# 05 · 声音与音画节奏

> 知识截止 2026-09。声音是漫剧「沉浸感」的一半。线上工具（H3/即梦）原生音画同步；本地需自拼配音+口型。

---

## 一、配音（TTS / 语音克隆）

| 工具 | 特点 | 本地显存 |
|---|---|---|
| GPT-SoVITS | 5–20 条样本克隆声线，质量高 | CPU 可 |
| F5-TTS | 跨语言、自然 | 中 |
| Fish Speech / IndexTTS | 多语种、稳定 | 中 |
| 即梦/海螺原生 | 直接出，免后配 | 云端 |

- **声线设计**：主角/配角/旁白用不同音色；同一角色全剧固定声线（参考图锁脸同理）。
- **台词规范**：单句 ≤12 字最利口型；长对白拆短句或改画外音。

## 二、口型（Lip-sync）

- **图→对口型**：LivePortrait（肖像驱动，轻）、Wav2Lip（通用）、EchoMimic V2（半身/全身数字人）、LatentSync（端到端）。
- **即梦对口型**：≤9 秒，选音色或上传配音，嘴型自然。
- **要点**：先出无声视频再对口型，或选原生音画同步模型省一步。

## 三、BGM 与音效

- **BGM**：按情绪曲线选曲；**商用需授权或来自无版权曲库**（如平台自带/CC0）。
- **音效**：环境声（雨/街市）、打击（巴掌/刀剑）、转场 whoosh。
- **混音**：对白优先，BGM 不压人声；统一响度（LUFS 约 -16 至 -14）。

## 四、音画同步要点

- 对白短句 → 口型自然；长句必错位。
- 剪辑时音频对齐视频帧，统一帧率（24/25/30fps）。
- 卡点：画面切换对齐 BGM 鼓点，提升爽感（见 `06` 后期）。

## 五、自检（见 `07` QA 清单声音层）
口型匹配？对白清晰？BGM 比例？环境音到位？授权合规？