AI Engineering Tools

AI 媒体

AI 配音、翻译与口型同步术语

一份关于转录、说话人识别、时间码、翻译适配、词汇表、语音匹配、音素、可视音素、唇形同步、背景保留、字幕和标题的实用指南。

12 个术语

来源分析

记录

Transcript

含义

记录源音频或视频中的语音内容的带时间信息的文本记录。

使用场景

将其用作翻译、配音、字幕和质量审查的可编辑源代码。

提示片段

记录每一句语音,包括标点符号,并保留原始的时间码

来源分析

说话人识别

Speaker diarization

含义

识别不同人说话的时间,并将每个部分分配给说话者。

使用场景

在翻译或配音包含多个发言者的对话之前,使用它。

提示片段

将对话分为 A 说话者和 B 说话者,保留中断和重叠。

来源分析

时间码

Timecode

含义

一个时间戳,用于标识行或事件的开始和结束位置。

使用场景

使用它来对齐翻译的文本、字幕、编辑和评审备注。

提示片段

请确保每行翻译都位于其原始的时间码范围内。

翻译

翻译适配

Translation adaptation

含义

将字面翻译重写为既保留含义,又符合受众、文化、语调和可用说话时间。

使用场景

当直接翻译听起来不自然或对于场景来说太长时使用。

提示片段

转换为自然的韩语对话,保留笑点和意图,使其与原始行长度相符。

翻译

发音词汇表

Pronunciation glossary

含义

共享的批准翻译和发音列表,用于姓名、品牌、地点和专业术语。

使用场景

使用它来确保不同演讲者、剧集和语言之间的术语一致性。

提示片段

应用批准的术语表:Acme 不进行翻译,发音为 'ACK-mee'

语音

语音匹配

Voice match

含义

选择或设计一个与原始说话人具有兼容特性的目标语音。

使用场景

使用它来保留角色的年龄、活力、声音的重量和叙事角色,而无需不必要地复制身份。

提示片段

匹配原始说话者的平静能量和声音的力度,使用授权的目标声音。

语音

语音连续性

Voice continuity

含义

保持配音演员的身份、表演水平、口音和录音风格在场景中保持稳定。

使用场景

用于分集作品、拾取、分会话和重新生成的行。

提示片段

对于扬声器 A 的每一句台词,使用相同的批准的语音配置文件和房间角色

语音和唇形同步

音素

Phoneme

含义

用于分析发音和语气的最小对比语音单元。

使用场景

用于诊断发音错误,并更精确地对齐生成的语音。

提示片段

将最终的辅音音素与源单词的结尾对齐,保持自然的连音。

语音和唇形同步

语音单元

Viseme

含义

与一个或多个语音声音相关的可视嘴型。

使用场景

在调整面部动画或检查嘴型是否支持配音时使用。

提示片段

将嘴唇的音素与配音的短语对齐,保留自然的下巴和嘴唇运动。

语音和唇形同步

唇形同步

Lip sync

含义

将可见的嘴部运动与替换语音的 timing 和声音模式对齐。

使用场景

在翻译和语音生成后,尤其是在近距离对话中,使用它。

注意

强烈的校正可能会扭曲牙齿、嘴唇或面部特征;请查看特写镜头。

提示片段

与韩语配音同步嘴唇动作,保持面部身份和自然的表情。

音频混合

背景保留

Background preservation

含义

保留音乐、环境音效和音效,同时替换或翻译对话。

使用场景

当对话无法作为独立的生产音频片段时使用。

提示片段

只替换对话内容,保留原始音乐、环境音和音效。

文本输出

标题和说明

Subtitle and caption

含义

带有时间码的文本,用于表示翻译后的对话,或包含对话以及有意义的非语音音频。

使用场景

使用字幕以提供语言访问,并使用字幕以提供声音提示和说话人信息。

提示片段

创建带有说话人标签、声音提示、可读的分段和保留时间码的韩语字幕