介绍
AI 角色声音常常被加得太晚。创作者先完成 clip，再找一句能贴上去的台词。有时这能用，但通常会显得脱节。角色的嘴型、表情、动作和情绪压力并不是为这句台词设计的。声音变成补丁，而不是场景的一部分。
对动漫叙事来说，声音应该和 OC、storyboard、镜头时长一起规划。告白前的一声低语、战斗中的短促命令、对手的紧张笑声，或疲惫旁白的一句话，都能改变观众理解同一张画面的方式。声音不只是音高，它是关系、节奏、意图和时机。
这篇指南聚焦声音作为故事层。它不同于通用声音 prompt 指南，因为它从场景连续性开始：谁在说话、谁在听、刚刚发生了什么、角色想隐藏什么，以及这句话必须塞进多长时间。用 角色台词声线生成器 可以把这些部分放进同一份 brief。
核心原则
第一条是先场景，后声音。不要从「可爱声音」或「低沉声音」开始。先写这个场景意味着什么。
第二条是关系压力。同一句话，对朋友、对手、观众、导师或敌人说，听起来都不一样。
第三条是时长。声音台词必须适合镜头。6 秒特写装不下 30 秒独白，否则会显得很赶。
第四条是可复用角色档案。让 OC 的声音习惯在多句台词中稳定：节奏、自信度、正式程度、紧张时的小动作和情绪范围。
第五条是边界。说明输出是否包含音乐、音效、唱歌、喊叫、呼吸、停顿，或只要干净口语对白。
声音故事工作流
先从 storyboard beat 开始。写镜头目的：揭示、拒绝、道歉、威胁、玩笑、决定或告白。它会控制表演方式。
加入角色档案。保持短：角色职责、情绪习惯、说话节奏和一个矛盾点。例如：「说话正式，但害羞时会变快。」
加入听者。没有听者的台词通常会很泛。听者可以在画面里、画面外，或就是观众。
设定目标时长。给一个范围，比如 6-8 秒或 12-15 秒。这能帮助节奏和剪辑规划。
把精确台词和方向分开写。使用标签，让人类 reviewer 能看清哪些词会被说出来。
加入表演说明。一个停顿、一个情绪变化和一种 delivery mode 通常就够。如果台词属于序列，可以把它锚定到 三镜头连续性分镜板。
声音在 OC 流程中
声音继承同一份 OC brief 时会更强。character sheet 建立年龄范围、轮廓、表情和世界。OC profile 建立机制和关系。storyboard 建立台词前后发生了什么。voice prompt 表演那个瞬间。
这也能保持声音一致。如果每句台词都创建一个新人设，角色会像视觉设计一样漂。复用一张小 voice card：语气、节奏、情绪破绽、他们避开的词、常重复的词，以及压力下怎么变化。
声音还可以降低视觉负担。一句安静台词能解释需要很高动画成本才能表现的犹豫。一声短呼吸能让特写显得有意图。半笑着否认，比另一个动作 beat 更能承载关系张力。
示例 Prompt 1：告白声音 Beat
Voice direction: 表演 Nami，一位来自浮岛城市的原创动漫制图师。她平时听起来务实、干脆、戒备，但当别人发现她害怕时会变柔软。场景语境：Nami 刚刚遮住自己发光的罗盘吊坠，不想让朋友知道她在假装没事。听者是一位值得信任的朋友，站在镜头外。声音质感：温暖 young adult alto，清楚口语对白，克制情绪。节奏：开头带一点防御性的轻笑，第一句后停顿，然后放慢并变诚实。目标时长：9 到 11 秒。不要唱歌，不要音乐，不要音效，不要夸张 parody。
Line: "我没事。真的。我只是……需要这枚罗盘在你说出真相前，先停止说真话。"
这条 prompt 把台词连到视觉机制和角色关系上。
示例 Prompt 2：Rival 斗嘴声音 Beat
Voice direction: 表演 Ren，一位聪明的学院 rival，总是假装每个错误都是计划的一部分。场景语境：他的发明刚在主角面前冒火花，但他还想保持厉害的样子。听者：一个太了解他的友好对手。声音质感：明亮 tenor，戏剧化自信，快速节奏，在恢复镇定前有一小下慌张破音。目标时长：7 到 9 秒。只要口语对白，干净棚录声，不要音乐，不要人群噪音，不要喊叫失真。
Line: "那不是爆炸。那是戏剧版的预览，而我显然选择不在室内完成它。"
声音说明给笑点一个表演弧，而不是只靠文字。
示例 Prompt 3：预告旁白层
Voice direction: 为一个连载幻想短片创建冷静动漫预告旁白。旁白者是主 OC 更年长的自己，在故事事件之后回望。声音质感：低、温柔、反思，带克制悲伤，结尾有一丝淡淡微笑。场景语境：预告画面显示一盏破裂灯笼点亮空荡市场巷子，然后年轻女巫走进黑暗。节奏：慢、电影感，最后一句前留短停顿。目标时长：13 到 15 秒。只要口语旁白，不要音乐，不要音效，不要重回声 fantasy filter。
Line: "所有人都以为月亮消失了。只有我傻到在它从城市下方呼唤时，回应了它。"
这句台词把视觉 hook 变成故事前提。
常见错误
最大的错误是只 prompt 声音类型，没有场景语境。音高和年龄范围无法解释表演。
另一个错误是台词太长，不适合镜头。如果角色只有一个特写反应，台词就应该能呼吸。
创作者也会每次都改变声音档案。让角色的节奏和情绪习惯在场景之间稳定。
第四个错误是在编辑需要干净声音资产时加入音乐或音效。如果台词用于制作，除非明确需要声音层，否则保持 dry。
最后，不要让每句台词都戏剧化。动漫场景常常靠小声音选择承载压力。
FAQ
什么时候写声音 prompt？
在 storyboard beat 清楚之后、最终剪辑时长锁定之前写。这样声音可以影响节奏，而不是后期被硬塞进去。
多句声音台词之间什么要保持一致？
保持角色的声音质感、节奏习惯、正式程度、情绪破绽和关系模式。改变的是场景语境和情绪目标。
声音怎样帮助 AI 动漫短片？
声音给观众意图。它能澄清决定、揭示隐藏情绪、支持 hook，或让反复出现的 OC 在多场景中更鲜活。
