09 声音、音乐与静默¶
声音可以先于画面成为创意入口：一句未被回答的话、一段逐渐逼近的声响，或一个反复但终于中断的节拍，都能提出观看问题。声音脚本在简报和场景设计时建立，终混才处理所有声部如何共存。本章基础可直接从目标章进入；完整练习联用调度和时间剪辑。
本章分镜为自创教学示例，章末附有按分镜生成的 AI 参考成片；成片只是一种实现，效果仍要在自己的观看条件下检验。时间为成片秒数，区间左闭右开。表内的情绪解释是待验证的预期；声音大小、交付响度和格式依实际设备、观看条件和当期接收要求确定，不提供通用平台数值。
声音基础：先问是谁的声音、从哪里听、此时听什么¶
| 决策 | 定义与边界 | 写进声音脚本的内容 |
|---|---|---|
| 声源 | 声音在作品世界中的来源；可在画内或画外，也可属于非场景内的配乐/解说 | 雨来自店外、对白来自陈；不要把画外自动等同于非叙事世界 |
| 听点 | 观众被安排在什么位置、以谁的听觉经验接收声音 | 店内隔玻璃听雨；可随人物，也可不绑定人物；镜头特写不强制声音也变近 |
| 对白与旁白 | 对白是场景内的言语行动；旁白承担讲述、解释或主观表达，位置与知情须声明 | 谁说、说给谁、何时说、是否同期、哪些是事实/推断 |
| 环境与动作声 | 环境维持空间和时间底层；动作声指向具体动作或物态变化 | 持续雨底、衣袖摩擦、物体接触；不要凭空添加不存在的动作 |
| 拟音 | 为画面动作表演、录制并对齐的声音制作方法 | 衣料、步伐等可后配；与素材库音效的获取方式不同，都不自动证明真实发生 |
| 音乐与静默 | 音乐组织脉冲、段落和联想；静默可指撤去某声部、主观弱化，或明确的全轨无声 | 写清撤掉什么、保留什么；“安静”不等于所有轨道归零 |
| 声画关系 | 同步支持、提前/延续连接，或彼此补充、冲突 | 相同画面为何选此声音；冲突是否会误导事实或知情 |
“同步”有两层：素材录制/剪辑的时间对齐，以及作品中有意安排的事件关系。故意延迟的心理声不必像接触声一样贴动作，但必须写明意图。声音的类别也不是孤岛：同一阵雨既交代环境，也可成为节奏和主观注意的材料。
公共 A 声画对照：相同画面，改变注意¶
沿用08章 E-V01–04的 12 秒片段：陈取伞、林阻挡、林看门、周等待；黄色长柄伞始终在架中，人物都是成年人。柜台北侧是林、南侧是陈，相机在关系线西侧，门在右方。此处不添加周敲门、开门或新的对白。两版画面完全一致，声音方案不同；基础版保持客观环境，变化版在阻挡后缩小听觉关注，再回到室内听点。变化版不是普遍更好。
| 镜号 | 时间/时长 | 画面与信息 | 景别/机位/视点 | 人物动作 | 相机运动 | 声音 | 文字/剪辑 |
|---|---|---|---|---|---|---|---|
| AU01 | 0–3 / 3 | 定位两人与最后一把伞 | 中全景、西侧平视、外部观察 | 陈说“就这把”，右手接近伞 | 固定 | 见下表基础/变化分轨 | 无文字；手离柄一掌时切 |
| AU02 | 3–6 / 3 | 林的阻挡使取伞受阻 | 手部近景、同轴侧 | 陈右手继续，林左手挡住；两手不接触 | 固定 | 同上；5–6 林“等一下” | 无文字；接动作，6秒双手已停 |
| AU03 | 6–9 / 3 | 林注意移向门 | 林近景、西侧、非陈主观 | 6–7 看手，7–8 看画右门，8–9 保持 | 固定 | 同上 | 无文字；9秒按视线切 |
| AU04 | 9–12 / 3 | 周在门外等候 | 中景、从店内看玻璃门 | 周抱臂换重心，不敲门 | 固定 | 同上；玻璃门未打开 | 无文字；12秒结束，问题尚未解决 |
两版分轨时间表¶
| 轨道 | 基础版 A0 | 变化版 A1 | 同步/层级与限制 |
|---|---|---|---|
| DX 对白 | 陈1–2“就这把”；林5–6“等一下”；其余无对白 | 完全相同录音、时点和大小关系 | 话语可辨；AU02林画外说话，不强求见嘴 |
| AMB 环境 | 0–12连续室内听点雨底，镜切不改变距离 | 0–6同A0；6–7渐弱雨底，7–8保持较弱但可辨，8–9恢复，9–12同A0 | 门没开；弱化是主观注意设计，不冒充客观天气突然变化 |
| FOL 动作 | 3–4轻衣袖摩擦；不添加两手撞击或伞被拿起声 | 同A0 | 与可见手臂动作对齐；细节不压过对白 |
| MX 音乐 | 全程无 | 全程无 | 不靠配乐解释林的道德立场 |
| VO 旁白/其他 | 全程无 | 全程无 | 林的内心不由新增旁白直接说破 |
两版只改变雨轨的时间包络，预计 A1 更集中于林看门的停顿；也可能让部分观众误认听力异常或外界突然变静。没有观看证据时不能宣称更紧张。音量变化的过渡需实际听调，不能把表格当成已完成的混音。
SO01 用声源与听点保持空间，选择性地改变注意¶
问题与机制。 画面切到门外的人，雨声突然变成贴耳暴雨，可能让观众误以为相机或人物已走到室外。声源位置、遮挡和环境连续共同支持空间推断；有意偏离可以表达主观经验，但须与人物和段落相容。
适用与准备。 对话、观察、空间揭示及主观片段。准备空间图、门窗开闭状态、每段听点和环境素材。若要客观交代空间，先建立稳定基准；纪录片不以主观处理暗示未获证实的心理状态。
步骤。 ①逐段写声源及听点，不用“现场感”概括。②取得与拍摄环境相容的连续环境底和必要声源细节，保留来源。③先做 A0，跨镜只改画面，听空间是否稳定。④复制为 A1，只改6–9秒雨轨，正常观看后询问“刚才有什么变化”，检查是否误解门或天气。
组合与示例。 公共 AU01–04、A0/A1 即完整对照。若另选“到周的室外听点”，必须标为 A2：AU04 的9–12秒换成室外雨层，9秒转换；画面仍从店内取景，此时是声画听点分离，不能说摄影机真的到了室外。A2须与A0单独比较，不和A1叠加后归因于单一变量。
错误→返修。 每次切近景雨都骤大→把景别当听点→统一基准；关门后声底毫无变化却强调关门事件→空间线索矛盾→依据现场素材调整；环境循环有可识别重复→片段太短→换较长底或避开显著事件拼接。
检查。 能分清声源在哪吗？弱化让人集中还是困惑？门、人物距离与声音状态相容吗？环境素材足够覆盖全段吗？
媒介适配。 实拍另录稳定环境并标位置；动画先画声源图，即使画面极简也维持空间规则；AI画面若门状态漂移先返修画面，不能用统一雨声掩盖物态错误。声音可后配，能力边界与输入要求见章末。
SO02 分配对白、旁白与动作声的职责¶
定义与机制。 对白通过说服、回避或打断改变人物关系；旁白补充不可直接看见的背景、逻辑或立场；动作声帮助辨认接触、材质和时点。把相同信息同时说、写、演可能占用注意却不增加理解。先决定职责，再录制和混合。
适用与限制。 教程、广告、采访及剧情解释。复杂操作可先完整示范再解释，未必边做边说。纪录片旁白只陈述有依据的信息；拟音不得制造决定事实判断的事件。准备逐句目的、画面已提供的信息、发音/停顿脚本及必要动作声表。
步骤。 ①标每句话新增何信息，删纯粹复述动作的部分。②按正常语速试读并计时，装不下就删改或延长分镜，不压成难懂的语速。③对白优先取得清楚且符合空间的声音；后配时检查嘴形、呼吸和语气接续，不能只对齐开头。④听不清先找声源、素材或话语密度原因，再调混音。
非剧情完整对照 B：12秒设备支撑示范。 使用同一无品牌支架、设备和桌面；操作者在北，相机在南；双手离开后的本次状态是证据，不据此推论耐重、寿命。两版画面和动作声相同，无音乐字幕。旁白均为教学草案，试读不通过则需修改时长。
| 镜号 | 时间/时长 | 画面/新增信息、景别机位 | 对象动作；相机运动 | 动作与环境声 | 基础B0旁白 | 变化B1旁白 | 剪辑关系 |
|---|---|---|---|---|---|---|---|
| AB01 | 0–4 / 4 | 桌面近景、南侧略俯；展开过程 | 左手扶底座，右手展开；固定 | 环境0–12；展开摩擦1–3 | 0.5–3“把支架展开。” | 无 | 4秒动作完成才切；若实际有锁定步骤，须展示并重排 |
| AB02 | 4–8 / 4 | 同向中近景；设备落在支撑位 | 双手放置同一设备，8秒离开；固定 | 接触6–7；环境连续 | 4.5–7.5“然后把设备放上去。” | 4.5–7.5“这是本次桌面和设备的演示。” | 保留接触到脱手全过程 |
| AB03 | 8–12 / 4 | 延续AB02同一连续素材；完整设备、底座与空手可见 | 双手退到两侧，设备保持；固定 | 环境；无虚构锁扣响 | 8.5–11“现在松开双手。” | 无 | 此行是节拍标记，8秒不切镜；12秒出 |
B0提供动作口令，适合跟做；B1让画面承担动作、旁白限定证据范围，适合简短演示。变化不是“旁白越少越好”，也不是所有受众都能仅看画面复现。若目标包括无法充分看图的受众，应另做完整口述版本，见文字与观看条件。
组合。 先由目标与证据决定旁白内容，再由剪辑给它空间；动作声可以替代不必要的“现在碰到了”解说，但不能替代关键安全/操作说明。字幕承担必要的言语或声音信息替代，不默认只抄营销文案。
错误→返修。 每个动作都有旁白，观众漏看接触→并发过载→AB01留动作声；“咔嗒”暗示不存在的锁扣→音效创造假物态→删掉，按真实结构录声；后配对白情绪与画面冲突→只顾干净→重录同节拍或改画面覆盖。
检查与适配。 观众知道该做什么及结论边界吗？口吻符合关系与用途吗？接触/嘴形同步吗？语句实读能装入区间吗？实拍优先清楚原声并补环境；动画可先定表演录音再做嘴形；AI旁白须听审每词和停顿，画面嘴形失败时可改画外讲述，但需承认表现形式已改变。
SO03 用音乐结构和静默组织预期，谨慎使用声画对位¶
定义与机制。 音乐可为动作提供脉冲、段落和重复动机，也能与画面保持独立节奏。静默通过撤去已建立的声音改变预期；从未有音乐的场景不能靠“音乐突然停”制造变化。声画对位指声音与画面形成补充或张力，不等于随便配一首反差大的歌。
适用与限制。 MV、舞蹈、广告形式段、主观或讽刺表达。必须先明确作品主要依赖音乐还是语言；音乐是核心时，静音后不完整并非失败。用欢快音乐覆盖纪录中的痛苦事件可能改变对当事人的判断，应审查是否符合表达与事实。
准备与步骤。 ①准备自制或有相应用途权限的音乐，标乐句变化和需要保留的尾音。②画面先选“贴脉冲、错开、自由”哪种关系，不把所有切点锁在每个节拍。③做同画面两版，写清哪里停、停的是何轨、什么时候返回。④正常播放检查预期，另只听声音诊断断口；不将只听检查当整体验收。
非语言 D 完整小练习，8秒。 纯抽象动画：一枚圆形伸缩，非物理落地，无人物、对白、旁白、环境、字幕和拟音。固定正面全景，圆始终居中，相机不动，全片单镜；因音乐是形式基础，不要求静音后表达同样完整。为避免借用现成作品，自制干短音，每个音0.2秒，在0、2、4、6秒触发。
| 节拍/时间 | 画面动作与信息（两版相同） | D0基础声音 | D1变化声音 | 剪辑/关系 |
|---|---|---|---|---|
| AD01 0–2 / 2 | 0–0.3圆扩张，0.3–1回原大小，1–2保持 | 0–0.2短音 | 同D0 | 无切镜；声与扩张共同建立脉冲 |
| AD02 2–4 / 2 | 重复相同伸缩，起点2秒 | 2–2.2短音 | 同D0 | 无切镜；形成重复预期 |
| AD03 4–6 / 2 | 仍重复，起点4秒 | 4–4.2短音 | 4–6所有声轨静默 | 只撤此短音；圆仍动，制造视听错位 |
| AD04 6–8 / 2 | 起点6秒伸缩后恢复、保持至8 | 6–6.2短音 | 同D0 | 音乐返回；8秒片段结束 |
保持画面与其他声音完全一致，只撤4秒短音，预计观众会注意“缺失”和6秒返回。它可能产生意外或短暂悬置，不保证任何特定情绪。若音乐有长混响，须先决定保留尾音还是全静默；本例专门用无长尾干音，避免定义含糊。
声画对位增量。 A的AU01–04可另做SO03-C：画面与A0声轨不变，0–12增加一段轻快的非场景内音乐。它可能让林的犹豫显得轻松或讽刺，也可能削弱认真顾虑。这是需要试看的新立场；不能声称音乐证明林“不在乎周”。记录音乐来源、乐句出点并检查对白竞争，不拿它当默认改进。
错误→返修。 所有切点追鼓点但动作没完成→形式压倒信息→保留必要动作；中途硬截音乐像软件故障→无建立与返回→设计段落或尾音；静默变成电平断崖的技术噪声→检查边界并平顺处理，但不抹掉有意断奏。
检查与适配。 观众是否感知重复和变化？音乐立场符合目标吗？静默的范围与出入点明确吗？有可用分轨和使用权限吗？实拍可先用音乐预演动作；动画先把音轨与姿态表对齐；AI片段按可用动作重排到乐句，不把任意拉伸当成自然运动；必要时回到关键姿态动画。
SO04 用 J/L 剪辑连接声音与画面的不同出入点¶
定义与机制。 以一个画面切点为参照，后段声音提前进入是 J cut；前段声音延续到后段画面是 L cut。两者都是声画分离的剪辑关系，不是声音特效。“声音桥”用途更广，包括连续环境连接两镜；同一雨底跨切并不必然值得叫一次J或L。它们可预告新信息、保留反应时间，也会提前泄露线索。
适用与准备。 对话反应、访谈配观察画面、场景转换。准备来源可追溯的原声、可延续区间和两侧画面；不要拉长一句话到改变语义。纪录采访声延到工作画面时，不能让观众误以为这些话是在该动作当场说的。
步骤。 ①先写希望先听还是先看，以及为何。②标画面切点，再独立标声音入/出点。③沿言语/动作实际停顿取材，保留足够声底。④只听接缝、再正常观看，检查说话者归属与事实关系。
精确可执行对照。 沿AU01–04画面和A0雨声，保持总长12秒、无音乐旁白文字。以下三版分别输出，互不叠加；若重定时对白，须取得对应表演素材。
| 版本 | 画面切点 | 陈对白 | 林对白 | 作用与连续要求 |
|---|---|---|---|---|
| 基础J0 | 3秒由AU01切AU02 | 1–2“就这把” | 5–6“等一下” | 与公共版相同 |
| J1后镜对白预入 | 仍3秒 | 同J0 | 改2.5–3.5“等一下” | 林声音在手部镜前0.5秒出现；AU01可见林时嘴形必须匹配，林手仍于AU02阻挡；这也改变制止时机，不能只归因于J形式 |
| L1前镜对白延续 | 仍3秒 | 改2.5–3.5“就这把” | 同J0 | 陈话语跨到手部镜继续；AU01陈说话须与新时点一致，AU02画外尾句延续。观众可在听句尾时开始观察阻挡 |
新增对白时间不和原句重复播放。若现有画面只有1–2秒陈说话，L1无法直接成立；应重录/重拍相配动作，或选择脸未入框的覆盖并重新登记镜头，不能只拖音轨造成嘴形错误。
组合。 与08章切点共同决定观众何时转移注意；与SO02共同保护完整句意；与SO01保持跨镜空间。转场若用未出现过的脚步预入，必须把来人或画外关系加入剧本，不在公共A里凭空加敲门。
错误→返修与检查。 不知谁说话→预入缺乏身份线索→先建立声源或稍晚进入；台词移位使人物提前知道事件→知情错误→恢复时点；采访尾句拼接改变语意→返回完整原声。检查理解归属、等待作用、嘴形/环境接缝和可用素材长度。实拍录音与镜号对应；动画改对白时回查嘴形和动作节拍；AI不能仅靠换旁白解决口型，失败可改画外覆盖，但登记取舍。
SO05 按每一节拍建立混音主次，并验收实际输出¶
定义与机制。 混音是安排声部的相对关系、空间及随时间的变化，让需要的信息可听见且体验符合目标；不是所有轨道都响。先解决对白素材和叙述负担，再用电平、声部删减、空间或音色调整减少竞争。处理本身应以听到的问题为依据。
适用、准备与步骤。 一切多声部作品。准备对白、环境、动作、音乐的独立轨道与版本。①按节拍指定主声：A0的1–2/5–6秒对白优先，3–4秒衣袖只作轻细节，其他时间保雨的空间；D练习音乐脉冲是主体。②先单听问题轨，再放回全混确认，避免独听好听但合起来遮盖。③在目标耳机/扬声器与低播放音量下检查必要信息，按交付声道检查折合后的变化。④导出后重新播放实际文件，从开头、镜缝到尾音核对，不只检查工程预览；技术规格查当前接收要求。
可执行修订。 若SO03-C音乐盖住林“等一下”，复制为SO05-R：AU画面、对白时点全部不变；只在4.5–5秒逐步降低音乐，5–6秒维持让台词清楚的关系，6–6.5秒恢复；雨与拟音先不变。先问台词是否清楚、音乐变化是否分散注意；若仍失败，检查台词素材或减少同段音乐声部，不不断推高总输出。调节幅度由听审确定，纸面不编造合格数值。
组合与错误。 与SO02先分职责，再做声音主次；与交付评估核查实际文件。严重降噪导致水波般伪影→退回处理量、换素材或补录；每句结束环境抽空→只留了对白切片→补匹配声底；对白大但仍难懂→可能咬字/信息密度/竞争问题→分开诊断，不继续整体增益；声音削波或尾部被截→检查素材、总线及导出区间。
检查与适配。 必要话语能否被复述？强弱变化服务情绪吗？动作同步、环境和尾音是否连续？实际输出能在目标条件播放吗？实拍保留原始录音与处理版本；动画按最终动作帧复查拟音；AI生成音频须逐句、逐次接触听审，识别额外人声、伪词或不存在的动作声，不能只用波形和总时长验收。
SO05的独立扩展实践见16秒机械臂：同一动作怎样听出不同意图。它借鉴《荒野机器人》声音主创的制作问题，用同一画面分别检查声音层级与运动音色，给出轨道职责、接触帧、三个声音版本及返修标准；程序化媒体已输出S0/S1/S2与分轨。原片未实际听审，媒体也未经听审，不要把三版设计预期登记成观众结论。
AI 与混合媒介声音执行卡¶
声音原理不依赖生成工具。以下接续公共AU01–04，画面参考与镜头提示词沿05章执行包；这里补充音频输入和后期。没有实际候选、成功率或生成结果。
| 项目 | 要求 |
|---|---|
| 参考资产 | 自制空间图、门关闭状态图、角色说话节拍、自录/有许可的雨底与衣料参考；登记来源和用途。不把参考可用等同于任意声音模仿授权 |
| 镜头拆分 | AU01/02/03/04分别取0–3、3–6、6–9、9–12；对白需对齐本章时点，其他章节不同练习的对白时间不可直接套用 |
| 声音提示词草案 | 环境：“在便利店内隔着关闭玻璃门听到持续雨声，稳定背景，无人声、无雷、无敲门、无音乐。”动作：“轻微衣袖随伸手产生的短摩擦，无撞击声。”它们是单声部素材任务，不是整片自动混音指令 |
| 固定条件 | 林陈声音身份、语言与读词一致；门未开、伞未动。若工具不支持分轨或精确时点，则生成/录制独立声音后人工定位，不假定提示词可以锁时 |
| 起止与选片 | 雨底要有足够可剪长度与无突出重复的连接区；衣袖仅用3–4秒；对白陈1–2、林5–6须实际试读及对嘴。候选台账写输入版本、可用区间、噪声/伪词/事件错误 |
| 拼接与一致性 | 先铺画面与对白，再铺连续雨底、对齐衣袖；按A0输出基线，另存A1处理雨包络；不同镜头自带的雨声先检查，避免重复叠加和声场跳动 |
| 失败与替代 | 多出敲门或伞碰撞声则弃掉对应轨；口型不同步改合适画外覆盖或重做嘴形；环境不稳定改用自录素材。换媒介须保留原信息与时间，不靠音乐掩盖错误 |
延伸案例与可播放示范¶
- 16秒声音层级三版本：同画面、5条合成分轨、S0/S1/S2混音（SO05）。
- 受控错位与修复：只延迟CONTACT轨0.5秒，再恢复时位并自动比较原PCM。说明如何定位和修复单轨偏移，不假装是偶发故障，也不将局部峰值法当通用对白同步检测。
- 24秒音乐剪辑对照：同一音轨下两种画面组织（SO03）。
AI 参考成片（画面与声音同时生成）
同时生成的声音无法单独调雨声这一轨，A1 是对整条声轨在6—9秒做的包络，只能近似体现分轨设计。
本章实践交付¶
声源/听点图、对白与旁白职责表、完整分轨时间表、A0/A1或D0/D1对照说明、问题与返修记录。未制作成片时只能验收纸面时间、事实与可执行性，不能宣称混音或情绪已通过实测。