声音是好视频的灵魂
你看过那种画面很精美但声音一塌糊涂的视频吗？背景音乐太吵盖过人声、配音像机器人、转场没有音效——观众会在10秒内划走。
声音设计不是玄学，是一套可以学会的系统。而AI工具让这套系统的学习成本降到几乎为零。
第一步：选择合适的BGM
BGM的黄金法则
背景音乐不应该被"听到"，而应该被"感觉到"。测试方法很简单：关掉BGM，如果感觉画面"空了"，说明BGM选对了。如果关掉BGM反而更舒服，说明你的BGM在捣乱。
不同内容类型的BGM推荐
- 教程/知识类: Lo-fi、轻环境音 (60-80 BPM) — 不抢注意力
- 产品展示: 企业/电影感 (100-120 BPM) — 专业可信赖
- Vlog: 原声吉他/独立流行 (90-110 BPM) — 温暖亲切
- 运动/动作: 电子/摇滚 (130-160 BPM) — 能量爆棚
音量层级
- 有人声时：BGM在 -18dB 到 -15dB (低调衬托)
- 无人声时：BGM在 -10dB 到 -6dB (存在感提升)
- 转场瞬间：BGM可以短暂推到 -3dB (制造冲击)
第二步：AI语音合成
好的AI配音长什么样
- 语调自然，不像在念稿
- 有恰当的停顿和重音
- 情绪和内容匹配 (激动的内容不能用平淡的语调)
配音脚本写作技巧
AI配音的脚本不是"文章"，是"对话":
- 每句不超过20个字
- 多用口语词 ("你会发现" 而不是 "用户将会发现")
- 标注情绪：[兴奋] [严肃] [轻声]
- 加入停顿提示：用省略号表示自然停顿
第三步：音效叠加
专业视频的声音至少有4层:
- 人声层: 最前面，清晰 (-6dB到-3dB)
- BGM层: 人声背后 (-18dB到-15dB)
- 音效层: 转场音、提示音 (-12dB到-6dB)
- 环境音层: 细微的空间感 (-24dB到-20dB)
音效的威力
加一个转场音效(whoosh)，画面切换的冲击力翻倍。加一个按钮音效(click)，交互感立刻提升。这些细节是普通视频和高质量视频的分水岭。
第四步：整体混音
音频鸭子(Ducking)
当人声出现时，BGM自动降低音量。这是最重要的混音技术，没有之一。设置:
- 降低幅度: -8dB到-12dB
- 响应速度: 0.01秒 (人声一出立刻降)
- 恢复速度: 0.5-1秒 (人声结束后慢慢回升)
输出前检查清单
- [ ] 戴耳机听一遍，再用手机外放听一遍
- [ ] 确认没有爆音(峰值不超过-1dB)
- [ ] BGM和音效是否盖过人声
- [ ] 开头和结尾是否做了淡入淡出
推荐工具链
用 Domer AI视频生成器 生成画面素材，配合AI配音和音乐工具完成声音层，最后在剪辑软件里合成。如果需要更精细的画面控制，Domer图生视频 可以让你先精修每一帧再生成动态视频。
常见错误
- BGM从头响到尾: 没有留白，观众会疲劳
- 所有视频用同一首BGM: 审美疲劳
- 音效和画面不同步: 画面已经切了音效才来
- 忘记版权: 使用AI生成的原创音乐最安全
总结
声音不是视频的"附加项"，是视频的"另一半"。从今天开始，每做一个视频，至少花和剪辑画面一样多的时间来做声音。坚持一个月，你的视频质感会有质的飞跃。
更多创作者技巧请访问 Domer博客。
