断句完成后用手机外放听一遍。手机听起来顺,耳机里才不会显得拖;手机听着赶,说明停顿还不够。
先说结论:AI 配音的违和感通常不是音色本身,而是断句不对、情绪平、角色声音混在一起。下面把可执行的步骤、表格和话术一次写清。
违和感来自三处
一是句子没有被切开,AI 把长句一口气读完;二是情绪标注缺失,所有句子一个语调;三是角色音色太接近,听众分不清谁在说话。
先解决断句,再调情绪,最后换音色。顺序反了,会一直在换声音但听感不变。
音色怎么选
| 角色 | 音色方向 | 注意 |
|---|---|---|
| 旁白 | 平稳、偏中性 | 不要过度戏剧化 |
| 主角 | 清亮或低沉,按人设 | 全篇保持一致 |
| 对手 | 与主角有明显差异 | 不要只靠音量区分 |
| 长辈 | 语速稍慢 | 避免夸张模仿 |
先定旁白,再定两个主要角色。角色超过四个,听众记不住,优先保证主角和对手的区分。
断句怎么做
按语义切,不按字数切。一个句子只表达一个动作或一个判断,转折词前停半拍,人物对话前换气。
长句超过二十五字就拆。拆完先自己读一遍,读起来不顺,AI 也会不顺。
情绪标注怎么写
- 平静:陈述事实,语速正常。
- 紧张:句子变短,停顿变密。
- 压低声:音量下降,尾音收住。
- 反问:句尾上扬,但不要每句都上扬。
标注写在句子前面,用括号或分隔符固定格式。不要写“感情丰富一点”这种无法执行的描述。
语速和停顿怎么调
旁白默认每分钟二百二十字左右,紧张段落加快到二百六十字,情绪段落降到一百八十字。停顿用零点三秒和零点六秒两档,不要随意加长。
整篇语速不要忽快忽慢。变化只出现在转折和冲突句,其他句子保持稳定。
试听检查怎么做
- 闭眼听前三十秒,能不能分清旁白和角色。
- 听转折句,情绪有没有跟上。
- 听长句,有没有一口气读不完。
- 听结尾,有没有留下追更的停顿。
自己听一遍不够,找一个人只听不看字幕,问他有没有听不清的地方。
导出前检查
检查采样率、声道和音量是否统一,背景音乐不要压过人声。每段开头留零点二秒空白,方便剪辑拼接。
文件名写清章节、角色和版本,后续改一句不用整段重导。
常见误区
- 整篇只用一个音色,角色像同一个人在自言自语。
- 为了自然加很多“嗯”“啊”,听起来更假。
- 每句都加情绪,听众分不清重点。
- 语速一味求快,关键句听不清。
- 背景音乐盖过人声,情绪全被淹没。
落地执行清单
- 先定旁白音色,再定主角和对手。
- 按语义断句,长句超过二十五字就拆。
- 给关键句写可执行的情绪标注。
- 用两档停顿,不随意加长。
- 闭眼试听,找一个人盲听检查。
- 导出前统一音量和采样率。
一个可套用的执行案例
一段三分钟小说推文,最初整篇用一个音色,听众分不清旁白和主角。改写时先定旁白,再给主角和对手两个差异明显的音色。
断句按动作和判断切,长句全部拆到二十五字以内;关键句加“压低声”“反问”两类标注,其他句子保持平静。
导出前找一个人盲听三十秒,对方能说出有两个角色,才算通过。返工只改听不清的句子,不整段重录。
配音不是一次成型。先做三十秒样音,确认音色和断句,再录整段。样音不过,整段重录只会更浪费时间。
音色定好后不要频繁换。同一角色跨内容保持同一音色,听众才能靠声音认人。导出前把每条音轨单独听一遍,确认没有爆音、没有突然变调,再合并背景音乐。
试音时挑三句最难的:一句长句、一句反问、一句压低声音的台词。三句都顺,再录整段;有一句别扭,先改断句,不要硬录。
常见问题
AI 配音需要模仿真人主播吗?
不需要。保持音色稳定、断句清楚更重要,刻意模仿反而容易不自然。
一段里可以有多个角色吗?
可以,但每个角色要有固定音色和语速,切换时留一个短停顿。
情绪标注写在哪?
写在句子前面,格式统一。后期替换时按标注逐句调,不要整段重来。
背景音乐多大合适?
人声清楚为前提。音乐只做气氛,不要压过对话。
怎么判断听众能分清角色?
找没有看过原文的人盲听三十秒,让他说出有几个角色。分不清就调整音色差异。
一句话总结
AI 配音自然与否,取决于断句、情绪和角色区分,不取决于音色数量。先把句子读顺,再谈感情。
想系统了解网盘、短剧、小说、AI 与 APP 拉新的完整做法,可以从 这篇基础教程 开始,再结合 这份实操清单 一起用。