知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 03 - 对白与配音:TTS 配音、语气情绪与字幕 > 这篇解决什么问题:画面都有了,但一张张图"没声音"就还是死片。很多新手把配音当"把文字读出来",结果一条配音像说明书念稿,毫无情绪,配上画面毫无张力。**漫剧的情绪,一半靠配音,一半靠字幕。** 这篇教你用 TTS 做出"有情绪的对白",并让字幕和配音/画面"咬合"。 > 读完你会知道:怎么选合适音色、怎么调语速停顿做出情绪、分段配音怎么和画面对齐,以及字幕该怎么配。 --- ## 1. 配音不是"读稿",是"演" TTS(文字转语音)的"演"和真人配音一样靠**语气、语速、停顿、重音**。同一个字,配上不同语气就是完全不同的一句话。零基础先掌握四个可调的"旋钮": | 旋钮 | 作用 | 一个"演"出来的例子 | |---|---|---| | 语速 | 快=急促紧张,慢=沉重悬疑 | 紧张时加快,回忆时放慢 | | 停顿 | 停顿制造悬念/强调 | "你说什么……加薪?" | | 音高/音调 | 惊讶颧高,沮丧低沉 | 惊讶上扬,无奈叹气 | | 音量/重音 | 突出关键词 | 重读"真的"强调可信 | **给零基础的最重要一句话**:你写的台词是给"嘴"读的,标点不只是语法,更是**语气指令**。多用问号、省略号、叹号,它们会直接变成 TTS 的语气。  *图:同一个字配不同语气 = 不同的一句戏* ```text "真的吗?" "真的吗。" "真的吗!" (惊讶 问道) (平淡 无奈) (兴奋 激动) 音调上扬 语气下沉、缓慢 音量放大、重读 ``` > 一句话:**配音是"演"不是"读",靠语速/停顿/音高/重音四个旋钮,把每句台词的情绪"演"出来。** --- ## 2. 选音色 & 分段配音 **选音色**的核心不是"选最好听的",而是"选适合角色的":主角少年就选少年音,反派选低沉音,旁白选沉稳女声。工具给的一堆人声里,你只需要:**一个主角色声、一个配角声、一个旁白声**,够用了。 **分段配音(最关键动作)**:千万别一整段脚本一次合成。正确做法是**一个镜号 = 一段配音,一帧一句**: ```text 镜1 台词 → 合成 audio-01.mp3 镜2 台词 → 合成 audio-02.mp3 镜3 台词 → 合成 audio-03.mp3 ``` 为什么?因为后面剪辑时,你要让**每段配音精确对到对应画面**。连成一大段再剪,音画对不上、返工成本翻倍。 **别怕生成垃圾**:第一次合成常不满意,多生成几遍挑一条,或不满意就用标点重写提示 TTS 重来。这里同样"宁多条惠集,别一条凑合"。  *图:分段配音:一个镜号一段音频,顺序命名,剪辑时才对得上* ```text 分镜脚本 配音文件(一个镜号一段) 镜1 “上班第三天我… ” → audio-01.mp3 镜2 “但今天老板… ” → audio-02.mp3 镜3 “加薪?… ” → audio-03.mp3 (一句一段,命名带序号 → 剪辑直接拖到对应帧) ``` > 一句话:**一个镜号配音一段、命名带序号(audio-01/02…),便于剪辑时精确对帧。** --- ## 3. 语气情绪:分镜里的"备注"要用起来 第 01 篇分镜表里的"备注(情绪/景别)",现在派上用场了。配音时把它翻译成配音指令: | 分镜备注 | 配音指令 | |---|---| | 惊讶 | 音调上扬,语速略快 | | 疲惫 | 音调低沉,语速放慢,气声 | | 生气 | 音量收紧,语速快,语气重 | | 疑惑 | 结尾尾音上扬 | **进阶技巧**:很多 TTS 允许在文字中插入"情绪标签"或"停顿标记"(各家语法不同),本质都是让你把"重音、停顿、语气"写进去。找不到就直接在台词里用标点和括号提示,大多数模型都认。 ```text # 一段"带演技"的合成文本示例 (轻声,疲惫)上班第三天,我就想辞职了…… (突然,惊喜)但今天,老板说要给我加薪—— (惊呼)加薪?!真的假的? ``` > 一句话:**把分镜备注里的"情绪"翻译进配音——惊讶扬、疲惫慢、生气重;别让所有台词一个语气念到底。** --- ## 4. 字幕怎么配 字幕不是"把配音抄一遍",它有三个作用:**留住没开声音的观众、强调重点、切换镜头里的锚点**。 **字幕类型**: - 角色对白字幕:跟随配音,谁说话就出现在谁附近。 - 花字/弹幕式重点:用大号彩色字突出"金句/反转",是漫剧情绪的放大器。 - 旁白小字:补充信息,别抢戏。 **字幕与配音同步的三个要点**: 1. **咬词**——字幕文字尽量和配音逐字对应,别字幕说"加薪"配音却在"辞职"。 2. **分段显示**——一句冒一句收,别整块糊在画面上。 3. **给你看的时间**——字幕停留时长 ≈ 朗读该句的时间,宁短勿挡画面。  *图:字幕三作用:留住无声观众 / 强调重点 / 作为镜头锚点* ```text 字幕 = 留住看字幕的人 + 强调金句 + 承接镜头切换 ┌────────────────────────────────────┐ │ 对白字幕:跟随配音,一句一显 │ │ 花字重点:大号色字,"加薪?!" │ ← 情绪放大器 │ 旁白小字:补充信息,不抢戏 │ └────────────────────────────────────┘ ``` > 一句话:**字幕要"跟配音咬字、一句一显、突出金句",是慢剧的情绪放大器,不是配音的抄写员。** --- ## 5. 常见失败与补救 | 现象 | 原因 | 补救 | |---|---|---| | 配音像念稿 | 一个语气念到底 | 用标点 + 情绪标签分段演 | | 音画对不上 | 一整段合成 | 改一个镜号一段,拖到对应帧 | | 字幕和配音错位 | 手动抄错 | 用自动字幕生成再人工校对 | | 情绪太平 | 没调语速停顿 | 惊讶扬/疲惫慢/生气重,多用省略号和问号 | 一个实战建议:**先配音,后配图**也许更顺?——不,本课建议先出图后配音。原因是配音时长决定了每个镜头的停留时长,先把画面排好,才能确定每段配音该多长、怎么和画面咬合。(第 04 篇展开。) > 一句话:**语音画不同步、情绪平、字幕错位都可用"一段/一句"的粒度逐一解决;配音时长定了镜头停多久。** **TTS 工具怎么选(当下推荐)**: | 工具 | 在哪 | 优点 | 适合 | |---|---|---|---| | **剪映 · 文本朗读** | 剪映 PC/手机App,点"文本 / 朗读" | 中文最自然、多音色、免费 | **首选**,与剪辑同门 | | **豆包**(字节系) | 豆包 App 的"文本朗读/角色声音" | 情绪好、可做不同角色声 | 要强情绪/分角色时 | | 微软 Edge 大声朗读 | Edge 浏览器阅读模式 | 完全免费、语速可调 | 备选 / 没剪映时 | **第一步操作**:打开剪映 → 点"文本朗读"→ 粘贴一句台词 → 选一个音色 → 调语速(紧张快、回忆慢)→ 在弹出的音频里下载/导出该段。**一个镜号单独生成一段**、命名 `audio-01..n.mp3`,千万别整段脚本一次合成——否则后面剪辑时音画对不上,返工翻倍。 一句话:**配音优先用剪映"文本朗读";一个镜号一段、单独生成、命名 audio-序号,选中后用标点 + 语速/停顿把语气"演"出来。** --- ## 6. 本篇小结 ```text ┌──────────────────────────────────────────────┐ │ 对白与配音:要带走的话 │ ├──────────────────────────────────────────────┤ │ 1. 配音是"演"不是"读":语速/停顿/音高/音量 │ │ 2. 一个镜号一段配音,命名带序号便于对帧 │ │ 3. 把分镜备注的"情绪"翻译成配音指令 │ │ 4. 字幕:咬字同步+一句一显+花字强调金句 │ │ 5. 先出图定镜头时长,再配音让音画咬合 │ └──────────────────────────────────────────────┘ │ v 图有了、声也有了,该把它们"合成一条片"了 ──→ 第 04 篇:剪辑与合成 ``` 下一篇:[04 - 剪辑与合成:音画同步、运镜、转场与配乐]
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入