跳转至

声音对照:同一动作,三种声音

对应声音案例:同一动作,怎样听出不同意图。一段16秒的二维动画:机械臂靠近杯子、碰歪它、再把它扶正。画面三版完全相同,只有声音不同。画面由程序绘制,所有声音由程序合成,没有使用录音。

怎么看

一次只打开一个版本,用同一设备和音量播放。第一次看之前不必读下面的说明:先记下发生了什么、哪些声音抓住了你的注意,再比较版本。

画面与时间

16秒、24fps,固定的二维侧视。0—5秒靠近,5秒接触;5—5.7秒杯子偏斜,5.7—8秒保持;8—11秒扶正,11—12秒撤开;12—16秒保持。没有字幕、对白、旁白和音乐。

关键姿态:上排0、4、5秒,下排5.75、10、12秒

三版改了什么

比较 不变 改变 注意
S0→S1 画面、环境声、接触声、运动声 4.5—12秒逐渐压低零件细节声,最低保留18% 差别在小音箱上可能不明显
S1→S2 画面、环境声、接触声、减弱后的细节声 8—11.25秒用带气息感的声音逐步替换电机声 音色和响度感会一起变化,不能只归因于“拟人化”

替换用约0.25秒的过渡;12秒以后三版只剩相同的环境声。三版没有分别做响度归一,整体响度略有不同。

分轨

分轨为48kHz、单声道、16-bit WAV,每条16秒、从0秒对齐:

轨道 文件 内容
ENV 环境 低幅度的平滑底噪
CONTACT 接触 5秒的碰撞短音与8—11秒的轻摩擦
MOTOR 运动 动作期间的电机声
DETAIL 零件细节 动作期间的周期性短音
AIR 气息质感 带限噪声,不是人声或呼吸录音

完整混音:S0、S1、S2。

重建

python3 scripts/build_sound_demo.py

只需要 Python 标准库与 FFmpeg。脚本见build_sound_demo.py,参数记录见verification.json。

局限

数值检查只能说明三版画面完全相同、声音没有削波、首尾段相同;“哪一版更温柔、更清楚”要靠你自己听。