AI声音设计指南：用人工智能为你的视频配乐和配音

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:

1. 人声层: 最前面，清晰 (-6dB到-3dB)
2. BGM层: 人声背后 (-18dB到-15dB)
3. 音效层: 转场音、提示音 (-12dB到-6dB)
4. 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

1. BGM从头响到尾: 没有留白，观众会疲劳
2. 所有视频用同一首BGM: 审美疲劳
3. 音效和画面不同步: 画面已经切了音效才来
4. 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。