
Bram
酒馆老板,顺手就发了个任务
去问任何一家小工作室「配音为什么贵」,他们第一句都不会说棚费,而会说改。第九周改了一句台词,演员排不出时间,新录的一条和旧的房间底噪又不搭,于是本来要补一句,现在得补三句。合成音对独立团队最大的吸引力,主要是把这个循环压缩到几秒钟。
但前提是工具得尊重流程。四十个叫 export-1.mp3 的文件送到你手上,只是把活儿挪了个地方,没有消掉。CastDub 根本不导出逐句文件——它导出成片、Pro 上的逐角色音轨和 Plus 起的 SRT——所以接进你工程结构的那一步,是按 SRT 时间码切开成片,一个写一次就够的小脚本。
合成音在游戏里的失效方式不是音质,而是漂移。玩家能原谅一句略平的读法,但第二章里铁匠换了个人,他立刻就能听出来,因为人的听觉恰恰对这个最敏感。
在一个项目里,漂移在结构上不太可能发生:每个角色保持它的库角色和默认情绪,两个角色不会共用一把嗓子,直到这一性别的基础嗓子用完(引擎一共 10 把:女 4、男 5、中性 1)。但角色带不到别的项目,所以长周期项目要留一张角色表——库角色、人设,以及这个角色专属词汇的写法。第六个月来了个新编剧,他照着表来配,而不是重新挑音色,导出前再听一下第一句,于是声音这件事一点也不靠谁的记性。
请诚实看待合成音不擅长什么,预算就该花在那儿。它弱在身体性的用力——疼、发力、笑、哭——也弱在很长的情绪独白,那种全靠演员的处理撑起来的戏。它强在游戏剧本里那一大片中间地带:商人、教学、任务文本、环境闲聊、系统喊话。
几个小团队在用的务实分法是:全部先生成,次要角色就用生成版发出去,故事真正依赖的那两三个角色请真人。生成版顺便还能当参考轨,让演员进棚前就知道节奏。
两条规矩能让项目不出事。不要克隆你没有书面许可的声音,包括别的游戏里的配音员。也不要在宣发里把某个生成的音色说成是某位知名演员的声音——那是形象权问题,和音频是怎么做出来的无关。
如果你确实和真人演员合作、并且想把克隆当补录工具,合同里必须明确写出来,写清范围,也写清项目结束后这把声音怎么处理。在 CastDub 上,克隆只能由声音本人在自己的账号里、用亲口读的一段同意声明来做——所以这里没法替你克隆演员的声音;原因写在我们的克隆政策页上。
多数团队把对话存在表格或 Yarn/Ink 文件里。粘贴一列「角色名:台词」,CastDub 会把它当成一份角色表,而不是一段散文。
每个 NPC 在项目里设一次库角色、人设和默认情绪,于是新手村的守卫和第三章的守卫是同一个守卫。角色带不到别的项目——那些项目就照一张角色表来配。
一次生成某个角色的全部台词,成组地检查。一致性问题只有在你连着听四十句时才会暴露,单句检查永远听不出来。
没有逐句文件导出。把成片和 SRT(Plus 起)一起导出:每一条是一句,带着起止时间,所以一个小脚本就能切开 MP3,并用你自己的台词 ID 给片段命名,供 Unity、Unreal 或 Godot 使用。
策划改了八句,就重新生成这八句。其余台词保留现有音频,构建版本不会跟着翻来覆去。
任何付费套餐都可以,商用授权覆盖把音频随游戏一起发行。请留一份记录说明下载时用的是哪个套餐,另外不要把免费套餐的音频随游戏发出去——它的授权只限个人非商业用途。
能放在同一个项目里的 NPC 就放在一起;放不进的,就留一张角色表——每个 NPC 用哪个库角色、什么人设——别凭耳朵重新挑。跑偏几乎总是因为几周后有人挑了一个「差不多但不一样」的音色,而不是模型本身在变;在新项目里,导出前听一下每个 NPC 的第一句。
短促的战斗发声是合成音最弱的一块——闷哼、尖叫、发力声本质上是身体噪音,不是语音。要占位可以生成,但请在上线前留出预算,用真人录音或音效库替掉。
字幕导出会给你句级时间轴,够做简单的开合口型和字幕显示。全套口型同步需要的音素级数据,这一期还没有。
它会猜,而且凡是不常见的都会猜错。没有读音修正功能,所以定一个念得对的写法——换字或拆开写——剧本里每一句都用它。对一个有自造世界观的游戏来说,这件事值得第一天就做。
音色库对所有套餐都是同一套,没有哪个套餐给你更多音色。付费换来的是每个项目更多配音成员、Plus 起的 SRT 导出,以及 Pro 的逐句情绪和分轨导出。我们不把音色列表本身做成付费墙。