AI 内容创作 / 系统课时

对白清理与一致性

对白清理与一致性

对白来自不同模型、录音批次或补录时,最常见的问题不是“听不见”,而是响度、底噪、音色与空间感彼此跳变。本课建立一条可复用的清理链路,让对白在同一场景中听起来属于同一时间、同一空间和同一角色。

学习目标

  • 区分响度、底噪、音色和空间感四类不一致问题。
  • 按固定顺序完成对白清理、匹配与验收。
  • 使用 FFmpeg 建立可重复执行的基础处理链。

清理目标与判断基准

对白清理的目标不是把波形做得“绝对干净”,而是在不损伤辅音、气息和情绪的前提下,减少会打断叙事的差异。处理时应先选一条状态稳定的对白作为参考,再让其他片段逐项靠近它。

维度 重点检查 合格表现
响度 句间强弱、峰值、短时响度 相邻台词不会突然变远或变近
底噪 空调声、电流声、生成噪点 停顿处连续,不出现抽吸或金属尾音
音色 低频厚度、鼻音、齿音、明亮度 同一角色的声线不因批次明显改变
空间感 房间底、早期反射、混响尾部 声音与画面距离、场景材质一致

响度标准必须服从最终发布平台。示例把 −16 LUFS-I 与 −1.5 dBTP 用作两条试听文件的目标和峰值限制。最终按项目协议测整段节目,不能把每句话都归到同一响度,否则会抹去表演动态。

一致性处理链路

推荐顺序是“剪辑整理 → 去直流与低频杂质 → 温和降噪 → 音色匹配 → 响度统一 → 空间补偿 → 场景内复核”。顺序可按录音问题调整。压缩及补偿增益可能提高噪声可感度,加混响也会改变之后的降噪判断。每次处理前后要等响对照并保留原版。

对白清理与一致性处理链路

音色匹配应采用“小幅、窄范围、可回退”的原则。先比较参考句与待处理句,再用均衡器修正最明显的差异;若声源本身的发声方式已经改变,例如情绪、口腔距离或模型说话人漂移,单靠均衡器无法完全修复,应优先重生成或补录。

空间感统一通常依赖同一条房间底噪和同一组早期反射。对白停顿处不要直接静音,应保留连续的 room tone,并通过短交叉淡化连接剪辑点,避免背景声在每句台词前后突然开关。

可执行处理示例

准备两条可用的单声道 WAV,文件名为 batch-a.wav 与 batch-b.wav,并确保 Node.js 和 FFmpeg 可在终端运行。把脚本存为 clean-dialogue.mjs 后运行 node clean-dialogue.mjs。先用相同清理滤镜测量,再用统计做第二遍归一,最后重新测输出。若线性增益无法满足条件,loudnorm 可能回退到动态模式。

js
import { execFileSync, spawnSync } from "node:child_process";

const cleanup = "highpass=f=80,afftdn=nf=-45:nr=6";
const target = "loudnorm=I=-16:TP=-1.5:LRA=7";

function measure(file, prefilter = "") {
  const run = spawnSync("ffmpeg", [
    "-hide_banner", "-v", "info", "-i", file, "-map", "0:a:0",
    "-af", [prefilter, target + ":print_format=json"].filter(Boolean).join(","),
    "-f", "null", "-",
  ], { encoding: "utf8" });
  if (run.status !== 0) throw new Error(run.error?.message ?? run.stderr);
  const matches = [...run.stderr.matchAll(/\{\s*"input_i"[\s\S]*?\}/g)];
  if (matches.length === 0) throw new Error("缺少响度统计");
  return JSON.parse(matches.at(-1)[0]);
}

for (const file of ["batch-a.wav", "batch-b.wav"]) {
  const stats = measure(file, cleanup);
  const inputs = {
    measured_I: stats.input_i, measured_TP: stats.input_tp,
    measured_LRA: stats.input_lra, measured_thresh: stats.input_thresh,
    offset: stats.target_offset,
  };
  if (Object.values(inputs).some(value => !Number.isFinite(Number(value)))) {
    throw new Error(file + " 的响度不可测,检查静音或输入质量");
  }
  const normalization = target + ":linear=true:" +
    Object.entries(inputs).map(([key, value]) => key + "=" + value).join(":");
  const output = file.replace(/\.wav$/, "-clean.wav");
  execFileSync("ffmpeg", [
    "-hide_banner", "-v", "error", "-n", "-i", file, "-map", "0:a:0",
    "-af", cleanup + "," + normalization, "-ar", "48000", "-ac", "1",
    "-c:a", "pcm_s24le", output,
  ], { stdio: ["ignore", "ignore", "inherit"] });
  const measuredOutput = measure(output);
  console.log(output, "I=" + measuredOutput.input_i, "TP=" + measuredOutput.input_tp);
}

预期输出

text
batch-a-clean.wav I=<实测综合响度> TP=<实测真峰值>
batch-b-clean.wav I=<实测综合响度> TP=<实测真峰值>

对适合这组参数的输入,输出综合响度应接近 −16 LUFS,真峰值在所设上限附近或更低。以最终文件复测为准,特别是后续重采样、编码或混音后。短句或静音可能不适合综合响度归一。声道数和采样率可用 ffprobe 单独核对。继续在同一监听音量下交替播放参考句和处理句,重点检查齿音、尾音、停顿底噪和句首距离感;若出现水声、金属感或辅音变钝,应降低降噪强度,而不是继续叠加处理。

验收与常见错误

验收时先关闭音乐和环境声,只听对白轨;再恢复完整混音,确认处理后的声音没有因为“单听很干净”而在成片中显得过薄。短句不宜只依赖综合响度数值,应结合短时响度、峰值和主观距离感判断。

  • 错误:每条对白使用不同的降噪参数。原因是局部最优会造成批次之间的音色跳变。修复方法是先建立统一基线,只对异常片段做小幅例外处理。
  • 错误:把停顿全部切成数字静音。原因是房间底噪被反复开关。修复方法是铺设连续 room tone,并在剪辑点使用短交叉淡化。
  • 错误:用大幅均衡补偿模型声线漂移。原因是 EQ 只能改变频谱,不能恢复发声方式。修复方法是优先重生成、补录或替换整句。

本课练习

  1. 选择三条来自不同批次的同一角色对白,指定其中一条为参考,记录其响度、底噪、音色和空间感特征,再为另外两条制定处理顺序。验收条件是相邻切换时没有明显的远近和声线跳变。
  2. 将示例中的降噪强度分别改为较轻与较重两档,比较辅音清晰度、呼吸声和停顿底噪。提交结论时说明哪一档更适合作为统一基线,以及为什么。

本课总结

  • 对白一致性要同时处理响度、底噪、音色和空间感,不能只做音量归一化。
  • 统一处理链应先清理、再匹配、后补空间,并始终保留可对照的参考对白。
  • 自动命令负责建立稳定基线,最终是否合格仍需通过 A/B 监听和成片复核确认。

下一课预告

下一课将学习“环境声与拟音设计”,把对白放回具体地点、动作和材质中,并用距离与层次关系建立可信的声音空间。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

对白清理与一致性

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通