全部指南
指南

如何为播客制作音频可视化视频(Audiogram)

挑选能独立成立的片段,在句子边界剪切,为静音观看者烧录字幕,把响度设为 −16 LUFS,并导出方形、竖版和横版视频,让文字避开各应用的按钮区域。

快速开始

让 AI 助手帮你完成

将这段提示粘贴到你正在使用的 AI 助手中:

帮我在另一个助手中使用技能。先询问所用助手和内容包,检查支持目录与工具,指出需要调整的假设,并通过小示例验证工作流。

简要回答

选择一段 15–60 秒、脱离整期节目也能看懂的片段,用有力的句子开头、在观点处结束。画面放封面、波形和大号字幕,因为大多数人静音浏览。导出 1080 × 1920(Reels、Shorts、TikTok)、1080 × 1080(信息流)和 1920 × 1080(YouTube),响度约 −16 LUFS。

挑选片段

  • 观点、意外、数字或问题比开场白更有效。
  • 在句子边界剪切;从半个词开始的片段会显得残缺。
  • 分享嘉宾的片段前先征得同意。

字幕

把字幕烧录进视频,确保在任何地方都能显示,每屏两三行短句,阅读速度低于每秒约 20 个字符。逐词高亮当前说出的词能引导视线。平台支持时再上传 SRT 文件,让字幕可被搜索、也可关闭。

响度

Apple Podcasts 建议响度约 −16 LUFS、真峰值不高于 −1 dB,大多数信息流也以接近该水平播放语音。先测量片段,再施加一次线性增益,让音量偏小的录音提上来而不产生“抽吸”感。

ffmpeg -ss 37.3 -t 16.4 -i episode.mp3 -af loudnorm=I=-16:TP=-1.5:print_format=json -f null -

安全区域

竖版应用会用账号名遮住顶部,用说明文字、按钮和音乐信息遮住底部约五分之一。在 1080 × 1920 的画面中,文字和波形距顶部约 250 像素、距底部约 420 像素为宜。

用 AI 助手完成

WaveCard 读取文字稿,把片段对齐到完整句子,根据音频绘制波形并生成逐词点亮的字幕,统一响度,渲染方形、竖版和横版视频,并附 SRT 和 VTT 文件。

全部指南