Juno
边想边说的主播
脚本类形式最合适
播客大致分两类：两个人不照稿聊的对谈节目，以及每个字都提前写好的脚本节目。合成音对前者几乎无用，对后者真的很好，因为脚本节目本身就是对一段书面文字的表演——而这正是这类工具在做的事。
在脚本类播客里，叙事虚构和纪录片式讲述最合适。两者都有一个旁白撑住结构，角色或受访者出现在其中，这刚好对应「选角—渲染」的工作流。
写不像写出来的对白
转写的口语和写出来的对白，在纸面上差别是看得见的：真实口语有说岔的开头、重复的词、填充语，以及提前收住的句子。写出来的对白很整。一个很整的稿子被表演出来，听起来就是一场表演——这对戏剧合适，对对谈播客就不对。
解法是把那种「不整」写进去。把「对、不是、我意思是」写在纸上。给搭档几个各占一行的短插话。让一句话提前结束，由另一个主播把念头接完。这些都不需要什么功能，需要的是你决定去写。
能留住注意力的结构
播客的收听数据在各平台上高度一致：最大的流失发生在头九十秒和段落交界处。由此得出两个结构习惯。用内容开场，而不是用一长段品牌片头；并且让每一次转场都干点活——一个问题、一个钩子、一次换声音。
换声音作为注意力工具被严重低估。从主播切到旁白，或者引入一个新角色，能以任何「单一声音里加能量」都做不到的方式重置注意力。一套阵容让你在每一个段落交界处都有这根杠杆。
再说一次标注
播客听众对主播的依恋异常强烈，这恰恰是不声明的合成主播一旦被发现就很难看的原因。在节目简介里写一行，这不花钱，而且它把话题从「欺骗」变成了「手艺」。
有一条绝对红线：不要生成一个听起来像真实、可识别的人的声音，并把它当成那个人呈现。无论意图如何那都是冒充，也是最快同时丢掉节目和账号的办法。
冷开场决定这一集
播客分析的结论残酷而一致：最大的单点流失发生在头九十秒，而一集开头一长段品牌片头是最可靠的致流失方式。真正留人的结构是内容优先——先给三十秒本集最有意思的东西——然后才是片头，然后是主体。
这对生成的节目比录制的节目更重要，因为合成音缺少那种顺带的温度，而真人主播靠它能换来几秒钟的善意。你只能用写作去挣注意力，换不到人格红利。
把对白混进音乐床
生成的对白干净而一致，这听着像优点，却带来一个具体问题：它是坐在音乐床上面，而不是坐在里面。解法和广播用了几十年的一样——把音乐床在人声处压下去，并在对白下面加一点极轻的房间底噪，让它占住一个空间而不是飘着。
这两件都是一次性决定，可以存成模板。设好之后每一集都自然坐得住，不用再想——这正是值得只解决一次的那类问题。
几步就能把剧本变成音频
- 写成对话，别写成文章
双主播播客是一场带打断、带附和声、带没说完的句子的对话。一篇文章分给两个声音念，听起来就是一篇文章分给两个声音念。
- 为区分度选角
主播必须在一句话之内就能被分清，因为听众没有脸可看。请挑不同的音高带和不同的语速。
- 按段落搭这一集
冷开场、片头、主体段落、片尾。分开渲染，这样你能重做中间而不碰开头。
- 导出能量曲线
播客的注意力是一路下滑的。请把你最有劲的演绎放在段落切换处——听众就是在那里决定要不要留下。
- 导出分轨再配乐
取按人的分轨，让你的片头、转场音效和音乐床能稳稳待在对白下面，而不是和一个已经混好的文件打架。
常见问题
听众会听出是合成的吗？
有些人会，尤其在那些本该听起来即兴的形式里——过于光滑就露了。叙事和纪录片形式藏得好得多，因为听众本来就预期这是照稿念的。在节目简介里说明既诚实，按我们的经验也比被人发现更不伤人。
能做得像在聊天吗？
主要靠写。缩略口语、把话说岔的开头写出来、短打断和附和声各占一行，这些比任何参数都管用。「像文章」是剧本问题，不是声音问题。
能把我自己的声音和生成的混在一起吗？
可以，而且这是常见搭法：自己当主播，生成搭档或者档案里的人物。请用相近的电平、在比较干的房间里录，两者摆在一起就没问题。
访谈类节目呢？
生成一段和真实人物的假访谈是不可接受的，我们的条款禁止这一点。生成和虚构人物的访谈，或者明确标注为演绎的历史情景重现，都可以。
一集能做多长？
集长受你每月分钟数限制，而不是受单次渲染上限限制。Creator 每月六十分钟，覆盖一档周更十五分钟的节目；Studio 的两百分钟能舒服地覆盖多数周更形式。
一定要配乐吗？
不是必须，但有音乐时转场清楚得多，而合成对白也会因为多一层质感而受益。段落之间一小段转场音效还能盖住分段渲染之间的接缝。