口白,就是影片裡「看不到人、只聽到聲音」的那段說明。開箱影片、美食短影音、企業簡介、課程投影片,幾乎都靠口白撐住節奏。觀眾會不會滑走,往往在前三秒的口白就決定了。
這篇整理「口白配音」從寫稿到成品的完整流程,也比較自己錄、找配音員、用 AI 口白三種做法的優缺點。

口白、旁白、配音,差在哪?
很多人會混用這三個詞,簡單分一下:
| 名詞 | 常見用法 | 例子 |
|---|---|---|
| 口白 | 台灣常用,泛指影片中的說明人聲 | 開箱、美食、Vlog 口白 |
| 旁白 | 偏敘事、紀錄片、故事類 | 紀錄片、有聲書旁白 |
| 配音 | 範圍最廣,含角色、廣告、口白 | 動畫角色、廣告配音 |
做法其實大同小異,差別在語氣:口白通常更口語、更有個人感;旁白更沉穩;角色配音則需要表演。
第一步:寫一份「好念」的口白稿
口白稿不是文章,是給耳朵聽的。三個原則:
- 一句話不超過 20 個字:太長的句子念起來喘,聽起來也累。
- 用說的,不用寫的:「該產品具備」改成「這台機器有」。
- 前三秒丟出鉤子:問句、反差、數字最有效,例如「這碗牛肉麵,藏在小巷裡三十年。」
想更深入,可以參考為 TTS 寫稿的技巧與短影音開頭三秒口白。
第二步:選擇口白的製作方式
方式一:自己錄口白
最便宜,聲音也最有個人特色。但需要安靜的空間、一支像樣的麥克風,而且念錯一個字常常要整段重錄。適合本人出鏡、需要個人品牌的創作者。
方式二:找專業配音員
品質最穩定,適合品牌形象片、電視廣告。缺點是費用與時間:一般要報價、排檔期、來回確認,改稿往往要重新計價。詳細行情可看配音價格整理。
方式三:用 AI 做口白
貼上稿子,幾秒就出聲音;改一個字,重新生成即可。適合每週大量產出、需要多版本測試的短影音、課程與行銷內容。

用 AI 做口白的三種玩法
以 SoundWaver 為例:
- 挑預置音色:晴晴(明亮親切)、磊磊(沉穩可靠)等中文音色,直接念出口白。
- 克隆自己的聲音:上傳 30 秒錄音,之後任何口白稿都用你的嗓音念,不用每次自己錄。
- 導演模式:用「角色/場景/指導」三行文字告訴 AI 怎麼念,例如「語速稍快、帶點驚喜、結尾上揚」,同一個聲音就能有不同語氣。
台灣觀眾對口音很敏感,外國模型念台灣用語常常一聽就假。如果你的影片是給台灣人看的,記得選支援台灣腔的工具。
🎧 實際聽聽看:導演模式+情緒標籤示範
以下音檔由 SoundWaver 以「晴晴」音色生成,沒有經過任何後製。
口白後製的小提醒
- 背景音樂比口白小 12–18 dB,口白才聽得清楚。細節見配音與背景音樂混音。
- 句子之間留 0.3–0.5 秒停頓,剪輯時比較好對畫面。
- 先做一版 15 秒試聽,確認語速與語氣再做完整版。
常見問題
AI 口白可以商用嗎? 看平台條款。SoundWaver 付費方案可用於影片、Podcast、廣告等商業用途;免費方案限個人非商業使用。
自己的聲音克隆會不會被亂用? 聲音克隆必須取得聲音主人同意,可參考聲音克隆授權指南。
結論
口白不一定要花大錢、也不一定要自己錄到半夜。稿子寫得好念,再依預算選擇自己錄、配音員或 AI,就能穩定做出好口白。
想試試看 AI 口白?免費註冊 SoundWaver,每月 1,000 credits,不用信用卡,貼上你的口白稿就能聽成品。

