你把视频丢过来的时候，提示词大概是这样的：
凌晨两点便利店，女店员疲惫地说还要加热吗，男客人平静地问一份关东煮，电影感，高质量画面并不差。冷柜灯在，玻璃门上有水汽，关东煮的雾也在。两张脸也对。可一开口，像同一个人戴了两顶假发在念稿。店员不困，客人也不像刚从室外进来。语气很稳，稳到像在对口型。
你后补的两句我也看见了。「女的声音软一点，男的声音低一点。」「再有感情一点。」脸还在，货架还在，声音还是平的。最多变成：一个在轻轻念，一个在沉声念。还是稿。
下面按你这段视频说。不换店，不换这两个人。只把「怎么说话」写到模型听得见的地方。
【二十八】练过别给脸派任务。【三十五】练过别把眼泪写在五官上。【二十七】练过别把动作写成待办。 这一节接在后面：图画真了，嘴也在动，别再把情绪两个字塞进提示词里当配音。
口诀：疲惫是你听完的感觉，不是填进去的那两个字。先写这把嗓子，再写这句话怎么走完，标点只负责快慢。
先把验收说清楚。你要的不是「听得见人在说话」，是：
店员的声音发干、音量不大、句尾往下掉。客人刚进门，嗓子里还带着室外的冷，字和字之间有缝。同一句「还要加热吗」，两个人说出来不该像复制粘贴。
现在这段片子，亮的是画面，平的是嗓子。所以后面无论换词还是换工具，都围着这件事：别让模型猜「疲惫」长什么样。让它听见这句话是怎么从喉咙里走完的。
MetaDig、即梦、可灵都能做前面的写法。提示词都能直接贴。5 秒一条，先听声音，别先看清不清。
开场：你写的是听完的结论，它当成配音标签去贴
「疲惫、平静、有感情」对你是感觉。对它是三张贴纸。它最省事的做法，就是找训练里最常见的那种播音腔，往两张嘴上各贴一张。于是你听见的是清楚，不是这两个人。
真人说话时，嗓子里同时装着好几样东西：这把嗓子有多干、今晚已经说了多少遍、这句话结尾往上扬还是往下掉、中间肯不肯停。模型不会自动替你装。你只报情绪，它就交一份标准配音作业。
所以正确的顺序不是「先写谁，再写他什么心情」。是先让这两把嗓子听起来不像同一个人，再让每一句话自己走完，最后才用标点管快慢。
看片时只问两句：闭眼听，能不能分出谁是店员、谁是客人？同一句话，尾音是往下掉，还是两个人都收得一样齐？
一、它不是不会配音，是画面和声音根本不是同一套指令
你看这张静帧，知道灯在冷柜上、雾在关东煮上、人站在收银台里侧。模型生成视频时，画面可以靠货架、玻璃、雾气这些看得见的东西钉住。声音没有这些钉子。它看不见「干」、也看不见「刚从冷风里进来」。
所以你会看见一种很典型的假：嘴型对了，声线却像旁白。不是嘴型崩了，是你只给了画面说明书，声音那一栏交了白卷，它就用默认播音去填。
你原来那句，只报了身份：
凌晨便利店，一个女店员说：还要加热吗。一个男客人说：不用了。出来通常是两个成年声音，干净、平稳，像在对读。性别它认识。这把嗓子今晚是干的、沉的、还是发紧的，它只能猜。猜的结果，就是你听到的那种「谁都能配」的声音。
同一句「还要加热吗」，店员已经问过今晚第一百遍，尾音该往下掉；客人刚进门回「不用了」，字和字之间该有缝。你不写这些，它就当两个人共用一把嗓子。
记住这一句就够：画面靠看得见的东西钉。声音要靠嗓子怎么发、这句话怎么走、标点在哪停。少写任何一项，它就回去念稿。
二、别写「女店员说话」，先把这把嗓子钉死
「温柔一点、低沉一点」比「疲惫」好一点点，还是两个标签。模型会给你一个好听的女声、一个好听的男声。好听，不像这两个人。
改法：身份只当介绍。真正占位置的，是这把嗓子今晚的状态：干还是凉、快还是慢、尾音往哪掉。同一家店，人、货架、关东煮留下，只换嗓子这一句。
你原来那句，属于只报标签：
女店员声音温柔一点，男客人声音低沉一点。女店员问：还要加热吗。男客人说：不用了。常见结果：一个甜、一个沉，尾音却收得一样齐。像在对读。
能钉住的写法，两把嗓子分开写，尾音不要写成同一种：
对：一个往下掉，一个中间有缝。闭眼听就能分出谁是谁。 还分不开，不是要再写「男女对比明显」，是两句里的快慢和尾音写成了同一种。整段发虚、像耳语，是音量写太低，把字吃掉了——偏低，但咬字还是清楚的。
这一步只练一件事：先让人听得出谁在说话，再谈这句话有没有情绪。 只写身份，等于没写。
三、别写「疲惫地说」，写这句话走完时音量、快慢、尾音怎么变
「疲惫、不耐烦」是听完以后你自己概括的。模型要的是过程：音量抬没抬、中间停不停、尾音收不收。
三种常见感觉，不要写成标签，写成走法：
- 「累」：音量偏低，语速不抢，句尾往下掉
- 「压着火」：音量没抬，咬字变紧，尾音收短
- 「改口」：先停一下，再说完，不要哭腔
便利店里很少需要喊。你写「不耐烦地喊」，货架还在，人却像在拍短剧。凌晨两点，火是压着的。
还是这个收银台。客人等了几秒，关东煮还没递过来。只改他这一句，不要换店。
你原来那句，属于把火写成音量：
男客人不耐烦地说：怎么还没好常见结果：音量突然抬上去，像在吵架。
能钉住的写法，音量不抬，只改咬字和尾音：
对：还是低，但字变硬了。 错：一上来就拔高。压着的火，是快和紧，不是响。
店员那句「还要加热吗」不要再写「疲惫地说」。第二节那条已经把累拆开了：音量偏低、中间顿、尾音掉。情绪词一回来，播音腔就回来。
听的时候只问：这句话里有没有「音量没抬、字却变紧」？有，语气就在了。没有，说明你还在贴情绪词。
四、多句别写一段心情，按时间顺序，一句一个走法
画面能一张交卷。声音不行。五秒里要是有两三句，情绪是走过来的。你写「情绪从平静到犹豫」，它会给每一句都上满同一种味道，听起来像朗诵。
改法：先各自钉死嗓子，再按先后写。哪一句短，哪一句中间停。不要写「越来越激动」。五秒里只让一个人的声音在走，另一个人稳住。
还是这家店。货架、灯、雾气不许换。客人这一侧走完三句：
男客人走进便利店，先问关东煮还热吗，店员说可以加热，客人说不用了，然后又改口说还是热一下吧，情绪从平静到犹豫再到无奈常见结果：三句一个味，「不用了」也被念得很郑重。像在演人生。
按先后拆开，只动快慢和停，不要再贴心情：
对：你能听见「不用了」是想走，「还是热一下吧」才是改口。中间那半拍比「犹豫」两个字管用。 还平，是三句都写了声线，却没写哪一句更短。 整段变吵，是连续加了加快。只有「不用了」需要短，改口本身要慢回去。
听的时候只问：有没有一句是明显短掉的？句句一样长，时间顺序就还没写进去。
五、语速不用另写「说快一点」，标点就是快慢开关
模型对「语速稍快、节奏感强」很钝。它更吃你写在台词里的停顿。逗号喘一下，句号收住，省略号把字拉长，感叹号往外冲。短句催，长句铺。
便利店里，真常用的是逗号、句号、省略号。感叹号一用，音量很容易被它自己加满。不到那一句真的在爆发，先别点。
还是客人这三句，只动符号，不堆新的情绪词：
这个关东煮还热吗。
不用了。
还是……热一下吧。第一句句号：问完就停。 第二句句号：走的决定很短。你要是写成「不用了……吧」，人就走不掉。 第三句省略号：改口发生在「还是」后面。你不写点，只写「犹豫地」，它还是会匀速读完。
「怎么还没好！」这种感叹号，在凌晨便利店里很容易假。新手更稳：用句号收短，比感叹号更像压着。
标点在的时候，删掉「语速由快到慢、充满层次」。报了层次，标点就被盖住了。
六、两套能直接套的写法：一句，和一句以上
单人、只有一句时，先填嗓子和尾音，台词放最后。台词放最前，它会先念字，后面的嗓子来不及管。
有两三句时，先钉这把嗓子，再按先后拆。每一句只改一个东西：要么更快，要么更短，要么中间多一个停。
两个人同框，先各写嗓子，再进入台词。不要在台词里才第一次出现「女的软、男的低」。那时候已经晚了。
这一节怎么用
先问一句：闭眼听，这两个人还是不是同一种念法？是，就先别补电影感，也别补「更有感情」。
- 画面真、一开口假，先检查你有没有只写了疲惫、平静、有感情
- 两个人分不开，先各自写嗓子：干还是凉、快还是慢、尾音往哪掉
- 有情绪但像在演，把情绪词删掉，改成这一句的音量、顿、尾音
- 好几句还是一个味，按先后拆，只让一个人走，另一人稳住
- 快慢写了也不听，把形容语速的词删掉，把逗号、句号、省略号写进台词里
| 成片什么样 | 别急着加 | 先改哪一步 |
|---|---|---|
| 两个人像同一个人在念 | 温柔、低沉、男女对比 | 各写一把嗓子：干/凉、快慢、尾音 |
| 听得见累，但像播音 | 更有感情、更疲惫 | 删情绪词，写音量偏低、句尾掉、中间顿 |
| 一写不耐烦就在吵架 | 激动、提高音量 | 音量不抬，咬字变紧，尾音收短 |
| 三句一个味，像朗诵 | 情绪丰富、层次感 | 按句拆，哪句短、哪一句中间停 |
| 改口听不出来 | 再写一遍犹豫 | 「还是」后面用省略号，前后两句用句号收短 |
课后只跑这一家店。先用开场那句出一条对照；再出第二节那条，听两把嗓子分开没有；再出「怎么还没好」，听音量抬没抬；再把客人三句按时间走完，把「还是……热一下吧」的点打上。
听的时候不要先问清不清。先问：店员的尾音掉了没有。客人那句「不用了」够不够短。改口是不是发生在「还是」后面。
句子里还在写疲惫、平静、有感情，就删。两把嗓子还没分开，不要补电影感，先把这句话从嗓子里走完。
暂无评论内容