登入
後製可用相容:Claude/OpenClaw/ChatGPT

TTS 與影片後期

口播稿分段、語速與標點、剪輯節奏參數,讓影片聽起來不趕、剪起來不亂。

SKILL.md|完整技能包

---
name: tts-video
description: 把口播稿分段、調語速與標點、給剪輯節奏參數,讓影片聽起來不趕、剪起來不亂。
version: 1.0.0
category: production
tags: [小紅書, 影片, 口播, TTS, 剪輯]
compatibility: [Claude, OpenClaw, ChatGPT]
difficulty: intermediate
estimatedTime: 30 分鐘
inputs: [口播稿全文, 影片時長目標, 平台(小紅書/其他), 語速偏好]
outputs: [分段腳本(含停頓標記), 剪輯參數建議]
license: self-authored
locale: zh-Hant
---

# TTS 與影片後期

## 什麼時候用

- 已寫好口播稿,要生成語音(TTS)或自己錄,但不確定怎麼分段、停在哪。
- 剪片時節奏亂:有些地方趕、有些地方拖,找不到原因。
- 想讓 60 秒內的小紅書影片「聽起來不趕、看不累」。

## 什麼時候不要用

- 稿子還只是大綱 → 先補全文案再分段。
- 影片要長(3 分鐘以上長內容)→ 節奏參數不同,這裡專注短影片。
- 只用剪映模板、不自己控節奏 → 模板會幫你切,參數參考就好。

## 輸入

- **口播稿全文**:逐字稿。
- **時長目標**:例 45 秒。
- **平台**:小紅書(前 3 秒決定去留)。
- **語速偏好**:快(信息量高)/中(教學)/慢(情緒)。

## 步驟

1. 數時長:正常語速約每秒 3–4 個字。全文字數 ÷ 4 ≈ 秒數;超時長就砍,不要加速硬塞。
2. 分段:依意思切,每段 8–15 字,段間留 0.3–0.5 秒;在「重點詞」前多留 0.2 秒。
3. 標停頓:在句號留 0.4 秒、逗號 0.2 秒、關鍵詞後 0.15 秒(用 TTS 的停頓標記或剪映字幕間距)。
4. 標節奏參數:開頭 3 秒語速可快 1.1 倍鉤住,結尾放 0.9 倍收穩;重點句可放大音量 10–15%。
5. 剪輯:一個資訊點一個鏡頭/貼圖,切點落在停頓處,避免在說話中間剪。

**節奏參數對照:** 開頭鉤子 1.05–1.1x/中段教學 1.0x/關鍵結論 0.9x+音量+10%。

## 輸出格式

- **分段腳本**:逐段 + 停頓標記(例:`[0.4s] 這招`)。
- **剪輯參數**:開/中/結各段語速倍數、音量、切點位置。

## 範例

> 目標 45 秒(約 135 字)。
> 段 1(鉤子,1.1x):「你的影片不是內容不好,是前 3 秒沒人留。」[0.4s]
> 段 2(教學,1.0x):「其實就三步:先說結果,再說為什麼,最後一個動作。」[0.3s]
> 段 3(結論,0.9x+音量+10%):「現在把第一句換掉,明天再看數據。」

## 檢查清單

- [ ] 全文字數 ÷ 4 有沒有超時長目標?超了有沒有砍而不是加速?
- [ ] 前 3 秒有沒有鉤子、語速是否稍快?
- [ ] 切點是不是落在停頓處(不是在說話中間)?
- [ ] 重點句有沒有被放大/放慢?
- [ ] 聽起來像「跟朋友說話」還是「朗讀」?

## 常見錯誤

- 把長稿塞進短影片、靠 1.5x 硬壓 → 聽起來像機器。
- 全片一個語速 → 沒有起伏,觀眾容易走神。
- 切點在發音中間剪 → 嘴型與聽感都斷裂。
- 忽略前 3 秒 → 小紅書多數人在 3 秒內決定要不要看下去。

複製整份 SKILL.md,貼進你的 AI 助手即可使用;內文含「什麼時候用、步驟、 輸出格式、檢查清單」。

搭配使用

相關技能