教程

怎么对照原稿校对 ElevenLabs 配音

找出需要重录的个别句子,不用把整段音频重来一遍。

我做 Proof Take,是因为我自己对着原稿校对配音时,实在要在反复听和记笔记上花太多时间。换成 AI 配音,这道工序一样省不掉:有些句子听着非常流畅自然,但漏掉或换掉一个小词,意思就完全变了。声音好听,很容易让人一直听下去;但这绝不意味着每个词都念对了。

如果你平时用 ElevenLabs 或其他文字转语音(TTS)工具制作视频、教程或产品演示,在把配音放进剪辑轨之前,我建议先做这一轮检查。把原稿放在导出的音频旁边,找出需要留意的段落,只在 TTS 工具里重新生成这几句话。我们的目的很明确:已经确认满意的部分,尽量原样保留。

先准备好你想听到的最终稿

请使用定稿,包括生成语音前特意做过的所有用词改动。如果拿修改后的录音去比对旧草稿,只会比出一堆你早已心知肚明的差异。这份基准原稿,也要跟你为了引导 AI 发音而把数字写成完整读法或临时改拼写的辅助版本分开。

使用 Proof Take 需要一台搭载 Apple 芯片、运行 macOS 14 或更高版本的 Mac。你可以直接粘贴原稿,或导入 TXT、DOCX、PDF、HTML 文件;音频支持 WAV、MP3 或 M4A 格式。识别、比对和审核全部在本地 Mac 上完成。Proof Take 绝不会上传你的原稿和音频。这是对本地校对环节的说明,与你用什么工具生成语音彼此独立。

留心漏词与多词

先从长句子查起,尤其是句尾带有条件限制或列举内容的句子。被含糊带过的词往往很难听出来;而漏念了一个词,整句话听起来可能依然顺畅自然。要特别留意 not、only、before、after 这一类词。漏掉一个,原稿的意思就彻底变了,可语调听起来依然毫无破绽。

举个例子,“Use this setting only after the upload finishes”(只有在上传完成后才使用此设置)跟“Use this setting after the upload finishes”(上传完成后使用此设置)含义并不完全相同。核对标记处时,请把整句话完整听一遍,不要只单听高亮标出的那一个词。

多念或凭空臆造(幻觉)的词同样需要留心。生成出来的音频有时会无故重复一个短语,或者加上原稿里根本没有的词句。在决定保留之前,先想清楚这个多出来的词是否可以接受。如果它改变了一项承诺、安全须知或产品功能说明,就算语气再流利自然,也绝不能放过。

把数字和缩写单独过一遍

开听之前,先理清每个关键数字到底应该怎么读。“2026”指的是年份,还是按数字逐位念的编号代码?“03/04”是 3 月 4 日还是 4 月 3 日?“$24.50”需要把零头美分念出来吗?如果原稿本身就有歧义,无论 AI 还是校对人员,都没法准确猜出你的本意。

核对价格、日期和单位时,要对照实际含义,不能只看字面字符。仔细听清货币单位、小数点、负号以及计量单位。“Five milligrams”(5毫克)和“five grams”(5克)可是完全不同的操作要求。至于缩写和首字母缩略词,先明确你是要逐字母念、拼读成一个词,还是展开读出完整短语。

Proof Take 的机制是将识别出的文字与原稿进行比对,它无法担保每个数字在听觉上都完全符合你的预期。语音识别系统转写出来的文本,可能跟印刷格式的数字有所出入。有些标记出的差异其实并无大碍,但只要该处读法至关重要,哪怕系统没有报错,也依然需要你亲自过耳把关。

同形异音词与专用名称靠耳朵听

“I read the report yesterday”(过去式 /rɛd/)与“I read the report every morning”(现在式 /riːd/)拼写完全相同,发音却不同。“a live broadcast”(/laɪv/ 直播)与“we live nearby”(/lɪv/ 居住)也是如此。就算 AI 选了错误的读音,文字层面的比对也可能显示匹配。遇到这些句子,务必仔细听。

人名、品牌名和不常见的专有名词也要同样处理。自己手边先记下预期的正确发音,然后放进上下文里去听。Proof Take 不会去评判语气、情绪、节奏或发音质量。它的作用是帮你找出值得推敲的文字差异;绝不能仅仅因为识别文本一致,就默认人名或同形异音词的发音一定过关。

原稿与音频比对示意:漏掉 only、重复出现的 offer、把 5 毫克念成 5 克,以及 live broadcast 中的 live。数字和同形异音词需要靠耳朵听。
示例参考。文字差异能为你指明排查位置;具体含义与发音依然需要用耳朵把关。

保持检查简短;列出具体的修改清单

把原稿和录音导入 Proof Take,跑一遍检查。仔细听听标记出的片段,确认哪些差异确实需要修改。关于各项具体操作、标记类型和导出步骤,请参考对照原稿校对配音完整指南。

将已确认需要修改的问题导出为修改清单。每条记录都会提供时间戳、上下文原句、听到的内容以及修改建议。这样能让问题依据与修改要求一目了然地并排呈现,避免只留下“快结尾的地方好像念错了”这种模糊不清的备注。

下面是一条该格式的示例:

Version: V1

1. [0:24.3] Misread
   Script: "The offer ends on Friday."
   Heard: "Monday"
   Fix: Say "Friday" as written.

时间戳能帮你迅速定位到拼接音轨中的具体位置;原稿句子标明了需要重新生成的文字;“Heard”(听到的内容)解释了不一致的地方;“Fix”(修复要求)则写明了具体的修正方式。如果有发音方面的特殊要求,请单独写明具体发音提示:单凭文字完全匹配,是无法告诉 TTS 工具某个名字到底该怎么念的。

Proof Take 导出面板,包含时间戳、原稿上下文、识别文字以及已确认问题的修改建议
Proof Take 导出面板示例。

重新生成有问题的句子,然后检查衔接处

比起推倒重来,我更习惯保留已经确认合格的段落,只替换出问题的个别句子。把整段配音全部重新生成一遍,意味着你又得从头到尾重新审核一条全新的录音,哪怕之前满意的部分也得重听。而且,新生成的替换句在语调上可能和前后句子有差异,因此重新生成时建议带上足够的上下文,方便后续剪辑拼接。

对于确认需要修改的每一处,在 ElevenLabs 或你常用的 TTS 工具中重新生成该句语音。用平时顺手的音频剪辑软件将替换音频切入原音轨,然后仔细听一听前后两处衔接点。确认没有字音被切断,也没有词语被重叠复读。衔接处的语气和节奏是否平顺,仍然要靠你的耳朵判断;修改清单提供的是文字层面的排错参考,而不是由 Proof Take 代劳的音频剪辑操作。

如果你平时习惯在剪辑时间线上打标记,Proof Take 还可以导出用于 Adobe Audition、REAPER 和 Pro Tools 的标记文件。需要看文字修正说明时选择修改清单,需要在剪辑工程里对齐时间点时选择导出标记。

将修好的配音作为 V2 再次核对

将拼接替换后的配音音频导出,作为 V2 导入同一个工程中。重新对照原稿检查一遍,仔细听听刚刚修复过的段落,并排查有没有带出新的差异。剪辑拼接可能改变各处的时间点,所以不要指望用 V1 的时间点去核对 V2 里的位置。

转写文本匹配是一份有价值的参考依据,但最后的把关人依然是你自己。在确认最终完工之前,务必亲自听一听修好的句子及其上下文,特别是涉及数字、专有名词和容易有歧义的词句。

从 Proof Take 导出确认的修改项,在 TTS 工具中重新生成该句,在音频剪辑软件中替换拼接,再将拼好的整条音频作为 V2 检查。保留已经满意的部分。
在 TTS 工具中重新生成,在音频剪辑软件中拼接,再回到 Proof Take 运行 V2 检查。

常见问题

除了 ElevenLabs,它还支持其他 TTS 工具吗?

支持。Proof Take 是拿音频文件与原稿进行比对。只要从你的 TTS 工作流里导出 WAV、MP3 或 M4A 音频导入即可,校对环节不依赖任何特定的语音服务商。

它能抓出每一个发音错误吗?

不能。它比对的是识别文字与原稿内容,不评判发音质量、语气、情绪或节奏。遇到专有名词、同形异音词和关键数字,哪怕文字完全一致,也需要你亲自用耳朵确认。

校对时我的原稿和音频会被上传吗?

不会。识别、比对和审核全部在你的 Mac 本地运行。Proof Take 绝不会上传你的原稿或音频文件。

支持校对哪些语言?

支持英文稿和中文稿。中英混读功能目前仍在测试中。

购买前可以先试用吗?

可以。从你首次运行检查起,提供 14 天全功能免费试用。试用期结束后,Proof Take 为一次性付费 29 美元,包含以后的全部更新,最多可在两台 Mac 上使用。购买后 14 天内支持全额退款。

Proof Take

Mac 版现已推出

下一段音频,现在开始核对。

下载 Proof Take 1.6.0 (119),先完整试用 14 天。

版本 1.6.0 (119) · macOS 14.0 或更高版本 · 仅支持 Apple 芯片 Mac · 更新内容

免费试用 14 天 · 中文和英文 · 在你的 Mac 上运行