视频脚本是同时为画面和声音做的计划:观众按顺序看到、听到、理解什么,以及每个时刻为什么会引出下一个。它可以是一段旁白、一段对白、一张镜头表,也可以一个字都没有。下面是 Bald Rhino 的智能体写的两份真实脚本,每份都和据此制作的成片并排播放。
1. 什么样的视频脚本能留住观众?
一条推进。先决定观众在结尾应该明白、期待或感受到什么,再倒推出需要发生什么才能让他们到达那里。用一个这部作品能兑现的具体承诺或张力开场,埋下后面某个时刻需要的东西,最后落在作品赢得的那个改变上:理解、决定、画面或关系的改变。
下面这段对白在五秒之内就亮出了全部冲突:“Aristotle. It’s two a.m. Why are you still scrolling?”(“亚里士多德,现在是凌晨两点。你怎么还在刷?”)之后的一切都是在回答它,结尾又把冲突变成了一句可以被引用的结论。那部无对白短片的开场则不同:第一个段落先教会观众一条规则(狗老了、走得慢,老人会等它),好让最后一个段落不用一句话就打破这条规则。
如果两场戏可以互换位置而什么都不改变,就要看看每一场是否承担了足够的作用。一个重要的选择,需要在你拥有的时长之内有看得见的铺垫和看得见的后果;只有好看的镜头,是连不起来的。
2. 视频脚本用什么格式?
用能把说出口的台词、看得见的动作和制作备注分开的格式。对大多数视频来说,就是两栏:左边是画面,右边是声音,逐行对应,这样你就能看到眼睛和耳朵在同一时刻分别接收到什么。一份脚本可以没有一个字,却依然完整。下面这份就是:
脚本的声音地图
段落 1:散步
教会观众规则:狗老了、走得慢,老人会等它。
-
0:00 · 镜头 1 · 远景,从正面低机位跟拍,缓慢
画面 太阳低垂在平坦湿润的海滩上;老人和年迈的金毛寻回犬沿着水边朝镜头走来,狗落后几步,步子僵硬而缓慢。温暖的逆光勾勒出它的毛和他的头发。成片中: 从背后拍,两人朝着太阳走去。两次请求被拒绝之后,成片改为不露脸来拍。
声音 海浪,持续的风,远处一声海鸥。湿沙上轻柔的脚步声。项圈铭牌微弱的叮当声,节奏缓慢。
-
0:04 · 镜头 2 · 中景侧面跟拍,浅景深
画面 老人回头看了一眼,停下来等。狗赶上来,灰白的口鼻映着光。他们并肩继续走,步调一致;身后留下湿脚印。成片中: 低机位构图,拍他的腿和走在旁边的狗。
声音 脚步放慢。项圈叮当。海浪。
段落 2:休息
让羁绊更近一步。
-
0:09 · 镜头 3 · 中景,固定机位,低角度
画面 到了干沙处,老人在一根漂流木上坐下。狗一节一节地伏低身子,躺在他脚边,头朝向大海。老人拍拍身旁的沙子。成片中: 从漂流木后面拍,狗在他身旁。
声音 海浪。衣服的窸窣声,一声轻叹。狗趴好时项圈叮当了一下。钢琴独奏进入:一个持续的低音。
-
0:14 · 镜头 4 · 狗和老人的手的近景,缓慢推近
画面 他的手搭在狗头上,拇指抚摸着灰白的毛。狗的眼皮沉重,慢慢合上,胸口缓缓起伏。最后一抹金色的光。声音 狗缓慢的呼吸。海浪涌起又退去。又是两个钢琴音,一个简单的下行乐句。
段落 3:空出来的位置
那个无法挽回的时刻,用画面展现。
-
0:19 · 镜头 5 · 远景,固定机位,黄昏的蓝
画面 同一个地方,天空是深蓝色。老人独自坐在漂流木上,一只手垂下来,平放在狗曾经躺过的沙坑上。手旁边是那条红色项圈。画面里没有狗。声音 海浪,风更轻了。钢琴乐句再次出现,更慢,更稀薄。
-
0:24 · 镜头 6 · 远景,缓慢拉远,以固定画面结束
画面 一道浪涌上来,抹去了水边的爪印。老人一动不动:空旷海滩上一个小小的身影。淡出到蓝色。声音 浪花冲刷,然后是安静的风。最后一个钢琴音延续着,消散在环境声里。
看看在没有人说话时,是什么在推动故事。红色项圈在角色列表里就埋下了,最后在他手边得到呼应。项圈的叮当声一直持续到狗在镜头 3 里趴好才停下,所以在最后一个段落里,观众听到的是它的缺席。钢琴只在他们停下休息时才进入。每个镜头只有一个主要动作,脚本还写明了每个段落的作用,正因如此,它才经受住了制作上的变化:脸没了,段落还在。
当一个运镜决定观众会知道什么时,就把它写进脚本,比如让老人在空旷海滩上显得渺小的那个缓慢拉远。详细的镜头覆盖可以留到导演阶段。
3. 怎么写适合耳朵听的旁白?
用说话人自己的语言和语域来写,在想法转折或演员可以换气的地方断句。这是一支讲解机翼如何托起喷气式飞机的动画科普片的旁白(按录制时的英文原文):
A wing is curved, and tilted slightly upward. As it slices through the air, the flow over the top speeds up, and its pressure drops. Underneath, the air slows and presses harder. Low pressure above. Higher pressure below. The wing gets pushed up. That’s lift.
(机翼是弯曲的,并且微微向上倾斜。当它划过空气时,上方的气流加速,压力下降。下方的空气变慢,压得更紧。上面压力低,下面压力高。机翼就被推了上去。这就是升力。)
想法落地的地方用短句,推进的地方用长句。一个例子(一只机翼)贯穿整个讲解,所以观众跟着的是“什么在变化”,而不是不断遇到新画面。它也让画面分担了自己的那一份:动画展示压力,文字只把它点名一次。
在脚本里把三样东西分开:要说的话、帮助说出这些话的提示,以及表演备注。
| 屏幕上(字幕) | 配音脚本里 |
|---|---|
| It’s 2 a.m. | It’s two a.m. |
| Will Durant, 1926 | Will Durant wrote that. In nineteen twenty-six. |
机翼那段旁白带有 [intrigued](好奇)和 [lightly amused](略带调侃):这是给声音的表演标签,不放进给人朗读的干净脚本里。
人名、缩写、数字和其他语言的台词,往往需要在书面写法旁边注明口语读法。还要为观众调整习语:直译保留了字典里的意思,却丢掉了笑点。
4. 怎么写出像两个人在说话的对白?
决定每句台词想对另一个人做什么:施压、回避、安抚、挑战、隐瞒。不同的目的和节奏,比口头禅更能区分不同的声音,而且每句回应都应该回应刚刚说过或做过的事。下面是一段 77 秒的对白;先当作一场戏来读,再一次只读一个角色:
苏格拉底
年长、温和、狡黠、不慌不忙。负责提问。
- 台词
- 9
- 提问
- 6
- 词数
- 72
亚里士多德
中年、干脆、有点自负、处处防守。爱搭体系。
- 台词
- 11
- 提问
- 1
- 词数
- 86
- 苏格拉底 · 0.2 秒 Aristotle. It's two a.m. Why are you still scrolling?
- 亚里士多德 · 5.2 秒 Research.
- 苏格拉底 · 5.7 秒 On what?
- 亚里士多德 · 7.0 秒 Raccoons who are bad at stealing.
- 苏格拉底 · 9.7 秒 Ah. And what are you looking for?
- 亚里士多德 · 12.3 秒 Nothing! I'm relaxing.
- 苏格拉底 · 14.4 秒 So you're working very hard... at relaxing. And you feel?
- 亚里士多德 · 19.3 秒 Terrible. Thank you.
- 苏格拉底 · 21.1 秒 Then tell me. Is the phone serving you... or are you serving the phone?
- 亚里士多德 · 27.4 秒 Okay, stop with the questions. This is why they gave you hemlock.
- 亚里士多德 · 32.2 秒 Look. The problem isn't the phone. It's the dose. Zero screen time? Hermit. Infinite screen time? Raccoon. Virtue lives in the middle. The golden mean.
- 苏格拉底 · 44.3 秒 And where is the middle... at two in the morning?
- 亚里士多德 · 47.4 秒 Asleep. The middle is asleep.
- 亚里士多德 · 50.8 秒 Excellence is not an act, it's a habit. We are what we repeatedly do. 事实核查 · 常被当作亚里士多德的话来引用,其实出自 Will Durant 在《哲学的故事》(The Story of Philosophy,1926)中对亚里士多德《伦理学》的概括。
- 苏格拉底 · 56.6 秒 Lovely. Will Durant wrote that. In nineteen twenty-six.
- 亚里士多德 · 61.0 秒 It's the vibe of my work!
- 苏格拉底 · 63.3 秒 The unexamined scroll is not worth scrolling.
- 亚里士多德 · 67.0 秒 Put that on a mug.
- 苏格拉底 · 68.6 秒 I don't write things down.
- 亚里士多德 · 70.9 秒 Fine. I'll post it for you.
单独读苏格拉底,他几乎只在提问,直到掌握事实;单独读亚里士多德,他在回答、辩护、搭建体系(中庸之道、一句名言),直到体系崩塌。幽默来自两人各自真实的方法,所以谁都不需要口头禅。压力大的地方台词很短(“Research.”“On what?”:“做研究。”“研究什么?”),亚里士多德说教的地方台词就长。而且每句回应都接着上一句:这场戏的顺序不能打乱。
当一段较长的对白读起来前后不一致时,就照这个切换按钮做的那样:把每个角色的台词放在一起读,找找借来的词汇、没有理由的语域变化,或者和角色动机相矛盾的台词。
每个说法都要有依据。这场戏里亚里士多德的台词 “Excellence is not an act, it’s a habit. We are what we repeatedly do”(“卓越不是一种行为,而是一种习惯。我们反复做的事造就了我们”)通常被归于亚里士多德,但这些话其实出自 Will Durant 的《哲学的故事》(1926),是他对亚里士多德《伦理学》的概括。脚本查证了出处,并把这个更正变成了整场戏的包袱。引用之前先读原始出处,核实人名、日期和数字,并弄清一个数字统计的是什么:消息的占比不等于人数的占比。
5. 60 秒的脚本有多少个词?
以英文计,一位旁白用自然语速大约是 150 到 175 个词;对白更少;如果脚本还需要无声的动作、反应或让观众阅读的屏幕文字,就更少。任何字数都只是估算:真正的时长取决于用实际的语言和表演读一遍。把你的脚本粘贴到下面,或者根据一条实测录音设定语速:
估算时长
0:54
根据词数估算(中文按字数计)。以实际声音的朗读为准。
按这个语速,一支视频时长为
- 15 秒 38
- 30 秒 75
- 60 秒 150
- 90 秒 225
实测录音(点击一条即可采用它的语速)
同样的 136 个词,因声音不同,用时在 47 到 53 秒之间,不到一分钟就差了六秒。对白比任何一位旁白都慢,因为每个回答都要等问题说完。动作也要计入时间:一个揭晓之后接一个反应,两者都需要时间;而配合演示的讲解,可以和演示共用时间。
脚本太长时,先删掉重复的说法、多余的例子或支线,或者让一个清楚的画面来承担文字解释了两遍的内容。不要靠催促声音或挤掉每一个停顿来压缩时长:那会毁掉这一段存在的意义。如果内容实在放不下,在范围和时长之间做选择的,应该是提出这个视频需求的人。
6. 对照实际成果修改
一旦录制或生成了内容,就拿它和脚本对比,并把脚本更新成与你选定的那一条一致。在 Low Tide 里,脸从成片中消失了,项目备注记录了原因;段落没有变,所以故事也没有变。当说话人即兴发挥时,在转写稿里保留他们实际说的话,重新核实即兴加入的任何说法,并移动所有依赖于被改动词句的画面提示。在文档里写一句改好的话并不会改变录音:要针对那一段具体内容请求补录。
修改反馈指出的那个问题。如果一个笑话没效果,就找它缺失的铺垫或回应;如果一段讲解显得拖沓,就找重复的信息或来得太晚的演示。然后检查这次修改在其他地方牵动的铺垫、呼应和连贯性。
7. 为脚本的下一次使用做好准备
把要说的文本和调度、研究备注分开,这样提词器就永远不会把一条制作备注塞进别人嘴里。把表演标签排除在干净的脚本之外,交给声音去用:ElevenLabs 配音教程讲解了选声和表演。保留足够的场景标签,方便以后修改时找到对应段落。然后按预定语速大声读一遍,检查开头是否得到兑现、每个说话人是否清楚,并给关键动作留出发生的空间。