Adobe Premiere 的多项 AI 工具可依次承担素材检索、台词定位、文本化粗剪、对白处理和临时配乐,缩短自由职业剪辑师进入创意判断前的整理时间,但不会代替镜头取舍、叙事与节奏决策。
文章建议在导入素材时启用 Media Intelligence,使画面内容、对白和元数据可供搜索。画面可用自然语言描述查找,转录文本和元数据则按精确文字匹配;接近目标的镜头还能用于搜索相似画面,并以筛选器缩小结果。对于同一段台词的多个 take,可先用 Speech to Text 转录,再搜索指定句子,将不同素材中的对应朗读集中比较;拍摄时写入的 scene 或 take 名称也可用于检索。
进入访谈粗剪后,Text-Based Editing 允许像编辑文档一样移动或删除转录文字,并同步调整对应片段、波纹关闭序列空隙;暂停检测可批量清理停顿,也能移除某位说话者的全部内容。若环境噪声影响转录和监听,文章建议先使用 Premiere beta 中的 Enhance Audio,将素材分离为 speech、music、ambience、sound effects 和 reverb 后重新平衡。其高质量 voice model 在云端运行并消耗 generative credits,另有本地处理选项。Premiere beta 中的 Generate Music 则可在指定音轨范围生成并试听多种音乐变体,为首次审片加入临时配乐。
Dennis Baxter认为,广播虽已大规模迁移至数字领域,麦克风和扬声器仍是连接真实声场与听众的模拟换能环节;麦克风的设计、材料和摆位都会改变音色,而摆位尤其决定体育转播能否形成清晰、有层次的声景。
不同电视网的大学橄榄球转播即使使用频率响应相近的抛物面麦克风,听感仍会因观众声调、场馆类型以及麦克风与人群的距离而不同。在大型空间中,制作人员会组合近、中、远距离的声音质感,平衡不同空间视角。作者回忆早期制作 NASCAR 时,曾把麦克风架到距地面逾 100 英尺的计分塔顶部,为远距离后直道画面取得相称的声音;室外橄榄球场也常在屋顶布置指向场地另一侧的枪式麦克风。
距离会影响收音的频率与强度,安装方式也会改变麦克风的拾取和抑制方向、频率表现及灵敏度。作者批评把枪式麦克风平放在摄影机镜头上的常见做法,认为这种摆位会破坏预期的收音特性。大型赛事则可通过更广泛的布点塑造现场感,例如 Joe Carpenter 在 World Series 中把麦克风装入垒包,并布置在外场、界外标杆和体育场不同位置,以捕捉运动的气氛与空间视角。
对于居家出镜录制,作者不建议使用电脑内置麦克风,主张用较好的麦克风直接接入电脑,并通过简单声学处理改善声音。书架上的书可摆成不同深度以帮助扩散声音,墙面可覆盖织物吸声;出镜者还应佩戴耳塞或耳机,避免电脑扬声器的声音再次进入录音。
作者指出,广播声音制作从电影制作继承了麦克风与录音技术,游戏也影响了体育转播的声音观念,其中 John Madden 曾推动 NFL 球员工会和球队老板改变对麦克风的态度。其核心观点是,广播声音具有主观性且制作复杂,但麦克风本身的物理限制不应再被错误摆位、缺乏规范或协作不足放大。
Craig Anderton 认为,AI 已无处不在,但其影响与他十年前设想的“自动驾驶音频”并不相同,而且相关判断随时可能变化。公众并未普遍抛弃人类创作的音乐,尽管 AI 生成音乐已进入广告歌和声音标识等领域;当前更迫切的风险不是 AI 取代创作者,而是大量低质 AI 内容涌入流媒体、淹没人类作品。消费者不喜欢受到蒙骗,一些盲测中,许多听众即使认为 AI 音乐“声音”更好,仍偏爱人类音乐。作者据此强调,听众更在意音乐本身而非声音的精致程度:AI 擅长处理细节,却尚未掌握热情、愿景和 DIY 气质等人类特征所构成的整体表达。
文章区分了“AI 生成”与“AI 辅助”。IK Multimedia ReSing 属于后者:它不是根据提示词生成歌声,而是把演唱者录入的声音转换成另一种音色,同时保留原表演的滑音、颤音乃至音准偏差,不添加演唱中不存在的表达。辅助混音和母带处理也被归入类似范畴,不过作者认为其本质更接近机器学习和模式匹配,而非真正的智能。此类系统或许能交付“足够好”的结果,却无法像一流工程师那样质疑创作选择,也不能自我反思、反复修改并依据个人愿景纠偏。
作者肯定 AI 在录音棚中加速工作流的实际价值,包括 stem 提取、繁琐的噪声清理和诊断工具;只要它能帮助人更快完成更高质量的工作,就值得使用。但 AI 不能取代麦克风摆位、审美、编曲、表演指导、混音决策和制作构想。它可以回答“怎么做”,却不擅长探索“如果这样做会怎样”;即使能依据网络资料建议麦克风位置,也未必能理解具体房间、艺人当天的状态或多支麦克风合并为单声道后的效果。作者将 AI 生成音乐比作非医疗目的的整形手术:它可能逼真、悦目,却也可能在追求“完美”时抹去人性;如果作品起初就没有灵魂,进一步将其打磨至完美也未必有价值。
文章最后以个人经历说明其立场并非全盘反对 AI。ReSing 的一个声音选项与作者已故妻子的音色十分相似;当他需要一段妻子本可能演唱的声部时,便模仿她的方式亲自演唱并转换声音,短暂重现了熟悉的听感。作者认为,这一用途没有夺走其他歌手的工作机会,而是完成了只有 AI 才能满足的特殊个人需求。
英美公司 Flawless 已将视觉配音技术 TrueSync 和 AI 后期工具 DeepEditor 的知识产权出售给荷兰科技亿万富翁 Steven Schuurman 旗下初创公司 TBellScout。Schuurman 向 Deadline 确认收购,但未进一步评论;Flawless 联合创始人 Scott Mann 也拒绝置评,交易具体背景目前尚不清楚。
相关技术原由 2020 年成立的英国运营公司 Flawless Holdings Limited 持有。该公司本月早些时候申请进入 administration,这一程序类似美国 Chapter 11,但公司运营权转由破产事务机构 BTG 接管。英国科技贷款机构 Sprk Capital 任命 BTG 为管理人,随后 BTG 将技术出售给 TBellScout。与此同时,Mann 与联合创始人 Nick Lynes 仍控制负责好莱坞合作的美国公司 Flawless AI Inc.,两人据称正在探索一项新业务。
Flawless 通过富裕个人而非风险投资筹集了 1 亿美元,其平台主要包括 TrueSync、可在避免高成本补拍的情况下修改对白与表演并让演员口型同步新台词的 DeepEditor,以及权利管理平台 Artistic Rights Treasury。其技术据称已用于数百部好莱坞制作,包括 Watch the Skies、The Book of Solutions、Tatami、Smugglers、Vincent Must Die 和 The Light;影片 Fall 还曾用该技术在画面中替换脏话对白,以取得 PG-13 分级。
已故 Grateful Dead 吉他手 Jerry Garcia 的家人宣布,计划在旧金山湾区建立 Jerry Garcia Music Arts Center。家族机构 Jerry Garcia Music Arts 将与档案媒体管理平台 Starchive 合作,把该中心建设为集音乐会与电影放映场馆、博物馆、创意中心、研究图书馆和保存设施于一体的多学科艺术空间。
中心将以向公众开放的研究图书馆和实体档案馆为重要组成部分,并通过展厅呈现 Garcia 及其合作者推动的技术创新,尤其是现场演出声音设计方面的历史成果。官方声明未点明具体项目,但原文认为这很可能包括 Grateful Dead 在 1970 年代初期使用的 Wall of Sound P.A.:这套由乐队资助的系统由六套独立 P.A. 构成,扬声器落地堆叠于舞台后方,同时承担场内扩声与舞台监听。其最大规模约宽 98 英尺、高 36 英尺,需要四辆半挂卡车运输,并由 21 人耗费一整天完成进场安装。
规划还包括用于现场音乐和电影展示的演出中心及放映室;相邻展厅将介绍 Garcia 的音乐作品、纯艺术创作及其他影响。档案也会接收乐迷贡献的材料,以建设可访问的收藏体系。目前中心尚未公布建设时间表和具体地址,建筑设计、节目规划等信息将随项目推进另行发布。