给小说推文配AI声，音量、语速、停顿怎么调

小说推文这两年特别火，就是把网络小说的精彩片段配上一张静态图或者简单动画，用AI声音念出来，引流到小说平台。我做过几十条这种视频，最开始出来的效果自己都不想听——机器味重、语速像机关枪、关键情绪点全被念平了。后来在音量、语速、停顿这三件事上反复磨，才算摸出门道。

语速别图快，卡点比赶时间重要

新手最容易犯的错，就是把语速拉到一点二、一点三，觉得这样信息量大、完播率高。实际上小说推文是个"听故事"的场景，观众要的是沉浸，不是赶进度。我现在固定用零点九五到一点零五之间的语速，只在两种地方变速：打斗、紧张的情节稍快一点，到了抒情、揭秘的关键句，故意放慢到零点九。

具体操作上，我不在整段上统一调，而是把文案拆成一句一句，每句单独生成，需要快的那句单独把语速拉上去，需要慢的那句压下来。这样听起来有起伏，而不是从头到尾一个速度平推。剪映里每句话都是一个文本块，拖滑块调很方便；用ElevenLabs的话，每句单独生成再拼。

停顿是情绪的开关

小说推文最出效果的地方，往往不是念出来的句子，而是句子之间的停顿。主角刚说出"其实，我就是那个神秘人"，后面如果紧跟着音乐和画面，观众的情绪就上去了；如果AI一秒都不停接着念下一句，那个反转的劲儿全没了。

我的做法是：每段结尾留一到两秒的空白。在工具里实现的办法是，把句号换成省略号或者多打几个逗号，让模型自动多停一会儿；还不够，就在导出后用Audacity在句子后面手动切开，插入零点五到一秒的静音。每章结尾留三秒，配一个悬念提示音，引导观众点下一集。这些停顿听起来不起眼，但你对比一下加没加的两版，差别一耳朵就能听出来。

音量要让手机外放也听得清

小说推文的观众很多是在通勤、摸鱼时拿手机外放听的，环境吵，音量小了直接被忽略。我把导出的音频在Audacity里做标准化，整体音量比我做口播时再高一点，但也不能轰头——峰值控制在负二分贝左右，用压缩器把大声的句子压一压，保证小声的旁白也能听见。

还有个细节：背景音乐。小说推文的BGM几乎是必需品，但音量一定要压到人声的两成以下，而且在关键台词出现的瞬间，我会把音乐再压下去一截，别让弦乐盖过了"他竟是……"这种关键句。这个操作在剪映里用音频关键帧做，三秒钟的事。

音色要贴合小说调性

音色这事儿也得讲究。甜宠文选偏年轻、带点甜感的女声；男频爽文选低沉有力的男声；悬疑灵异选略带气声、压着嗓子的音色。别一个音色念所有题材，听众换一本书进来，声音一不对味就走了。我现在硬盘里存着按题材分好类的音色配置，接到新单子直接套。预估收益仅供参考，以实际结算为准。

本文链接：https://fuyehezi.com/fuyehezi/205.html 转载需授权！