非營利募款影片 AI 配音:故事、節奏與信任感

非營利募款影片 AI 配音:故事、節奏與信任感

募款影片不是在賣產品,是在請人相信一件他看不見結果的事。聲音在這裡的角色很具體:讓觀眾在 30 秒內理解問題、在 60 秒內相信你們做得到、在最後 15 秒知道要按哪個按鈕。

AI 配音能讓小團隊每週產出一支影片,但它也最容易在「信任」這一關失手:太順、太亮、太像廣告。這篇談怎麼用 AI 配音做出可信的募款影片,以及幾條不該跨越的線。

募款影片的三個任務,順序不能顛倒

任務 觀眾心裡的問題 聲音該做的事 最常見的失敗
被理解 「這是什麼問題?」 慢、具體、用一個人的處境開場 開頭講組織願景與成立年份
被相信 「你們真的做得到嗎?」 平穩、有小缺口的敘述,不說大話 堆形容詞、承諾「徹底改變」
被行動 「我現在該做什麼?」 明確、單一、放慢 一次給三個捐款金額選項加兩個連結

順序顛倒的影片很常見:一開頭就講「我們是深耕二十年的基金會」,觀眾在第二句就離開。先給一個人,再給一個數字,最後才給組織。

60 秒結構:逐秒分配

秒數 段落 內容 配音要點
0–5 鉤子 一個具體場景或一句當事人說的話 音量一致、不加音樂,靠停頓抓注意力
5–20 問題 誰、在哪、遇到什麼、涉及多少人 語速 95%,每句一個資訊
20–35 你們做了什麼 一個可驗證的動作與結果 動詞開頭,避免「致力於」
35–50 影響 一個具體改變 + 一個數字 數字前留 300ms
50–60 行動 一個 CTA、一個金額、一個期限 放慢到 90%,最後一句不加音樂

90 秒版本不是把 60 秒拉長,而是多一段「為什麼是現在」(季節、政策、急迫性)。不要靠放慢語速撐時間,那聽起來像在拖。

用聲音建立信任:四個可調的參數

信任不是靠溫暖的嗓音,是靠一致與克制。

參數 建議 為什麼
語速 每分鐘 190–230 字(中文)/130–150 字(英文) 比廣告慢,比新聞慢一點點,留出理解的空間
停頓 句間 400–600ms,段落間 800ms 募款內容需要消化時間,停頓是尊重
音高變化 小幅度,只有 CTA 上揚 全程高亢=推銷;全程平=冷漠
情緒強度 7/10,不是 10/10 滿檔的情緒會讓觀眾防衛,反而降低捐款意願

一個實測有效的做法:開場用最平的語氣,中段才慢慢加溫,CTA 回到平穩。 曲線是「低—中—穩」,不是「一路往上」。

倫理紅線:AI 配音不能碰的四件事

這幾條不是法規細節,是信任問題。一旦被發現,失去的是整年的捐款,不是一支影片。

不要做 為什麼 替代做法
用 AI 模仿受益者、倖存者、志工的聲音 當事人的聲音是身分的一部分,合成等於代言 用旁白轉述,或使用本人錄音並取得書面同意
用 AI 生成不存在的案例或引語 募款涉及公共利益,虛構陳述可能違法 用真實案例,去識別化並經同意
讓 AI 聲音說出當事人沒說過的話 觀眾會理解為當事人親口說的 旁白與引語在字幕上明確區分
隱瞞旁白是合成的 多數地區的廣告與募款倫理都要求揭露 影片說明或片尾註明「旁白為 AI 語音」

實務建議:旁白用 AI,人聲用真人。 組織的說明、數據、CTA 交給 AI;當事人的一句話、志工的現場感,保留原音。這個分工觀眾聽得出來,也正因為聽得出來才可信。

腳本模板:四段式

[0-5s]  (停頓 300ms)
        去年冬天,阿嬤第一次在我們這裡吃到熱的晚餐。

[5-20s] 她住的社區有 180 位獨居長者。
        其中三成,一週說話的對象不到兩個人。
        (停頓 400ms)

[20-35s] 我們每天送餐,順便坐下來聊十分鐘。
        一年送出 62,000 份餐,也做了 62,000 次探訪。

[35-50s] 對阿嬤來說,那不是便當。
        是有人記得她今天在不在。
        (停頓 600ms)

[50-60s] 每月 300 元,讓一位長者一週有四天有人敲門。
        現在捐款,這個冬天的餐點就不會斷。

四個要注意的地方:

  • 具體名詞勝過形容詞:「62,000 份餐」比「大量服務」有力。
  • 一句一個資訊,不要在同一句塞兩個數字。
  • 轉折句獨立成行,「那不是便當」需要自己的停頓。
  • CTA 只給一個金額,多選項會讓決策癱瘓。

多語言版本:什麼時候值得做

情境 值得做嗎 建議
有海外僑界捐款 值得 中英雙版,英文版重新配音而非字幕
服務多語社區 值得 以服務語言優先,不必做全部語言
國際 NGO 合作 視合作方需求 先做一份英文字幕版,再依回饋決定配音
只有本地小額捐款 通常不值得 把資源放在腳本品質與投放

一個容易忽略的成本:每多一個語言,就多一份要維護的版本。年度報告數字一改,所有語言都要重生。用同一份 slug、同一組段落切分,改動時只重生成變動段落,維護成本會低很多。

七步製作流程

步驟 做什麼 時間
1 選一個真實案例,取得同意與去識別化方式 1–3 天
2 寫 60 秒稿,唸出來修到順口 2 小時
3 標記停頓與數字讀法 30 分鐘
4 生成 AI 旁白,選 2–3 個聲線試聽 1 小時
5 剪輯:畫面、字幕、音樂(音樂在 CTA 前淡出) 半天
6 內部複核:數字、同意範圍、揭露文字 1 天
7 上線、投放、一週後看完成率與捐款轉換 持續

第 6 步不要省。募款影片的錯誤成本比一般行銷影片高一個量級。

小組織的成本對照

以一支 60 秒影片、每年更新 4 次估算(數字為示例,實際依方案與用量):

做法 一次性成本 更新一次的成本 備註
每次找配音員 中 中(重新約時間、錄音) 聲音最自然,排程最不彈性
固定配音員+AI 補段 中 低 適合每年小改版
AI 配音(品牌聲線克隆) 低 極低 聲音一致,需人工複核語氣
純 AI 通用聲線 極低 極低 最快,但辨識度低

多數小型組織的甜蜜點是第三種:用創辦人或長期志工的聲音做克隆,固定為組織聲線。 觀眾聽到的是熟悉的人,成本卻接近零邊際。關於聲音克隆的一致性做法,可參考品牌一致性聲音;如果要做多語言版本,配音本地化 QA 檢查清單列了逐項判斷標準。

常見錯誤

  • 音樂從頭到尾不停:CTA 期間音樂必須退,讓文字被聽見。
  • 字幕與配音不同步:募款影片的字幕常被截圖轉傳,錯字會被放大。
  • 數字沒有單位或時間範圍:「幫助 62,000 人」不如「一年送出 62,000 份餐」。
  • 一次要求太多:捐款、訂閱、分享、連署,四件事等於零件事。
  • AI 聲音唸錯組織名:上線前一定要聽完整支,尤其是專有名詞。

常見問題

Q1:觀眾聽得出是 AI 配音嗎? 短句、平穩語氣、沒有強烈情緒轉折的旁白,多數人聽不出來。但只要出現不自然的停頓或唸錯專有名詞,就會立刻被察覺。所以校對比選聲線重要。

Q2:需要主動揭露嗎? 建議揭露,尤其在涉及捐款與公共利益的內容。一句「旁白為 AI 語音」放在影片說明或片尾,成本極低,卻能在被質疑時保護組織。

Q3:可以用 AI 重現已故創辦人的聲音嗎? 不建議,除非有明確的書面授權與家屬同意,且用途限於紀念性質。用於募款訴求的風險極高。

Q4:中文版和英文版可以用同一個聲線嗎? 語感不同,通常不建議。跨語言一致性靠語速、停頓與情緒曲線維持,而不是同一個聲線 ID。

Q5:影片長度多少最好? 社群投放 45–60 秒,官網與電子報可用 90 秒。超過 2 分鐘的募款影片,除非有極強的故事,完成率通常很低。

Q6:多久更新一次? 每年一次大更新(數字、年度成果),季節性活動另做短版。用同一組段落切分,更新時只重生變動部分。

下一步

想先試一支 60 秒版本,可以用 Soundwaver TTS 生成旁白、比較兩三個聲線;想固定組織的聲音,聲音克隆 讓每次更新都聽起來是同一個人。腳本結構可參考高轉換配音腳本,方案與額度在定價頁。

提醒:本文談的是製作實務,不構成法律或募款法規建議。各地對募款揭露、當事人同意與 AI 生成內容標示的要求不同,上線前請依所在地規定與組織內部政策複核。

分享這篇文章
XFacebookLINE