文字轉 WAV

為什麼剪輯軟體偏好 WAV

MP3 會捨棄部分音訊資訊來縮小檔案。用來聽沒問題，但當你剪輯 MP3 後再匯出成壓縮格式，編碼器會把已經壓縮過的音訊再壓縮一次，損失就會疊加。這叫做世代損失。從 WAV 開始，壓縮只會在最後匯出時發生一次，用你的專案需要的任何格式。

WAV 也切得乾淨。MP3 檔案開頭可能帶有一小段編碼器填充，會影響精細的剪接或與畫面的同步。WAV 從音訊開始的地方開始，所以把一句旁白對齊剪接點或音樂節拍更容易預測。

影片或音訊剪輯的工作流程

把整份腳本生成成 WAV，然後拖到影片剪輯或音訊剪輯軟體的時間軸上。如果想讓每一句成為獨立的素材，可以分別生成每一句，或在停頓處切開檔案。在文字框裡的句子之間加上 [pause 1s]，這些切點在波形上就會是很容易辨認的平坦空白。

把人聲放在獨立的音軌上，與音樂和音效分開。任何處理，例如稍微調整等化、壓縮，或加入環境音來配合鏡頭前的收音，都直接套用在 WAV 上，最後才匯出成 MP3 或平台要求的格式。如果同一支影片需要字幕，請從同一次生成下載 SRT；有字幕的文字轉語音說明了如何保持同步。

剪輯定案後替換一句

腳本常常很晚才改。在分段列表或文字框裡編輯那一句並重新生成；沒改的分段立刻重複使用，所以只會重做新的那一句。下載新的 WAV，把替換的那一句剪出來，蓋在時間軸上舊的那一句上面。因為是相同的音色和語速，它會和前後的旁白自然銜接，聽不出接縫。

替每個專案記下使用的音色和語速，例如「George，0.9×」，這樣幾週後補錄也能完全一致。

什麼時候 MP3 比較好

同樣長度的語音，WAV 檔案比 MP3 大得多。如果檔案就是成品，例如要傳給朋友、在手機上播放或上傳到 Podcast 代管平台，MP3 比較實用，而且在人聲上沒人聽得出差別。文字轉 MP3介紹了這種情況。快速判斷：如果你要在剪輯軟體裡開啟檔案，選 WAV；如果你要按播放，選 MP3。

音色、節奏與發音

可從 16 種美式和英式口音的英語音色中選擇；音色選單裡的簡短試聽按鈕讓你在下載任何東西前就能比較。搭配畫面的旁白，0.9× 到 1× 的語速能替畫面留出空間，而且在剪輯軟體裡縮短空白，比事後放慢語音容易。YouTube 指南對配音與空景畫面的節奏有更多說明。

數字、日期、單位和稱謂會自動照口語方式讀出來。如果某個品牌名或地名唸錯了，在文字框裡照發音拼寫，匯出前只重新生成那一段。