本地化配音
合成配音要过三关，时长、重音、发音，还有授权
相关
问题
一部片子要做五六个语言版本，合成语音听起来已经很像，但一对口型就露馅。中文一句话八个字，英语可能要十二个音节，画面里的嘴还在动。人名、品牌、缩写的读法也常错，观众第一秒就听出来了。
原理
配音受三个约束，时长要贴合原声的句子长度，重音要落在原演员的动作上，发音要符合当地习惯。合成语音按文本长度生成，不按画面长度，所以要么语速怪，要么溢出。韵律按标点走，不会因为画面里人物抬手而停顿。音色克隆还牵涉授权，训练数据从哪里来、能不能商用、能不能再训练，都要单独确认。
做法
配音不是翻译的附属品，要单独排期。先做翻译的时长适配，把每句的字数或音节数标出来，超出的改写而不是加速。给合成引擎一份发音表，人名、品牌、缩写逐条写清。需要严格对口型时，用音素对齐工具重排句子，或者接受画外音。合同写清声音授权的范围、期限和是否允许训练，交付时说明哪些段落是合成的。试听要找母语者，不要只靠自己的耳朵。
听什么
在马勒《流浪少年之歌》的《当我的爱人举行婚礼》里听德语每个音节怎样落在音符上，在莫扎特《安魂曲》的末日经里听合唱的辅音怎样齐，在保加利亚民歌《Katerino Mome》里听非英语的元音和装饰，在霍尔梅斯的《晨曲-哈巴涅拉》里听法语连诵。合成语音最容易丢的就是这些细节。
在库中听例子
Wenn mein Schatz Hochzeit macht德语一字一音，检查音节与音符的对齐（C1）详情2. Dies Irae拉丁文合唱，辅音同步是最难的部分（C1）详情Katerino Mome保加利亚民歌，非英语的元音与装饰（C1）详情Aubade-Habanera法语连诵与重音，合成语音常丢（C1）详情
每首均来自 midicn-lib，行内徽标为许可档位（C1 可商用 / C2 非商业 / C3 仅学习研究）。
事实来源
- 配音时长适配与合成语音的授权问题，依本地化行业通识核对，未抄原文
- Dubbing timing and synthetic voice consent, checked against general localization practice, not copied
仅用于核查事实，正文为原创撰写。