录音 / 混音

截取他们发的要求文字，其中以下一段出自一位坛友，23年的聊天中。


“在人声音量为-9dB环境下，底噪峰值为-70dB，即标准化至-0.1（0）时，底噪峰值为-60dB”

这是录制TTS的要求   不知道是谁定的这个标准    反正从两年前就是这个标准    当时我就质疑过这个标准       别说底噪-60    就是-40 都听不见    我们勉强达到-50左右   但人家说不合格     没办法   谁让甲方拥有绝对的话语权呢

你这个得话放和话筒都是那种超低底噪的才行啊，还得上好的屏蔽电源，然后录音的时候不开音响。

就是觉得这种活，好像现在全国都有人找，不是纯甲方，应该是纯甲方放下来的，一堆中间商找棚子，已这个理由试棚，到最后也不知道有没有成活的信

我以前给迪斯尼的玩具配音并且录制做过这些

我开头也不知道为什么他们有这种要求，后来厂商跟我解释是，因为这些语音最终进入芯片

会压缩的很小很小，有时候只有几K的容量，噪音就会变得出奇的大。

比如大家一定都遇到过，明明一首歌耳机里和监听音箱里听，开头没底噪的

可手机外放的时候，经常遇到开头很明显的底噪，就是这个被压缩后的原理。

当时我问厂商，为什么要压缩到那么小，不能换容量大一点的芯片吗?厂商说

你知道吗？这一块芯片现在是7分钱，如果想我们这边解决这个问题就要翻倍容量，芯片成本会高达一毛七

我惊了，我说你们这个系列玩具最便宜的也要七百多，一毛七都嫌贵吗？厂商说，我们这个系列玩具每一款全球最低销量也有三百多万套。
你算算整体成本?做生意不是你这种角度思维，一厘钱对我们也很重要。

我们只要对声音源头进行一点控制就可以节省惊人的成本，为什么不呢？

因为国内语音的棚质量实在良莠不齐，这个标准可以筛掉一批设备和装修不好的棚，比发现问题重录要容易的多

我很好奇~~~如果录音后直接挂一个噪声门或者AI降噪软件把底噪控制到-60DB以下，他们会知道吗？

会，且进入芯片后的声音是降噪处理过的，就会露馅

我们平时做音乐那种降噪之后因为本身精细程度很高，损失一些东西其实大都感知不到

可那种压缩到极限的语音不同，会蝴蝶效应一样被放大到不可思议的地步

举个例子，小时候街机的《街霸》里面什么耗油跟、占占布鲁家其实原本是其他日语发音，但是因为当时芯片的空间太小，声音被极限压缩到，最后听感上连发音都变了，不是原本的发音了

他们这种也是如此，你真的用降噪处理，那个进入语音芯片就变了

真有学问