十分钟以上的素材整条丢进去配乐，常见的结果是：前面还是平静叙述，画面已经切到快节奏段落，配乐却还在延续同一套情绪。原因不复杂——整条处理时，你给的是一整段长上下文，生成出来的也是一条连续曲线，中间没有可以指定「第 4 分钟换一种情绪」的位置。更可控的做法是自己先按画面内容把素材切成场景片段，每段单独生成配乐，再按原时间码拼回主时间轴。切分、命名、拼回、试听这四步都是人工操作，Sonilo 在这一流程里负责的是「按你给定的片段和参数生成配乐」，分段本身由你完成。
适用于十分钟以上、情绪段落差异明显的素材：先在剪辑软件里按画面与话题的自然断点切段，记录每段起止时间码，再逐段生成配乐，最后按原时间码摆回主时间轴。判断是否成立的办法是逐个接缝试听，看音量、节奏、情绪能否连续。如果素材本身是单一情绪的连续镜头，整条处理反而更省事，不必强行分段。
先按画面内容把长素材切成若干场景片段
切点的作用是让每一段配乐有明确的情绪范围，不是把素材切得越碎越好。通常可以先粗看一遍素材，把三类位置标记出来：画面场景切换处（外景切内景、白天切夜晚、人物主体更换）、话题或叙事转折处（旁白换主题、采访换被访者、镜头从铺垫进入结论）、以及素材里已有的音乐或声音段落结束处（如果原片有临时参考音乐，卡在它的乐句收尾处会更好接）。
要避免的是把一段完整情绪从中间切开。比如一段持续两分钟的紧张追逐，中间没有场景变化，就不要为了「每段不超过一分钟」而在动作中间下刀，切在追逐开始和结束的位置更合理。片段长度在一到三分钟之间通常比较顺手，但这取决于素材本身，需要结合画面节奏确认。
每个切点都要落到时间码上并记录下来。建议用剪辑软件的时间线读数，统一保留到毫秒或帧，格式例如：
编号, 起始时间码, 结束时间码, 时长, 内容备注
S01, 00:00:00.000, 00:01:48.500, 1m48.5s, 开场空镜+旁白引入
S02, 00:01:48.500, 00:04:12.000, 2m23.5s, 人物访谈第一段
S03, 00:04:12.000, 00:06:38.400, 2m26.4s, 街景快切，节奏偏快相邻片段的结束时间码与下一段起始时间码保持一致，不留空隙，这样后面拼回时不会凭空多出或短掉一段。记录表用 CSV 或剪辑软件的标记点都行，关键是每段都有唯一的编号和一对时间码。
给每段单独生成配乐并保留原始时间码
文件名是分段结果能否拼回去的关键。建议把编号和起止时间码直接写进文件名，让文件名本身携带定位信息，例如 S03_00-04-12-000_00-06-38-400_v2.wav。这样即使导出目录里有几十个文件，也能看出哪一段对应时间轴上的哪个位置，v2 之类的版本号用于同一段重新生成后区分，不要覆盖旧文件，方便回退对比。
各段风格漂移是分段处理最常遇到的麻烦：同一部片子里，第一段是纯钢琴，第三段突然出现鼓组，听感就不像同一套配乐。规避的办法是在生成前把参数固定下来，并在每一段都沿用同一组设定：
- 乐器编制：写清楚主奏与是否允许打击乐，例如「弦乐铺底 + 单簧管，无鼓」；
- 节奏区间：给出大致速度范围或明确「无固定节拍」；
- 调性与和声色彩：固定调性或写明「允许大小调变化，但保持同一调性中心」；
- 情绪词与强度：用同一套描述词，只调整强度档位，不要每段换一套词汇；
- 是否有明显旋律：决定各段会不会各自出现一个主题，容易在接缝处撞车；
- 输出时长：比片段时长略长，留出裁剪余量，便于对齐时微调。
生成后逐段核对：把配乐拖到时间轴上对应的起止位置，确认长度不短于片段，短了就要重新生成或补一段，长了先不裁，留到拼接时处理。
把分段结果按原时间码拼回主时间轴
拼回的原则是「以起始时间码为准，而不是以素材首尾相接为准」。逐段把配乐放到记录表里对应的起始时间码位置，放完后检查每段右端是否与下一段起始位置衔接。如果某段配乐本身长于片段，多出来的部分通常有两种处理：一是让它延续到下一段起点之前，形成重叠；二是裁到片段结束处。
重叠和留白的处理方式不一样。短的重叠（通常从一百到三百毫秒开始试）适合两段情绪接近、需要平滑过渡的情况，做法是在重叠区给前段加淡出、后段加淡入，交叉淡化。留白则留出生硬的静音缺口，除非画面在这里本来就有一个明显的停顿或转场，否则不建议超过一两百毫秒。两段情绪差别很大时，与其硬接，不如在接缝处补一段一两秒的过渡音效或延音，让听觉有个落点。
拼完后先不要急着细看接缝，从头到尾整体播放一遍，检查三件事：每段配乐是否都落在正确的起始时间码上；是否有某段被前面一段遮住而听不到；整体长度是否与主时间轴一致，没有因为某段多出的尾巴把后面全部推后。整体播放确认位置无误后，再进入接缝检查。
在片段衔接处检查配乐是否突然断掉或重复进入
分段处理的问题几乎都集中在接缝前后两三秒。建议逐个接缝试听，每次只听接缝前后各五秒左右，先在时间线上听，再对着画面听一遍，按下面几项逐一核对：
- 音量跳变。听前后两段的整体响度是否明显不一致，一段偏轻一段偏响。调整动作：对偏轻或偏响的一段整体加或减增益，使两段在接缝附近的响度接近；如果差值不大，也可以只在接缝处做短淡入淡出。
- 节奏错位。听打击点或节拍重音是否和画面切换点对不上，出现「画面已经切了，鼓点还晚半拍」的感觉。调整动作：把接缝挪到乐句自然收尾处，或对后段起点做几帧级别的微调；如果两段速度差得多，考虑让其中一段重新生成，改成接近的速度。
- 情绪突变。听接缝处是否出现毫无铺垫的情绪翻转，比如紧张段落直接切到轻快段落。调整动作：在接缝处加一段短过渡素材，或把其中一段的情绪强度参数调近一些重新生成，让变化发生在片段内部而不是接缝上。
- 重复进入。听两段相邻配乐是否用了同一个主题动机、或都以相似的引子开头，造成「同一段音乐播了两遍」的错觉。调整动作：后段生成时避开前段已经用过的开头写法，或者把后段开头几秒裁掉，从已经进入的部分接上。
这些问题通常只需要改一到两处参数或挪动一两个片段位置，不必整条重做。全部接缝过一遍之后，再从头整体播放一次，确认修改没有引入新的不连续，就可以进入正式混音和输出环节。