替生成的鏡頭配音
最直接的用法：所有從影像節點跑出來、沒有聲音的影片，也就是大多數。把當初生成畫面用的描述拿回來，留下音源、丟掉情緒，環境音的指令就已經寫好四分之三了。
用 AI 為影片配音
一個無聲鏡頭、一層環境音、一床音樂：三塊素材在這裡生成，剪輯把它們合起來。不用註冊帳號就能看到完整流程。
互動示範
真實工作流，真實成果。可自由拖曳與縮放。
使用這個工作流真實流程：雨中露天座的鏡頭是無聲的，兩個節點做出它缺掉的環境音和音樂。
重點摘要
- 這個工作流會產出什麼
- 2 條音軌，合計 40 秒
- 畫布結構
- 7 個節點，以 5 條連線相接
- 已接好的模型
- ElevenLabs Sound Effects, ElevenLabs Music
- 跑完一輪的費用
- 約 87 點數，即 US$1.04
大多數生成出來的影片都是無聲的，而最先出賣它們的，正是那份安靜。這個流程做出缺掉的兩條軌：環境音用 ElevenLabs Sound Effects，音樂床用 ElevenLabs Music。
媒體節點沒有接到任何東西，這不是漏接。目錄裡沒有任何模型能把影片當成輸入、再推導出它的音效：聲音是用文字描述出來的。所以鏡頭留在你眼前，是為了讓你一邊看一邊寫那兩段指令，它就是為此而存在。
分成兩個節點而不是一個，是因為環境音和音樂的對法不同：前者要對齊鏡頭長度，後者要生成得更長、在剪輯時裁掉。合成在剪輯裡完成，那是畫布工具列上的工具，會匯出成一個檔案。整套跑完一美元出頭。
操作步驟
- 1
匯入你的無聲鏡頭
生成的影片、手機素材、螢幕錄影：媒體節點照單全收。記下它的長度，決定環境音要多長的就是它。
- 2
寫出應該聽到什麼
不是情緒，是音源。雨打在帆布上、水滴進水窪、輪胎輾過濕路面。音效是用清單的方式描述的，不是用意圖。
- 3
音樂另外寫
樂器、速度、不要鼓、不要人聲。還要寫明它必須替音效留出空間：一段把整個頻譜填滿的音樂，會把你剛做好的環境音壓死。
- 4
在剪輯裡合起來
影片、環境音、音樂放在三條軌上，音量調好，輸出一個檔案。鏡頭不再無聲，就是在這一步。
變化版本與使用情境
同一塊畫布，針對不同需求微調：每個變化版本只要改兩三行提示詞。
網站或展示機的環境音循環
在頁面頂端循環播放的鏡頭，只放環境音、不放音樂會更好。音效可以對齊循環的精確長度，接縫就聽不出來，而剪過的音樂永遠做不到這件事。
換掉令人失望的原始聲音
手機素材會一起帶回麥克風裡的風聲和隔壁鄰居的講話。生成一段乾淨的環境音、在剪輯時換掉，比重拍便宜，也比一個無聲鏡頭不容易被發現。
只要一段音樂拿去剪輯
音樂節點可以單獨使用，不必跑完整個流程：為多個鏡頭的剪輯鋪三十秒的器樂床。生成得比需要的更長，裁切留給剪輯，淡出永遠勝過戛然而止。
單點音效而不是一整層
一扇門、一個放下的杯子、一步踩在碎石上。ElevenLabs Sound Effects 做得又短又準，這類單點聲音在剪輯裡可以對到影格。一個聲音一段指令，絕對不要寫成清單。
為簡報或輪播配環境音
沒有規定一定要從影片開始。一串靜態圖片剪成的簡報，配音方式一模一樣，而輪播之所以看起來像真的一段序列，通常就是因為這個。
常見錯誤
寫情緒而不是寫音源
「憂鬱而沉重的環境音」對音效引擎來說毫無意義。雨打在帆布上、水在滴、輪胎輾過濕路面，這才是它做得出來的。情緒是結果，不是指令。
把音樂和音效一起要
這個錯誤帶來最讓人失望的結果。模型把兩種語彙混在一起，吐出一個四不像，雨聲聽起來像沙鈴。兩個節點、兩段指令、剪輯裡兩條可調的音量。
忘了禁止人聲
放任的音樂模型很樂意加上歌聲，而影片底下有歌聲，之後就再也放不進旁白。就算看起來理所當然，也要在指令裡寫上不要人聲。
按整支片的長度生成環境音
環境音對的是鏡頭，不是整支片。五秒鏡頭配二十秒雨聲，只能隨便找地方裁；照正確長度生成的那一層，放上去根本不用想。
推薦模型
ElevenLabs Sound Effects
Seed Audio 1.0常見問題
媒體節點為什麼沒接到任何東西？
因為目前還沒有模型會「聽」畫面。音效和音樂是從文字生成的，不是從影片。鏡頭放在那裡，是讓你一邊寫一邊看，之後再帶著兩條軌一起進剪輯。
真的需要兩個節點嗎？
需要，而且這是這個範本最有用的地方。用一段指令同時要雨聲和鋼琴，得到的是一團糊，音效聽起來像樂器。分開之後，各自對各自的長度和音量。
這裡可以生成旁白嗎？
用這兩個負責音效和音樂的節點不行。人聲有自己的節點，紀錄片影片這個流程示範了它怎麼接到一段文字上。
整套跑完要多少錢？
十秒環境音加三十秒音樂，一美元出頭。價格在點擊前就顯示在每個節點上，而且取決於你要的長度。
剪輯真的會匯出成一個檔案嗎？
會，影片和音軌混成一支 MP4，在瀏覽器裡編碼。那是畫布工具列上的剪輯工具，它會直接取用專案裡的成品，不必你一個一個下載。
這段音樂可以商用嗎？
可以，成品是你的。要留意的是你怎麼要：指令裡點名某位藝人或某首既有曲子，那是在追求模仿，地就從那裡開始滑了。
最長可以多長？
音效二十二秒，音樂好幾分鐘。要更長的環境音，與其要一段超長的，不如生成一段可以循環的，在剪輯裡重複。
跟影片模型自己生成的聲音差在哪？
有些影片模型會自己產出配樂，剛好對味時很方便。這裡你握著主導權：兩條獨立的軌可以調、可以換，就算環境音不合意，鏡頭本身照樣能用。