人声听起来像不会讲话，是出于忒像机器了。你感觉到了吗？那种脸谱化的感觉，背景音里那种毫无起伏的嗡嗡声，还有那些滑溜溜的自动接词。把它们都扒拉下来，人声就回来了。 别去学那些大道理，直接把那个配音工作室的价目表翻出来看看。人家那个年轻人讲话都带着点播音腔，你还要让他自己找感觉？先把那个特产全换掉。先拿个杜比全景声要么 A 杜比横向混合，把声音塞进盒子里，让它在真空中自己喘气。

有时候你不需求任何特效，只要把混音师那套“空气感”的预设参数调成中档，人声会瞬间变得通透。别碰那些花里胡哨的频响均衡器，那是给编曲用的，人声是干吃的，油多就腻了。 再说混响吧，这玩意儿最伤嗓子，也能骗人。别用那种“胸腔共鸣”如此叫法的滤镜，那是为了模仿老歌手的味道，不是为了让对话听起来复古。把混响的衰减工夫（Decay）往短里调，就连干脆关掉。人声需求的是干净利落的空间感，不是那种像住在大礼堂里的闷声。

要是认定平淡，就加一点点回波，50 毫秒左右，让声音在房间边缘轻轻撞了一下。

然后，把所有的高频切掉。人声的亮部就是那些呼吸声和摩擦声，别把它全扔进混响里。 说到切频，就碰瓷高保真吧。把增益峰值拉高，把 3000Hz 到 8000Hz 这一大截全删了。剩下来的都是些低频的哐当声和泛音，听起来实际上挺舒服的。

这时候再加点底噪，那种类似老式录音机底噪的“沙沙”声，能瞬间提升质感。大量老歌都是如此做的，别去模仿现代流行那种晶莹剔透的电子感。 AudioImage 里那个“空气感”选项就够用了。

不用管音色映射那些复杂的设置，把它的衰减调到 120dB 以上，把细节多保留 1 秒。

这玩意儿能把声音里的颗粒感、气流声都捞出来，就像给声音加了层磨砂玻璃，既保留了细节又显得厚重。

之后，再顺手把高频切掉 1000Hz 以上，声音立马就沉下来了，特别有质感。 切掉破音是根本功。

看看隔壁老王那声，全是破音，直接拉低增益就行，要么干脆换个声带模型那种带颗粒感的。别去学那些zięki 自动检测工具，忒好办出错。手动的更稳妥，重点抓一下讲话时气息不稳的地方，略微拽一点波形，让声音变尖一点。 还有背景音的处理。别用那种“环境音增强器”这种啥鬼软件，直接拖进去的天然背景音最好。把耳朵贴在墙上，听听隔壁装修的噪音，那种低频的轰鸣声，别去处理。人声要是和背景音打架，只会显得脏。把背景音略微压低一点，要么换个频率低一点的乐器音色，比如几百年前的管子乐，和人声是对着唱的，能听出那是哪栋楼的人。 说到采样，这玩意儿就是给声音找爹妈。找个声音质量好的，比如带点厚度的男声采样，要么那种讲话比较清楚的视频配音。把采样频率拉到 192kHz，人声采样也尽量高。别急着换采样，等混音好了再说。

有时候采样本身就有瑕疵，比如呼吸声忒明显，那就加一点点压缩，让呼吸声变得均匀些，别让它显得像是在刻意换气。 别忘了重新整理节拍。大量视频节奏忒紧凑，讲话断断续续，这得修。把那些重叠的局部剪掉，整理成标准的 4/4 拍。

哪怕是一句台词，也要先讲清楚逻辑，别让句子拖得老长。把语音识别的错别字一个个改过来，标点符号也要理顺，别用那种省略号把话说得云里雾里。 最终一点，就是别让声音“忒稳”。别总想着把方波变成三角波，别总想着加那种完美的贝斯音轨。人声是有瑕疵的，有气口，有停顿。适当的留白，能让听众的大脑去补全剧情，这才是高级感。 别去研究那些复杂的参数曲线，直接听。拿两个声音对比一下，一个用了这些技巧，一个没用的，你听哪个更顺？哪个让你愿意听下去？那个就对了。

有时候删掉一个不必要的混响，声音反而像被人从真空中捞出来了一样，子虚乌有的东西都消亡了。 技术是手段，感受才是目标。别把自己困在那堆参数里，让它成为你表达的辅助工具。当你不再揪心声音不够完美时，你会发现，啥都不是难题。