上一期讲了声音怎么被「造」出来,今天讲它怎么被「放进去」。给配乐找画面,或者说给画面找配乐——音乐与画面的对位,一直是剪辑台上最耗神的工序之一:一集二十多分钟,音乐铺进去,几百个候选切点,全凭耳朵一个个挑。星幕引擎的解法是:把「挑」这一步先替剪辑师做完大半。
一句话原理:给音乐量情绪,给剧情打标记
引擎先把成品配乐拆解成每小节一组的三轴数值——响度、织体密度、音色亮度,合成一条连续的「情绪曲线」;同时读取分镜表与剧本里的剧情标记:转折、静默、爆发、留白。两组数据叠在同一根时间轴上,情绪跃迁点与剧情标记点接近的位置,就会自动浮出一批候选剪辑点,每个候选点还带一个置信度评分。
三步流程:从整轨到候选对位表
第一步,标注:整轨音乐十秒内完成情绪曲线采样,采样精度到八分之一拍;第二步,对齐:剧情标记与情绪曲线做归并,标记点覆盖不到的「情绪空窗」会被单独标出——那里往往藏着最容易「铺错」的段落;第三步,生成:引擎输出一张候选对位表,剪辑师端可以直接把表格导入时间轴,逐条试听标记。整套流程里,人会丢掉的只有一件事:反复拖时间轴找位置的力气。
案例:那一桨,怎么对上那一声鼓
拿《渡海》举例。1分47秒有一声标志性的鼓点,对应的是渡船摇桨的大全景。引擎在情绪曲线上标出第47小节的情绪跃迁点后,推荐了三个候选切点,置信度最高的是「严格对齐」的版本;剪辑师最终选了第三个——比鼓点提前3帧。「提前3帧,桨是'正在'落水;对齐,桨是'已经'落水。观众说不出区别,但感觉得到。」类似的选择在《蓬莱卷》前三集里发生了两百多次。
效率与边界:前95%交给引擎,后5%留给人
接入这套系统后,单集配乐对位初稿的制作时间从平均三天压缩到约四小时,初稿采纳率稳定在七成左右。剩下的三成里,大部分不是「错」,而是「更想要」:上个月《归帆》结尾合唱段与归航镜头的对位,剪辑师否掉了引擎推荐的「最齐」版本,选了差半拍的那一版——他的理由被写进了复盘文档:「船靠岸,从来不是卡着节拍靠的。」系统随后把这类「审美否决」记录进偏好库,同类场景的推荐在后续批次里已经有了变化。
下一步:把对位做进创作前端
团队现在在做的是「前移」:不等成品曲,在分镜阶段就同步标注情绪与节奏意图,让配乐提前介入——作曲拿到的不再是一段无注释的画面,而是一份带情绪地图的分镜。首批试点会用在「蓬莱卷」后续集数里,相关进展会在「AI影视技术」页面持续更新。
想先感受对位的成果,可以从原声上线24小时战报里挑一首循环;这些曲子怎么诞生的,见「蓬莱卷」原声特辑;环境声与配乐如何共用一个混音台,见环境音效技术解读。