency shimmer, no transients"。
3、在描述末尾追加循环指令：Loop point at 7.982s (bar 8 beat 4), match RMS envelope and spectral centroid of first 128ms, suppress onset detection in final 50ms。
4、点击 Attach to Audio Segment，再点击 Generate Continuation。
三、本地特征对齐 + 云端双轨缝合（高级用户）
该方法绕过默认音频编码器的帧截断限制，使用 LibROSA 提取原始音频首尾各 200ms 的 MFCC 差分、零交率与短时能量序列，生成约束向量后通过 Foundry Local SDK 注入云端推理流程，驱动生成段在时域与频域双重维度对齐原始端点。
1、在本地安装 Python 3.10+ 与 librosa，运行命令：pip install librosa numpy scipy。
2、执行脚本提取循环锚点特征：读取原始 WAV，定位精确到毫秒的循环起始时间 t_start 与终止时间 t_end，截取 [t_start−0.2, t_start] 与 [t_end, t_end+0.2] 两段，分别计算 ΔMFCC、ZCR 和 STE，合并为 128 维向量。
3、将向量保存为 loop_constraints.npz，调用 SDK 接口：foundry.submit_job(—audio_id=xxx —constraints=loop_constraints.npz —mode=loop_fusion)。
