必须在提示词中明确写出对白原文和环境音细节，否则AI默认静音或仅配基础BGM；需手动输入含角色名、语气、语速、停顿的对白，并用空间感、节奏、相对音量描述环境音，同时开启口型同步强化并检查波形与方位感。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让秘塔AI生成的视频里人物开口说话、雨声风声自然响起，而不是干巴巴只有画面，就得在提示词里明确写出对白内容和环境音细节，否则它默认静音或只配基础BGM。
在“今天学点啥”里添加对白文本
打开 https://metaso.cn/study → 粘贴文章链接或上传文档 → 进入配置页 → 在「高级设置」中勾选「启用语音讲解」→ 【必须手动输入对白原文，不能只写“人物说话”或“旁白讲解”】。
比如原文是“赵泰站在窗前，心里翻江倒海”，你得改成：“赵泰（低沉缓慢）：这扇窗……我守了十年，可外面的人，早就不认我了。”——把角色名、语气、语速、停顿都写进去，AI才可能复现情绪层次。
这一步漏掉，生成的音频就是通用男声平铺直叙，毫无角色感。
用提示词控制环境音效类型与强度
方法一：在「讲解风格」下方的「自定义提示词」框里直接写：
“背景音：持续低频雷声+远处模糊车流声，雨滴敲打铁皮檐角的节奏每3秒一次，音量控制在人声后方15%”
方法二：若想匹配特定场景，用对比式描述更稳：
“不是热闹市集的嘈杂，而是深夜便利店冷柜嗡鸣+自动门开合‘叮咚’两声，间隔8秒”
【环境音不能只写名词，必须带空间感、节奏或相对音量】。写“有鸟叫”大概率出一段突兀的八哥录音；写“晨光微露时，三只麻雀在窗外梧桐枝头断续啁啾，左前侧稍近”才能触发AI的空间建模逻辑。
避免对白与画面错位的实操检查点
第一步：生成前，在配置页确认已开启「口型同步强化」开关（位于音色选择下方灰色小字区域）。
第二步：导出视频后，立刻拖动进度条到人物张嘴瞬间——暂停，看波形是否在开口帧对应位置出现能量峰。如果不是，说明提示词里没给足发音关键词，比如“说‘不’字时嘴角向右牵动”比“他说了一个否定词”管用得多。
第三步：关闭耳机，用手机外放播放一遍。人耳对环境音方位异常极其敏感，如果感觉“所有声音都从正前方砸过来”，就回去重写提示词，加入“左侧空调滴水”“右侧纸张翻页”等方位锚点。
