如何為 AI 影片添加音效

如果一段 AI 影片聽起來空洞無物，在重新提示詞生成畫面之前，不妨先進行一次音效處理。要添加音效，請從物理角度（什麼物體發出聲音、材質為何、力道多大、在什麼空間中）描述一層環境音底噪（ambience bed）以及兩到三個特定音效，每種音效各生成數個版本，然後在剪輯軟體中放置於鏡頭下方。VerseIn 的 AI 音效產生器 是依據文字描述運作，因此你可以在該處建立音訊，並在自己的時間軸上進行對齊。

重要要點

• 先為整個場景鋪設一層環境音底噪，然後再添加必須與畫面上動作完全匹配的定點音效（hard effects）。
• 從物理角度描述聲音：來源、材質、撞擊力道，以及發生的空間環境。
• 生成兩到三個版本，放置在畫面下方，並保留能自然融入畫面的那一個。
• VerseIn 的音效工具依據文字描述運作。其頁面並未說明可上傳影片或自動對齊，因此你需要在自己的剪輯軟體中調整時間點。

擬音、環境音與定點音效

根據 維基百科的擬音條目，擬音（Foley）「是在後製階段添加到電影、影片和其他媒體中的日常音效重現」。它以 Jack Foley 的名字命名，該條目將其分為三類：腳步聲（feet）、動作聲（moves）與特定細節聲（specifics）。例如腳步聲、衣物摩擦聲，以及把杯子放在桌上的聲音。

正如 Adobe 影片添加音效指南 所述，環境音（Ambience）「是特定環境的背景聲音」。與之密切相關的是空間底噪（room tone），根據 維基百科的空間底噪條目，它是「在沒有對白時，於特定地點或空間錄製的『寂靜』」。剪輯師會將其穿插在對白之間，以使剪輯點更加平滑。

定點音效（Hard effects） 是與特定瞬間緊密相連的獨特聲音：關門聲、撞擊聲、轉場時的呼嘯聲（whoosh）。Adobe 指出「定點音效需要與畫面上的某些事物同步」，而環境音和音樂則不需要那麼高的精準度。

透過 5 個步驟為 AI 影片添加音效

VerseIn 的音效頁面列出了三個步驟。以下清單在這些步驟之前增加了一個步驟（準備好影片片段），並在之後增加了一個步驟（平衡混音）。

1. 準備好你的影片片段並記下缺失的聲音。
2. 描述來源與材質。
3. 描述空間環境。
4. 生成數個版本並放置在鏡頭下方。
5. 添加音樂與旁白配音，然後進行平衡。

步驟 1：準備好你的影片片段並記下缺失的聲音

首先製作或挑選影片片段，例如在 文字轉影片 或 圖片轉影片 中進行。VerseIn 上的某些影片模型會在生成片段的同時產生音訊（請參閱 具備音訊功能的 AI 影片產生器）。生成的音效適用於該音訊缺失或與鏡頭不符的情況。

接著列出一份簡短的聲音清單：地點（用於環境音底噪）以及每個應該發出聲音的具體可見動作。

步驟 2：描述來源與材質

該頁面的核心原則是「聲音設計提示詞即是物理描述」。說明是什麼發出聲音、它是用什麼材質製成，以及它移動時的力道有多大。其範例為：請寫「A heavy wooden door closing」，而不是僅寫「a door」。材質與重量比物體的名稱更重要。

開啟該工具，在「Describe what you want to create」方框中輸入你的描述，然後點擊 Generate。該頁面顯示擬音、環境音、撞擊聲與介面音效皆為其涵蓋的聲音類型。

步驟 3：描述空間環境

同一種聲音會隨著房間的不同而改變。該頁面指出，在浴室、大廳和野外拍手是三種完全不同的效果。在提示詞中指明空間，使音效與觀眾看到的畫面相符：其大小、表面材質，以及是室內還是室外，例如「footsteps on a tiled floor in a large, empty train station」。

步驟 4：生成數個版本並放置在鏡頭下方

該頁面建議生成兩到三個版本並拖放到畫面下方。保留那個能「融入畫面」的版本，也就是讓觀眾不再察覺它是一個額外添加的音效。

指定符合你剪輯片段空缺的長度，這樣你就不必為了修剪聲音而使用明顯突兀的長淡出。該頁面表示音效是依據特定時長生成的，可用時長會顯示在表單中。

然後在你的剪輯應用程式中對齊聲音。該頁面描述的是文字提示詞，而非影片上傳，因此你需要自行設定時間點：將環境音底噪放在完整場景下方，並微調每個定點音效，直到精準落在動作發生的時刻。該頁面表示音效會儲存在與你影片相同的資料庫中，因此你可以在影片片段旁邊找到它們。

步驟 5：添加音樂與旁白配音，然後進行平衡

如果影片包含配樂或旁白，請接著添加它們。AI 音樂產生器 可以根據你需要的情境長度製作純音樂伴奏底噪，而 AI 旁白配音 則可以將貼上的腳本轉為旁白。如果剪輯是以音樂為主導，請參閱 如何製作 AI 音樂錄影帶；若是旁白解說形式，請參閱 如何使用 AI 製作無臉 YouTube 影片。

Adobe 的指南表示，應將音效與對白及音樂進行平衡。將音效與音樂的音量維持在人聲之下，以確保每個字詞都清晰可辨。

讓音效貼合畫面的技巧

• 先鋪設環境音。 VerseIn 的頁面指出，真實的錄音從來不是完全寂靜的，而一層環境音底噪加上兩到三個特定音效，為場景帶來的效果通常比再次重新提示詞生成畫面更大。
• 將單一動作拆分成多個層次。 該頁面將關門動作拆解為門把、空氣流動、撞擊沉悶聲（thud）以及房間迴響。分別生成每個部分並將它們疊加在一起。Adobe 也表示音效「需要分層才能達到逼真效果」，並分佈在低頻、中頻和高頻之間。
• 交替使用不同版本以避免循環重複。 該頁面表示，耳朵會注意到重複的聲音，因此其範例是使用六個略有不同的腳步聲，而不是將同一個音檔播放六次。將同一個提示詞執行多次，並交替使用生成的結果。
• 先放置對齊再做評判。 該頁面警告，單獨播放時，音效通常聽起來太大聲、太長且細節過多。在做出決定之前，請先將其放在畫面軌道下方聆聽效果。
• 為每個音效加上淡入淡出。 Adobe 建議在每個音效上加上淡入和淡出，這樣聲音就不會突兀地開始或結束。長度適當的生成音效只需要很短的淡入淡出。

音效在 VerseIn 工作流程中的位置

短影片的典型工作流程順序如下：

1. 使用 AI 影片產生器、文字轉影片或圖片轉影片生成片段。
2. 在音效工具中生成環境音與各類音效。
3. 從 AI 音樂產生器添加音樂底噪。
4. 使用 AI 旁白配音添加旁白。
5. 使用 AI 字幕添加螢幕文字，或使用 AI 影片配音 製作其他語言版本。

AI 影片產生器頁面提到，旁白配音、背景音樂和音效是「與影片並列生成，而非在第二個獨立工具中進行」，皆統一儲存在同一個資料庫中。最終的剪輯仍然在你自己的時間軸上完成。

常見問題

我可以為已經製作好的 AI 影片添加音效嗎？

可以。從文字描述生成音效，然後在剪輯應用程式的時間軸上將它們放置就位。VerseIn 的音效頁面並未說明可上傳影片或自動同步聲音，因此你需要自行對齊每個音效。

生成的音效可以有多長？

該工具既可以製作短音效，也可以製作較長的環境音底噪。頁面說明可用時長會顯示在表單中，環境音通常對應場景長度，而撞擊聲則對應鏡頭長度。

我可以將 AI 音效用於商業用途嗎？

頁面常見問題指出，在付費方案下並遵守服務條款即可商用。在其他部分該頁面提到「無需追蹤授權授權」，因為音效是在你的方案下生成，適用相同的商業條款。你也可以在免費額度內試用該工具。請為你的專案查閱相關條款。

擬音與環境音有什麼區別？

擬音是日常聲音，例如腳步聲、布料摩擦聲和拿取物品聲，與畫面上的動作即時同步。環境音則是某個場所的背景聲音，例如街道或森林，貫穿在整個場景之下。

為什麼我的 AI 影片添加了音樂之後聽起來還是很假？

音樂能烘托情緒，但無法告訴耳朵這個場景發生在何處。請為該空間添加環境音底噪或空間底噪，然後再加上兩到三個與可見動作同步的定點音效，並分別具體描述其材質與所在的房間環境。