影片配音 是做什麼的?
配音必須在畫面通過審核後進行,並緊密配合畫面。除非所有者要求,否則永遠不移動畫面去配合配音。在撰寫任何文字之前,請先閱讀 references/writing.md(每一個被拒絕的模式,包含前/後對比),並在每個草稿上使用文案撰寫和人性化技能。
閘門 1 · 方向與腳本(尚未錄音)
- 理解每個鏡頭。 針對
storyboard.json中的每個拍子,用一句話說明該鏡頭的目的。如果你無法做到,請詢問所有者。僅描述鏡頭表面所呈現的內容(例如,牆上一堆小物品旁的寵物)曾被拒絕。 - 方向。 當鏡頭角度是開放性的,撰寫 2–4 個完整的方向,它們在提供給觀眾的內容上有所不同,例如: 觀眾可參考的提示 · 日常困擾 · 運作方式 · 解答疑惑(關鍵安全、成本、平台)。每個方向需包含:完整逐字稿、其優點、及其風險。將你的首選放在第一項。
- 使用真實畫面框架將它們放到故事板上: 為每個拍子渲染一個靜止畫面 (
node scripts/render.mjs --at …),在storyboard.json中為每個方向設定vo,然後建構review/storyboard.html(使用 film-storyboard 的腳本)。頁面會將每個方向以一個段落的形式打開:即閉眼測試用的朗讀。 - 自我檢查,使用
references/writing.md中的五項測試(閉眼、畫面、陌生人、廢話掃描、主張)。 - 發送故事板;詢問所有者偏好的方向以及需要修改之處。從
product-film/references/question-bank.md中提出旁白相關問題(聲音、說話對象、語氣、旁白量)。反覆迭代直到獲得明確的「是」。將最終批准的腳本寫入VO-SCRIPT.md,包含每行時間範圍和「每個主張的來源」。進行提交。
閘門 2 · 發音(在完整錄音之前)
- 詢問產品名稱(以及任何其他不常見詞彙)的所有者是如何發音的(例如「WIZ-get,硬 g」)。
- 測試不同拼寫,每個一個簡短片段(一個包含該名稱的短句):純名稱、加連字符、雙寫輔音(例如「Nimbet」、「Nim-bet」、「Nimbbet」)。一次錄取多種拼寫會導致片段變短且混淆。每個檔案以其拼寫命名。發送這些片段;由所有者挑選。
- 將獲勝的拼寫記錄在
vo.json › voice.note和VO-SCRIPT.md中,並記住以供未來影片使用。如果引擎發音錯誤,切勿將正確拼寫發送給引擎:需一律發送重新拼寫後的版本。
閘門 3 · 錄音、放置、混音
- 先檢查信用額度: 檢查 TTS 餘額。Fish Audio:每次調用最多約 500 字節,按字節計費。按段落錄製(
audio/vo/l1.wav、l2.wav…),不要一次性錄製整個腳本。 - 聲音: 使用所有者從樣本中選擇的聲音(對於一個平靜的產品影片,Fish 的「Ethan」曾被批准)。透過每句的
tempo參數(≤ 1.1–1.15)來調整節奏;絕不要加速整個錄音。 - 切割成短語:
python3 scripts/vo.py --scan會列出每個錄音中的語音片段;在vo.json中寫入短語,包含take、from、to、text。 - 放置每個短語的
at(拍子 = 影片秒數 × 2),使其關鍵字與相對應的畫面或螢幕文字同步。使用node tools/probe.mjs cuts和"window.UNWARP(<story t>)"獲取影片時間。執行python3 scripts/vo.py直到它報告overlaps: none;短語之間至少留 0.25 秒間隔。 - 混音和封裝:
python3 scripts/sfx_samples.py && python3 scripts/mix.py(-14 LUFS,≤ -1 dBTP;人聲 0,音效約 -10,音樂根據所有者選擇)然後node scripts/render.mjs --mux [--fmt 9x16]。 - 發送附有配音的剪輯,以及逐字稿和顯示每句台詞位置的表格。告知所有者你聽不到任何問題;詢問發音、節奏、音量以及任何位置不準確的台詞。反覆迭代。提交
vo.json和VO-SCRIPT.md。
當畫面之後發生變更時
重新探測、重新放置短語(at)、重新混音、重新封裝。對於 9:16 格式,如果時間軸共用,則可以使用相同的 audio/mix.wav。