第 3 章
配音
黃志弘 Leo
跟 AI 一起做東西的筆記
這一章把旁白定稿變成一個聲音檔。配音要在做畫面之前完成:每一格畫面出現的時間、字幕換行的時間,都照聲音檔裡每一句的時間點排。聲音一改,畫面就要重排,所以這一章要一次做對。
這支片用 Google 的 Gemini 語音模型(gemini-3.8-flash-tts),聲音是 Charon。從第一版到定稿,聲音檔改了三輪:
| 版本 | 做了什麼 | 旁白長度 |
|---|---|---|
| v1 | 整份旁白一次合成 | 16 句,61.8 秒 |
| v2 | 指令要求更快、更有精神,重新合成 | 16 句 53.2 秒;加上第 17 句共 56.85 秒 |
| v3 | 不重錄,直接剪短句子之間的空白 | 17 句,49.37 秒 |