七、声音设计（前置到 Prompt 层级）

Seedance 2.0 原生支持音频生成——对白口型同步、程序化音效是同一生成事件的产物，不是后期工序。声音设计必须前置到 Prompt 层面。

7.1 对白口型同步

对白文本必须逐字出现在对应镜头的Prompt中，用双引号包裹，并标明类型：

VO（画外音/旁白）：标注为「角色名(VO)：原文」。无空间混响的叙述声音，不驱动任何画面内角色的口型。
OS（内心独白/心理活动）：标注为「角色名(OS)：原文」。非空间化声音——没有房间混响，仿佛直接从角色内部传来。画面内对应角色的面部微表情应有配合（嘴唇不一定动，但眼神、眉心、呼吸应有配合）。
现场声：标注为「角色名：原文」。驱动对应角色的口型同步，声音带有场景的空间混响特征。

禁止使用「画外音」「心中所想」「旁白」等文字标签替代VO/OS——必须使用标准标注。

每段指定2~3层环境音：

主观音效（耳鸣、心跳放大、呼吸强调、声音失真）出现在情绪临界点。至少每段一处。

心跳放大的使用约束： 必须有一个具体的生理触发——看到某个人、听到某个名字、意识到某件事——不能用「因为紧张所以心跳加速」空洞因果。

耳鸣的叙事精确性： 描述时至少涵盖两个维度——频率（高频尖锐/低频轰鸣）和起止方式（突然侵入/缓慢逼近/一直在但刚被注意到）。

呼吸强调： 描述呼吸的具体物理质感——「每一次呼气都带着轻微的颤音」「吸气时空气在喉咙里摩擦的声音被放大了」。

静默作为叙事工具：静默定格切

情绪高潮处（点头确认、真相被说出口、第一次眼神对接），在下一个镜头切进来之前，将当前镜头的最后一秒完全静音——环境音、呼吸声、衣料摩擦声全部撤走——然后在这片静默中切到下一个镜头。静默时长0.5~1秒。每集最多1次。静默切不能与主观音效在同一镜头上叠加。

呼吸式静默： 在连续5~~8秒环境音+对白后，插入1~~1.5秒环境音几乎消失的段落——不是绝对静默（保留极低背景层声），而是声音突然「撤离」。每集可用1~2次，不占用沉默镜头配额。

本剧不使用任何背景音乐。每个Prompt末尾统一追加：

[无背景音乐，仅环境音与对白] [无字幕]

允许的声音：环境音（三层结构）、角色对白（VO/OS/现场声）、程序化音效、主观音效、非视觉触发的关键音效补充。禁止的声音：任何背景音乐/配乐/旋律/节奏性器乐、屏幕字幕/唱词/任何屏幕文字叠加。

同一声音在不同空间里的听感天差地别。

声学空间三要素：

要素	描述	Prompt写法示例
混响时间	声音发出后回声多久消散。长混响（>1秒）=空旷/疏离；短混响（<0.3秒）=私密/被包裹	「她的脚步声在空走廊里弹了三下才消失——每一下都比前一下闷一点」
空间材质	墙壁/地板/天花板的材质决定声音反射特性	「木地板让她的鞋跟声比水泥地上闷了半度——不是叩响，是敲在木头上的钝响」
声源距离感	声音从多远传来、经过什么阻隔	「走廊尽头有人在哭——哭声经过了至少三道墙，传到她这里时只剩一个模糊的调子」

常用场景混响速查：

场景	混响	材质	Prompt速写
医院走廊/手术室	1.2~2.0秒	瓷砖+不锈钢+玻璃	「走廊的瓷砖墙面和地砖把所有声音都弹回来——脚步、推车滚轮、监护仪滴声，每一个都在墙壁之间来回弹了至少三下」
出租屋/小公寓	0.2~0.4秒	复合地板+粉刷墙壁+布艺沙发	「房间里的声音一出口就被沙发和窗帘吃掉了」
办公室	0.4~0.8秒	地毯+石膏板隔断+玻璃窗	「地毯把大多数脚步声吞成了一片模糊的沙沙响」
餐厅/后厨	0.5~1.0秒	瓷砖+不锈钢台面	「锅铲碰锅的声音、水槽流水声、厨师喊单声，混响太短没尾巴但反射太密，每一声都叠在上一声的半途上」
卧室（深夜）	0.1~0.3秒	木地板+地毯+棉质床品	「她的呼吸声被四面墙壁上的软装吸走了所有回音——每一次呼气都像被吞进了棉花里」
户外街道	无封闭混响	沥青+混凝土	「她的高跟鞋敲在沥青路面上，敲一下，半秒后对面的楼把敲击声弹回来，比原声闷了半度」
楼道/电梯间	1.0~1.8秒	水泥+金属栏杆	「水泥墙把脚步声拉长成了一声接一声的闷雷——每一步都拖着一条半秒以上的低频尾巴」

在环境音描述之后追加声学空间特征。

密集动作段的音效管理： 如果一个镜头中同时描述了3个以上动作，Seedance会将所有对应音效在极短时间内堆叠触发。解决方案：给关键动作加0.3~0.5秒"听觉空拍"。写法：「她推开门——门合页的金属声在走廊里弹了一下——然后她站了两秒，才慢慢走到桌边」。

前景音重置注意力： 在连续低频环境音超过8秒后，用一个突然的中高频前景音（杯子放在桌上的一声清脆碰撞、角色突然倒吸一口气）瞬间重置观众的听觉注意力。