开场:镜头都对,就是“不像一条片子”
素材齐了,拼在一起却像 PPT:镜头之间硬切、配音忽快忽慢、字幕跳出来又消失。观众说不出哪里不对,但三秒就划走。
这一讲解决交付前的最后一公里:声音、字幕、节奏、导出。
本课目标
- 用三步把配音做得自然;
- 写出可读的字幕节奏;
- 用音量与转场把镜头粘起来;
- 按平台要求导出。
一、配音:先自然,再像谁
三条原则:
- 短句:一句话不超过 20 字,TTS 更自然;
- 口语:把书面语改成能说出口的话;
- 标点控节奏:逗号停半拍,句号停一拍。
流程:
- 先写口播稿,自己读一遍,改掉拗口处;
- 生成配音,调语速(每秒 4–5 字较自然);
- 导出后听三遍:有没有吞字、断句错、情绪平。
不要一上来追求“克隆某个声音”。先让内容站住。
二、字幕:跟着呼吸走
| 规则 | 建议 |
|---|---|
| 每行字数 | 12–16 个汉字 |
| 每屏时长 | 1.5–3 秒 |
| 断句 | 按语义断,不按标点硬切 |
| 位置 | 底部安全区内,避开平台 UI |
| 样式 | 无描边或细描边,保证移动端可读 |
字幕不是逐字稿。删掉“嗯、那个、其实”,观众看得更顺。
三、音乐与音量
- 人声为主时,音乐压到 -18 dB 左右;
- 无人声段落,音乐可抬到 -12 dB;
- 转场处用 0.3–0.5 秒淡入淡出;
- 不要在整条片子里一直堆音乐,留白更有力。
一个简单检查:手机外放,能否听清每个字。听不清,就是人声不够突出。
四、剪辑顺序
- 粗剪:按分镜排好,只看故事是否成立;
- 精剪:修节奏,删掉所有“可删”的帧;
- 声音:配音、音乐、音效;
- 字幕:对齐语义,不追着字走;
- 调色:统一色温与对比;
- 导出。
顺序不要乱。先解决故事,再解决好看。
五、转场怎么用
- 硬切:90% 的场合都够用;
- 动作接:上一镜动作未完,下一镜继续;
- 声音先入:下一镜的声音提前 0.5 秒;
- 花式转场:只在风格需要时用,不要每镜都加。
转场是标点,不是装饰。
六、导出参数
| 平台 | 比例 | 分辨率 | 帧率 |
|---|---|---|---|
| 竖屏短视频 | 9:16 | 1080×1920 | 30fps |
| 横屏视频 | 16:9 | 1920×1080 | 30/60fps |
| 方图 | 1:1 | 1080×1080 | 30fps |
码率按平台推荐略高一点,给二次压缩留余量。导出前检查:首帧、尾帧、字幕安全区、音量峰值。
七、30 分钟练习
- 写 60 字口播稿并生成配音(10 分钟);
- 按语义切成 4–5 屏字幕(8 分钟);
- 把 6 个镜头粗剪成 15 秒(8 分钟);
- 加音乐、压音量、导出竖屏版(4 分钟)。
八、检查清单
- [ ] 配音没有吞字与断句错;
- [ ] 字幕每行不超过 16 字;
- [ ] 人声在手机外放可听清;
- [ ] 转场以硬切为主;
- [ ] 导出比例与平台一致;
- [ ] 首尾帧完整,无黑屏。
九、延伸阅读
- 知识库 1.5 AI 视频
- 知识库 1.7 AI 数字人+语音合成
- 知识库 1.6 AI 音乐
下一讲:文生 3D 与资产准备。你会知道生成、扫描、建模三条路各自适合什么。