影视与摄影 / 知识点
影视制作术语速查
剪辑与后期
由高规格原始素材生成的低负载编辑版本,用于降低剪辑系统解码压力;通常在最终导出前重新关联原始媒体。
代理文件(Proxy)
代理文件是由高规格原始媒体派生的低负载编辑副本,用于让剪辑软件以更低的解码、存储与传输开销完成编辑,并在最终输出时重新关联原始媒体或其他高质量母版。
边界
代理文件的关键是编辑阶段替代高负载素材,而不是永久替换原始素材。它通常降低分辨率、码率或采用更易解码的编码,但应保留可可靠回链到原始素材的标识关系。代理文件损坏或丢失通常不等于原始素材丢失。
与转码的区别
| 概念 | 核心含义 |
|---|---|
| 代理文件 | 一种面向低负载编辑的媒体角色 |
| 转码 | 把媒体从一种编码、封装或规格转换为另一种的处理过程 |
代理文件往往通过转码生成,但“发生了转码”并不代表生成物就是代理文件;高质量中间文件、交付文件也可能由转码产生。
最小例子
前提是已安装 FFmpeg,且 <PATH>/camera-original.mov 存在。下面命令生成一个 720p H.264 编辑副本,并在文件成功写入后输出固定检查结果。
set -e
ffmpeg -y -i "<PATH>/camera-original.mov" -vf "scale=-2:720" -c:v libx264 -preset veryfast -crf 28 -c:a aac -b:a 128k "<PATH>/camera-proxy.mp4" >/dev/null 2>&1
test -s "<PATH>/camera-proxy.mp4"
printf 'proxy-created\n'预期输出
proxy-created这里的 <PATH> 需替换为实际目录;示例只说明“低负载副本”的角色,不规定具体项目必须采用 720p、H.264 或这些码率参数。
常见误解是把代理文件当成最终成片来源。正常代理工作流的重点是编辑时用代理、输出时确认回链到高质量媒体,否则可能把低规格代理误用于最终导出。
在非线性编辑软件中按时间顺序组织视频、音频、字幕和特效的工作区域;承担剪辑编排与版本制作的核心任务。
时间线(Timeline)
时间线是在非线性编辑软件中按时间轴组织镜头、音频、字幕、转场和特效实例的编辑结构,用来决定这些素材何时出现、持续多久以及彼此如何叠加。
边界
时间线保存的是编辑关系和时序安排,通常不是原始媒体文件本身。把一个镜头拖入时间线后,剪切、移动或改变入点出点,一般只改变该时间线中的使用方式,不会直接改写源素材。
与素材库的区别
| 概念 | 主要职责 |
|---|---|
| 素材库或媒体池 | 管理可供项目使用的源媒体与资源 |
| 时间线 | 按时间组织这些资源的具体使用方式 |
| 成片文件 | 时间线经过渲染或编码后得到的交付结果 |
同一份源素材可以被多个时间线重复引用,也可以在同一时间线中出现多次;这些引用可以拥有不同的剪切点、位置和效果设置。
最小例子
一条 10 秒的视频素材被放入时间线,只使用其中第 2~6 秒,并在下方音轨放入一段音乐。时间线记录的是“视频从何时开始、取源素材哪一段、音乐如何与它对齐”,而不是复制一份新的原始视频。
常见误解是把“时间线”与“整个工程文件”等同。工程通常还包含素材引用、文件夹结构、参数、缓存信息或多个时间线;时间线只是其中负责时序编排的核心编辑对象。
两个剪辑片段发生切换的位置,是控制动作连续性、节奏和叙事信息的重要位置;可按画面、声音或时间关系确定。
剪辑点(Edit Point)
剪辑点是时间线上一个片段结束、另一个片段开始,或画面与声音的编辑关系发生切换的位置;确定它,就等于确定观众何时从当前信息进入下一段信息。
边界
剪辑点首先是编辑关系的位置,不等同于镜头内部某个动作本身。剪辑师通常会根据动作、对白、视线、节奏或叙事信息选择具体帧,但这些因素只是决定剪辑点位置的依据。
画面与声音也不要求在同一帧切换。画面先切、声音后切,或声音先进入下一场而画面稍后切换,都意味着存在彼此错开的画面剪辑点和声音剪辑点。
转场持续一段时间时,也不能简单理解成只有一个瞬时切换帧。例如叠化包含前一镜头逐渐退出、后一镜头逐渐进入的重叠区,需要结合转场的起止位置理解编辑关系。
与相邻概念的区别
| 概念 | 关注点 |
|---|---|
| 剪辑点 | 两段素材或编辑关系在时间线上的切换位置 |
| 动作节点 | 人物或物体动作发生关键变化的时刻,不一定发生剪辑 |
| 转场 | 两个片段如何从一个过渡到另一个,可作用于剪辑点附近的一段时间 |
| 镜头边界 | 拍摄所得镜头素材本身的开始或结束,不等于成片最终采用的剪辑位置 |
剪辑点可以落在动作节点上,也可以提前或延后;同一组素材采用不同剪辑点,往往会产生不同的节奏和信息揭示顺序。
最小例子
角色伸手拿起杯子。镜头 A 拍到手刚接触杯子,镜头 B 从杯子被抬起继续动作。如果从 A 的“接触杯子”切到 B 的“开始抬起”,两段素材交界的那一帧附近就是画面的剪辑点。
若对白在镜头 A 结束前已经响起下一位角色的声音,而画面稍后才切到该角色,则声音剪辑点早于画面剪辑点,两者并不重合。
常见误解是把剪辑点理解成“两个文件天然接壤的位置”。实际剪辑中,同一素材可以选择大量不同的入点和出点,剪辑点是创作者对时间关系作出的选择,而不是素材预先固定的属性。
在连续动作或相近构图中省略时间后直接切换,造成明显的时空跳跃感;常用于压缩时间、强化节奏或制造风格化效果。
跳切(Jump Cut)
跳切是在连续动作、同一主体或相近构图之间直接删去一段时间后切换,使主体的位置、姿态或环境突然变化,并让观众明显感知到时间或空间被跳过的剪辑方式。
边界
并非所有“省略时间”的剪辑都是跳切。关键在于前后画面具有足够强的连续预期,却没有通过明显的景别、角度、插入镜头或其他过渡重新建立空间关系,因此删掉的时间被直接暴露出来。
同一机位拍摄人物讲话时,删除中间几秒后把剩余两段直接拼接,人物头部、手势或身体位置通常会瞬间变化,这是典型跳切。若在两段之间插入听众反应、环境细节或显著不同的机位,时间同样被压缩,但视觉跳跃可能不再表现为跳切。
跳切可以是需要避免的连续性问题,也可以是主动采用的风格手段。是否“错误”取决于作品是否希望观众察觉这种断裂,而不是术语本身决定的。
与相邻剪辑方式的区别
| 方式 | 前后关系 | 主要观看感受 |
|---|---|---|
| 跳切 | 相似构图或连续动作中直接省略时间 | 明显感到动作或时间突然跳跃 |
| 连续性剪辑 | 通过动作、视线和空间关系维持连贯 | 切换本身尽量不引起注意 |
| 匹配剪辑 | 利用形状、动作或意义上的对应连接两个镜头 | 强调前后镜头之间的视觉或语义联系 |
| 插入镜头 | 临时切到细节或相关对象,再返回主体 | 可隐藏时间删减并补充信息 |
因此,“两个镜头之间切得很快”并不足以构成跳切;判断重点是连续预期是否被一次可见的时空断裂打破。
最小例子
固定机位拍摄一个人坐在桌前讲话一分钟。剪辑时删除第 20 秒到第 30 秒,并把第 20 秒前后的主体画面直接相接。切换瞬间,人物的手从桌面突然变到脸旁,背景和机位却几乎不变,观众会清楚看到动作跳变,这就是跳切。
如果把被删除的时间用一段桌上文件的特写覆盖,再回到人物,虽然实际仍省略了十秒,但连续性断裂被新的画面关系遮蔽,通常不会把这一处称为跳切。
常见误解是把任何不连续的剪辑都叫作跳切。跳切强调的是相近视觉条件下可感知的时间或动作跃迁;跨场景、跨地点或明显换机位的普通切换即使省略了大量时间,也不一定属于跳切。
在两个或多个同时发生或具有关系的行动之间交替切换;常用于建立平行空间、制造悬念或强化事件之间的因果联系。
交叉剪辑(Cross-Cutting)
交叉剪辑是在两个或多个行动线之间往返切换的剪辑方式,用来让观众同时追踪这些行动的并行、关联或最终汇合关系。
边界
交叉剪辑强调的是行动线之间的交替组织,而不是单纯把不同场景混合在一起。它常用于表现不同地点同时发生的事件,但“严格同时发生”并非所有用法的必要条件;如果作品要让观众理解为同一时间发生,镜头中的时间线索和叙事上下文需要支持这种判断。
镜头切换得快也不等于交叉剪辑。只有剪辑持续在至少两条可辨认的行动线之间来回切换,并让这种关系承担叙事作用时,才符合这一术语的核心含义。
与连续性剪辑的区别
| 概念 | 主要作用 |
|---|---|
| 交叉剪辑 | 在不同地点或行动线之间交替切换,建立并行、对照、因果或汇合关系 |
| 连续性剪辑 | 维持同一场景或动作在空间、方向和时间上的连贯,使切点尽量不干扰理解 |
两者并不互斥。一次追逐戏可以在追逐者与逃跑者之间交叉剪辑,同时每条行动线内部仍遵循连续性剪辑原则。
最小例子
角色 A 正在拆除炸弹,角色 B 在另一地点赶往现场。影片反复切换“A 剪线”和“B 奔跑”,并让倒计时持续逼近零点,这就是典型的交叉剪辑:两个空间被组织成同一段紧张行动,观众会持续比较双方的进度。
常见误解是把“两个场景轮流出现”都称为交叉剪辑。若镜头只是先展示场景 A,再转到场景 B,且没有持续往返或建立明确关系,更适合把它理解为普通场景转换,而不是交叉剪辑。
通过镜头组合与并置产生时间压缩、意义联想或情绪变化;广义上指剪辑组织方法,不能简单等同于快速剪切。
蒙太奇(Montage)
蒙太奇是通过镜头的选择、排列和并置,使镜头组合产生单个镜头无法独立表达的时间、意义或情绪效果。
边界
“蒙太奇”有宽窄两种常见用法。广义上,它可以指通过剪辑组织镜头并形成意义的基本方法;在日常影视制作语境中,montage 也常特指一段由多个短镜头组成、用于压缩较长过程的“蒙太奇段落”。
它不以剪辑速度作为定义条件。慢节奏镜头同样可以通过并置形成蒙太奇效果;快速切换如果只是追求节奏,没有形成时间压缩、意义联想或情绪组织,也不能仅凭“切得快”判断为蒙太奇。
与交叉剪辑的区别
| 概念 | 主要关注点 |
|---|---|
| 蒙太奇 | 镜头组合后产生新的时间、意义、联想或情绪效果 |
| 交叉剪辑 | 在两个或多个行动线之间往返切换,强调它们的并行、关联或汇合 |
交叉剪辑可以被视为一种具体的镜头组织方式,而“蒙太奇”在广义使用中范围更大。两者可能同时出现,因此不应仅根据镜头数量或切换频率区分。
最小例子
影片依次展示角色晨跑、举重、日历连续翻页和比赛成绩提升,用几十秒概括数周训练过程。这段镜头组合压缩了叙事时间,即属于常见的蒙太奇段落。
如果把“工厂机器高速运转”与“拥挤人群”并置,即使没有表现时间压缩,也可能通过两个镜头之间的联想建立新的含义,这体现的是更广义的蒙太奇作用。
常见误解是把蒙太奇等同于“快速剪辑”。判断重点不是镜头有多短,而是镜头经过组合后是否形成了时间压缩、关系联想、情绪推进或新的叙事意义。
画面已经切换后,上一镜头的声音仍继续一段时间;适合保持对白或环境声连续,减少视觉切换的突兀感。
L Cut
L Cut 是一种让上一镜头的声音延续到下一镜头画面之后的剪辑方式,即画面先切换,声音稍后才结束。
边界
判断 L Cut 看的是声音切点晚于画面切点,而不是镜头本身采用了什么转场。延续的可以是对白、环境声或其他具有叙事连续性的声音;如果声音与画面同时切换,就不属于 L Cut。
L Cut 常用于把观众的听觉注意力继续留在前一个人物或场景,同时提前展示下一镜头的反应、动作或空间,使视觉切换不显得生硬。
与 J Cut 的区别
| 剪辑方式 | 画面与声音的先后关系 | 常见作用 |
|---|---|---|
| L Cut | 下一镜头画面先出现,上一镜头声音继续 | 保持前一段对白或环境声的连续性 |
| J Cut | 下一镜头声音先出现,随后才切到对应画面 | 提前引入下一场景或下一人物的信息 |
两者都属于声音切点与画面切点错开的剪辑方式,区别在于哪一侧的声音跨过了画面切点。
最小例子
人物 A 说完一句话后,画面已经切到人物 B 的反应镜头,但 A 的最后几个字仍在继续播放,这就是典型的 L Cut。
常见误解是把所有跨镜头连续播放的声音都称为 L Cut。若下一场景的声音先于其画面出现,应判断为 J Cut;若只是背景音乐连续覆盖多个镜头,也不一定构成以对白或场景声切点为核心的 L Cut。
下一镜头的声音先于画面出现,使观众先听到后续场景信息;常用于提前建立空间、人物或情绪预期。
J Cut
J Cut 是一种让下一镜头的声音先于对应画面出现的剪辑方式,即观众先听到后续场景,随后画面才切过去。
边界
判断 J Cut 看的是下一镜头的声音切点早于画面切点。提前出现的声音可以是对白、环境声或能明确属于下一场景的声音;如果声音与画面同时进入,就不属于 J Cut。
它常用于在画面仍停留于当前场景时,先建立下一空间、人物或事件的信息,让场景转换具有听觉上的提前量。
与 L Cut 的区别
| 剪辑方式 | 画面与声音的先后关系 | 常见作用 |
|---|---|---|
| J Cut | 下一镜头声音先出现,随后才切到对应画面 | 提前建立下一场景、人物或情绪预期 |
| L Cut | 下一镜头画面先出现,上一镜头声音继续 | 延续前一段对白或环境声 |
两者的共同点是画面与声音不在同一时刻切换;J Cut 向前引入下一镜头的声音,L Cut 则向后延续上一镜头的声音。
最小例子
画面仍是人物 A 坐在办公室,观众已经先听到火车进站的广播声,几秒后画面才切到车站,这就是 J Cut。
常见误解是只要声音提前出现就是 J Cut。若该声音并不属于即将出现的镜头或场景,例如一直存在的配乐,就不能仅凭时间上的提前判断为 J Cut。
完成主要镜头取舍和结构拼接但尚未精细打磨的版本;重点验证叙事是否成立、节奏是否合理以及素材是否覆盖关键内容。
粗剪(Rough Cut)
粗剪是剪辑过程中已经完成主要素材选择、镜头排序和整体结构搭建,但尚未对镜头长度、转场、声音和细节节奏进行精细处理的版本,主要用于判断故事或内容整体是否成立。
边界
进入粗剪通常意味着核心段落已经能够从头到尾观看,主要镜头取舍和场景顺序已有明确方案,但版本仍允许较大幅度调整。镜头可能保留得偏长,临时音乐、占位字幕或未经处理的现场声也可以继续存在。
粗剪并不代表所有素材都已经最终确定,也不要求声音、调色、视觉特效和图形包装达到交付质量。此阶段更关心结构问题,例如信息是否缺失、段落顺序是否合理、人物动机是否清楚,以及某些场景是否需要删除、补拍或重新组织。
与精剪的区别
| 概念 | 主要关注点 | 调整幅度 |
|---|---|---|
| 粗剪 | 故事结构、镜头取舍、内容完整性 | 可以移动或删除整段内容 |
| 精剪 | 镜头长度、节奏、动作衔接、声音关系 | 通常在稳定结构内细化 |
判断一个版本是否仍属于粗剪,关键不是完成百分比,而是结构层面是否仍可能发生明显变化。如果一段戏随时可能整体删除、交换位置或改用另一组素材,通常仍处在粗剪阶段。
最小例子
一支三分钟人物短片已经按照“人物介绍 → 工作过程 → 结果展示”拼成完整版本,但采访停顿尚未精修,部分镜头偏长,背景音乐只是临时使用,而且制作团队仍在讨论是否删除中间一整段工作过程。这一版本可以称为粗剪。
常见误解是把粗剪理解成“随便拼出来的第一版”。粗剪可以经过多轮修改并具有相当完整的叙事;它与精剪的核心差别,是当前工作重点仍以结构和主要素材取舍为主,而不是最终级别的细节打磨。
在粗剪结构稳定后进一步调整镜头长度、节奏、动作衔接和声音关系的阶段;目标是形成接近锁定的剪辑版本。
精剪(Fine Cut)
精剪是在粗剪的整体结构已经基本稳定后,对镜头入点和出点、节奏、动作衔接、对白停顿及声音关系进行细致调整,使版本逐步接近最终剪辑状态的阶段。
边界
精剪通常建立在主要场景顺序和内容取舍已经明确的前提下。编辑重点从“这段内容要不要存在”转向“这个镜头应提前几帧切入、停留多久、怎样与前后镜头和声音衔接”。
精剪仍然不是最终交付版本。字幕、调色、正式混音、视觉特效或图形包装可能尚未全部完成,而且在发现明显叙事问题时仍可以回到结构层调整。只有当剪辑时长和镜头顺序不再允许随意改变时,才通常会进一步进入剪辑锁定等后续状态。
与粗剪的区别
| 概念 | 主要问题 | 常见修改 |
|---|---|---|
| 粗剪 | 内容和结构是否成立 | 删除场景、交换段落、更换主要素材 |
| 精剪 | 已有结构怎样更准确、更流畅 | 修剪镜头长度、调整切点、优化动作和声音衔接 |
两者不是以某个固定完成百分比划分。即使一个版本看起来已经很完整,只要仍频繁移动整场戏或大规模改变内容结构,它更接近粗剪;如果结构稳定而修改集中在具体切点和节奏,则更接近精剪。
最小例子
一段对话戏已经确定使用哪些机位和台词,场景顺序也不会再调整。剪辑师接下来把演员反应镜头提前几帧、缩短一句对白后的停顿,并调整环境声和对白的衔接,让切换更自然。这类工作属于典型的精剪。
常见误解是把精剪等同于“所有后期都完成”。精剪描述的是剪辑本身进入细化阶段,并不表示调色、混音、特效或字幕已经达到最终交付状态。
剪辑团队确认画面结构、镜头顺序和时长基本不再变化的节点;后续声音、字幕与视觉特效通常以此版本作为工作依据。
锁画(Picture Lock)
锁画是剪辑流程中确认画面结构、镜头顺序和主要时长不再随意变化的节点,使声音、字幕、调色和视觉特效能够依据稳定的时间线继续制作。
边界
锁画强调的是画面编辑决策已经稳定,不是整个影片已经完成。对白编辑、拟音、混音、调色、字幕、视效合成和最终母版等工作仍可能继续进行。
“锁”也不等于技术上绝对无法修改。发现错镜、法律风险、严重穿帮或交付问题时仍可能改画面,但修改通常需要明确记录,并同步受影响的时间码、声音、字幕和视效任务,避免各部门继续基于旧版本工作。
与相邻节点的区别
| 节点 | 主要状态 |
|---|---|
| 粗剪 | 镜头选择、结构和节奏仍可大幅调整 |
| 锁画 | 画面结构与时长基本稳定,可作为后续部门的统一时间线基准 |
| 最终成片 | 声音、画面处理、字幕和交付规格等也已完成并通过检查 |
因此,锁画描述的是剪辑版本的稳定程度,而不是影片是否已经可以直接发行。
最小例子
一支短片在锁画时确定为 03:20,镜头顺序和剪切点不再调整。声音团队随后按该时间线制作对白、音乐和拟音,字幕团队也依据同一时间码制作字幕。
如果之后删除中间 2 秒镜头,即使只改了一处,也会使后续时间码发生偏移,这已经属于会影响锁画基准的变更,应通知相关部门并重新确认版本。
声音制作
描述音频在人耳感知层面的相对响亮程度,常结合 LUFS 等指标进行管理;与单纯峰值电平并不是同一个概念。
响度(Loudness)
响度是对一段音频在人耳感知上“有多响”的量化描述;影视和流媒体制作常使用 LUFS 等指标观察整体节目或一段时间内的感知响亮程度。
边界
响度不是某个瞬间振幅的简单读数。测量通常会结合频率加权、时间范围等因素,因此相同峰值的两段音频,持续能量和频谱不同,测得的响度也可能明显不同。
LUFS 是常见的响度表示方式,但实际交付目标取决于电视台、影院、流媒体平台或项目规范。本术语本身不意味着存在一个适用于所有发行渠道的固定目标值。
与峰值电平的区别
| 指标 | 主要回答的问题 |
|---|---|
| 响度 | 一段声音整体听起来有多响 |
| 峰值电平 | 信号某个瞬间最高达到多大幅度 |
| True Peak | 考虑重建后的信号峰值,用于评估超过数字满刻度等风险 |
响度和峰值需要同时管理:只压低最高峰,不一定能让整段节目听起来明显更小声;反过来,把平均能量推高也可能在响度合适之前就先遇到峰值限制。
最小例子
两段对白都出现过接近相同的最高峰值。第一段只有少量短促重音,大部分时间较轻;第二段经过较强压缩,声音持续保持在较高能量。虽然它们的峰值接近,第二段通常会表现出更高的整体响度。
反过来,两段节目也可能拥有接近的整体响度,但其中一段保留更多瞬态,因此峰值明显更高。由此不能用单一峰值表直接代替响度测量。
音频从较低可听信号到较高峰值信号之间的范围;影响对白、音乐和效果声的层次以及最终混音的表达空间。
动态范围(Dynamic Range)
动态范围是音频中较低的有效信号与较高峰值之间的电平跨度,通常以 dB 表示;它决定一段声音能够保留多大的强弱反差。
边界
动态范围描述的是强弱之间的跨度,不是单纯描述整体音量大小。实际制作中,下限会受到环境噪声、设备底噪和可听阈值影响,上限则受到录音设备、数字满刻度以及交付规范限制。
压缩器、限制器等动态处理可以缩小动态范围,使弱声与强声更接近;但提高整条声轨的增益,只会整体抬高电平,并不会自动改变原有动态范围。
与相邻概念的区别
| 概念 | 关注的问题 |
|---|---|
| 动态范围 | 最弱有效信号到最强峰值之间有多大跨度 |
| 峰值 | 某一时刻最高达到什么电平 |
| 余量(Headroom) | 当前峰值距离允许上限还剩多少空间 |
| 信噪比 | 有效信号相对于噪声高出多少 |
因此,一条音轨可以拥有很大的动态范围,同时峰值仍然保持安全余量;动态范围大也不等于信噪比一定高。
最小例子
一段对白中,轻声片段约为 -36 dBFS,激烈喊声峰值约为 -6 dBFS,两者之间存在约 30 dB 的电平跨度。若后期压缩让轻声升高、喊声受到压制,这个跨度就会缩小。
常见误解是把“动态范围大”直接理解为“声音更响”。真正需要比较的是同一声音内容中低电平与高电平之间的差距,而不是播放器当前的音量旋钮位置。
影视作品中人物说话形成的主要语言声轨;后期通常会进行清理、编辑、补录和混音,以保证可懂度与叙事连续性。
对白(Dialogue)
对白是影视作品中由角色说话形成、直接承担人物交流与叙事信息的语言声音,是声音后期需要重点保持清晰度和连续性的声轨内容。
边界
对白既可以来自现场同期录音,也可以在后期通过 ADR 等方式重新录制。判断一段声音是否属于对白,关键看它是否作为角色在场景中的语言表达存在,而不是看录制时间或使用了哪种麦克风。
旁白、解说和角色内心独白同样包含语言,但在制作管理中常会按叙事功能单独归类;具体轨道命名和分组方式取决于项目工作流。
与相邻概念的区别
| 概念 | 主要特征 |
|---|---|
| 对白(Dialogue) | 角色在场景中的语言交流或发言 |
| ADR | 为替换或补充原对白而进行的后期同步录音方式 |
| 旁白(Voice-over) | 不一定来自画面中正在说话的角色,常承担解释或叙述功能 |
| 环境声(Ambience) | 描述场景空间和环境,不以传递语言内容为主要目的 |
ADR 是获得对白的一种方式,并不是与对白并列的声音内容类别;一条 ADR 录音进入最终场景后,通常仍属于对白素材。
最小例子
演员在餐厅场景中说“我们明天出发”,现场收音清晰时可直接作为对白使用。如果现场受到餐具碰撞干扰,后期让演员重新同步录制这句话,替换后的声音依然属于对白,只是来源变成了 ADR。
常见误解是把所有人声都称为对白。歌曲演唱、幕后采访、解说或旁白虽然也是人声,但是否归入 Dialogue,应依据其在作品中的叙事角色和项目的声音分类规则判断。
在后期为人物动作、物体接触等画面重新录制并匹配的动作声音;重点增强现场原声缺失或质感不足的部分。
拟音(Foley)
拟音是后期声音制作中,由拟音师观看画面并重新表演、录制人物动作和物体接触声,使声音在时间、力度和质感上与画面动作匹配的制作方式。
边界
拟音主要处理可由表演重新制造的同步动作声,例如脚步、衣物摩擦、拿放杯子、开关门或身体接触声。它通常用于补足同期录音缺失、噪声过重或质感不足的部分,但不等于重新制作影片里的所有声音。
对白补录、环境底声、车辆轰鸣或爆炸等声音通常属于其他声音制作环节;即使这些声音也在后期加入,只要核心任务不是“跟随画面动作进行同步表演录制”,一般不称为 Foley。
与相邻概念的区别
| 概念 | 核心对象 | 与画面的关系 |
|---|---|---|
| 拟音(Foley) | 脚步、衣物、物体接触等动作声 | 通常逐动作同步表演并录制 |
| 音效(SFX) | 枪声、机械声、冲击声等广义效果声 | 可同步,也可通过素材或声音设计构建 |
| 环境声(Ambience) | 房间底噪、街道、风雨、虫鸣等背景声 | 主要维持地点和空间氛围,不逐动作对应 |
最小例子
画面中演员从木地板走到地毯,但同期脚步声几乎不可用。拟音师按照演员步伐重新踩踏木板和地毯并录音,再在后期对齐每一步,这就是典型的拟音。
常见误解是把“后期添加的声音”全部称为拟音。判断重点不是声音是否后期制作,而是它是否通过同步表演来重建画面中的具体动作声。
用于表现特定地点、时间和空间氛围的背景声音;可帮助镜头之间保持声场连续,也常用于增强场景真实感。
环境声(Ambience)
环境声是持续或间歇存在于场景背景中的声音层,用来建立地点、时间和空间感,并让不同镜头之间的声场保持连贯。
边界
环境声关注的是场景整体听觉背景,而不是某个角色或物体的一次具体动作。室内空调底噪、远处交通声、森林虫鸣、海边风浪或餐厅人群底声都可以成为环境声,只要它们主要承担空间和氛围信息。
环境声不要求从头到尾完全不变。镜头位置、时间、天气或空间大小发生变化时,可以调整声层和强弱;关键是变化要符合场景逻辑,并避免剪辑点出现没有叙事依据的声场跳变。
与相邻概念的区别
| 概念 | 主要作用 | 是否通常对应单一动作 |
|---|---|---|
| 环境声(Ambience) | 建立地点、时间与连续的空间氛围 | 否 |
| 拟音(Foley) | 补足人物和物体的同步动作声 | 是 |
| 音效(SFX) | 强化具体事件、物体或设计性声音 | 视内容而定 |
最小例子
两个镜头都发生在同一间夜间办公室。即使画面角度不同,持续保留轻微空调声和远处城市交通声,也能让观众感觉两个镜头仍处在同一声学空间;这些背景声就是环境声。
常见误解是把环境声理解成“随便铺一条背景噪声”。合适的环境声应与地点、时间和空间状态一致,并承担声场连续性的作用,而不是单纯填满静音。
保证声音事件与对应画面动作在时间上准确对应;拍摄现场和后期处理中都需要关注同步基准、漂移和对齐误差。
声画同步(Sync)
声画同步是让声音中的事件与画面中对应动作保持正确时间关系,使对白口型、击打声、关门声等在观看时落在预期的画面时刻。
边界
同步关注的是时间对应关系,不等于声音本身是否清晰或音量是否合适。素材开始时对齐也不代表全程同步:如果录音设备与摄影设备的时钟存在差异,较长素材可能逐渐产生漂移。
同步问题通常可分为固定偏移和持续漂移。固定偏移表现为整段声音始终提前或滞后近似相同的时间;漂移则是开头基本正确,越到后面误差越明显。
与相邻概念的区别
| 概念 | 主要作用 |
|---|---|
| 声画同步 | 让声音事件与对应画面动作在时间上对齐 |
| 时间码 | 给设备或素材提供时间位置参考,便于记录和匹配 |
| 对口型 | 特别关注对白或演唱声音与嘴部动作是否一致 |
时间码可以帮助建立同步基准,但拥有相同或相关时间码并不自动保证最终素材没有偏移或漂移。
最小例子
拍摄人物击掌时,画面记录双手接触的瞬间,录音同时出现明显的击掌波形峰值。后期把该波形峰值与接触画面对齐后,击掌声应在视觉接触附近出现;如果整段素材后部又逐渐错开,则还需要检查漂移,而不能只调整一次起始位置。
常见误解是把“开头对齐”当成已经完成同步。真正需要确认的是关键动作在整段素材中的时间关系是否持续稳定。
对对白、音乐、环境声和效果声的电平、频率、动态及空间关系进行综合处理;目标是形成统一且可交付的最终声场。
混音(Mixing)
混音是把对白、音乐、环境声和效果声组织成统一声场的过程,通过电平、频率、动态和空间关系处理,使重要内容清楚、各类声音彼此协调,并满足最终交付需要。
边界
混音处理的是多条声音在成片中的整体关系,不只是把每条轨道调到某个音量。常见工作包括平衡电平、均衡频率、控制动态、设置声像与空间效果,以及检查整体响度和峰值。
具体交付标准取决于影院、电视、流媒体或其他发行平台,因此不能脱离目标规格给出一个通用的固定响度或峰值数值。
与相邻环节的区别
| 环节 | 主要任务 |
|---|---|
| 声音剪辑 | 选择、清理、排列和修整具体声音素材 |
| 混音 | 调整多类声音之间的电平、频率、动态和空间关系 |
| 母版与交付 | 按目标格式和技术规格生成、检查最终声音版本 |
声音剪辑解决“用什么声音、放在哪里”,混音进一步解决“这些声音同时出现时应该怎样被听见”。
最小例子
一场对白戏同时包含人物讲话、背景音乐和街道环境声。如果音乐遮住对白,混音可以降低音乐电平,并根据需要调整其频率或动态,让对白保持清晰,同时保留音乐和环境提供的情绪与空间感。
常见误解是把混音理解成单纯调音量。音量平衡只是其中一部分;频率冲突、动态范围和空间位置同样会决定最终声音是否清楚、自然并适合交付。
视觉特效与调色
把不同来源的画面元素按空间、遮罩、透明度和光色关系组合成一个最终镜头;常见于绿幕、抠像和视觉特效制作。
合成(Compositing)
合成是把实拍、CG、背景、粒子、遮罩等不同来源的画面元素,按照空间位置、遮挡、透明度和光色关系整合成一个最终镜头的过程。
边界
合成处理的是多个视觉元素如何在同一镜头中成立,不等同于简单叠图。除了前后层级和透明度,还可能需要匹配透视、景深、运动模糊、颗粒、亮度、色温与接触阴影,使不同来源的素材看起来属于同一拍摄环境。
抠像、跟踪、遮罩等技术可以为合成提供素材或控制信息,但它们只是合成流程中的具体手段。剪辑则主要决定镜头之间的时间组织,不负责单个镜头内部各元素的视觉整合。
与相邻概念的区别
| 概念 | 主要解决的问题 |
|---|---|
| 合成 | 多个画面元素怎样组合成一个可信的最终镜头 |
| 抠像 | 怎样从背景中分离出前景主体及其透明度信息 |
| 遮罩 | 哪些区域可见、隐藏或受到某项处理 |
| 剪辑 | 镜头在时间线上如何选择、排列和衔接 |
最小例子
演员在绿幕前表演,抠像先得到演员及边缘透明度;随后把演员放到城市背景上,再加入 CG 烟雾、接触阴影和统一的色彩处理。真正把这些元素组织成最终镜头的阶段就是合成。
常见误解是把“把两层素材叠在一起”直接等同于合成。图层能够叠加只是基础条件;如果透视、边缘、光线、颗粒或遮挡关系明显不一致,技术上完成了叠层,视觉上仍可能是失败的合成。
依据颜色或亮度特征把前景主体从背景中分离的技术;绿幕与蓝幕是常见场景,最终质量取决于边缘、反光与色污染控制。
抠像(Keying)
抠像是依据像素的颜色、亮度等可区分特征,计算前景与背景的分离结果及透明度,从而把主体提取出来的技术。
边界
抠像成立的关键是前景和待移除背景之间存在足够稳定的可分辨特征。绿幕、蓝幕常利用色相差异进行色度抠像,其他场景也可能依据亮度进行分离。
结果通常不只是“保留或删除”两种状态,而包含半透明边缘,因此头发、运动模糊、玻璃和柔软边缘尤其依赖准确的透明度。主体颜色接近背景、布光不均、背景反射到主体形成色污染时,单靠自动抠像往往不能得到干净结果。
与相邻概念的区别
| 概念 | 主要依据 | 主要用途 |
|---|---|---|
| 抠像 | 颜色、亮度等像素特征 | 自动或半自动分离前景与背景 |
| 遮罩 | 人工绘制或其他方式生成的区域范围 | 明确限定可见或处理区域 |
| 逐帧描绘 | 人工或辅助跟踪主体轮廓 | 处理无法可靠依靠颜色分离的镜头 |
| 合成 | 多个元素之间的空间与视觉关系 | 把已分离的素材组织成最终镜头 |
最小例子
演员穿红色服装站在均匀绿幕前,抠像器可以把绿色区域识别为背景,并为头发等边缘生成部分透明度。得到的前景随后可以进入合成阶段,与新的背景组合。
常见误解是认为“绿幕就一定能一键抠干净”。绿幕只是提供较容易区分的背景颜色;阴影、褶皱、溢色、反光以及主体自身包含绿色区域,都可能破坏分离条件,需要额外的遮罩、边缘修整或色污染处理。