在iPhone上给视频加音乐，打开剪辑软件的音频工具，放入背景音乐，然后做真正重要的那一步：设置让它在你说话时压低。音量固定的音乐会在整个视频里和你的旁白竞争；而经过闪避处理的音乐会在你说话时降下来，在空隙里再升回去。

系统自带应用能做什么、不能做什么

照片应用不能加音乐。它的视频编辑器只能修剪、裁切、旋转和调整你已有的片段。没有可以添加的音轨，唯一的音频控制是编辑界面左上角的扬声器图标，它会把整个片段静音。

iMovie可以，但有一堵很高的墙。点击时间线上的 + 按钮，选择Audio，会有三个来源：Soundtracks（iMovie自带的主题循环音乐，会自动适配你项目的长度）、My Music和Sound Effects。那堵墙就是My Music：通过Apple Music订阅下载的任何歌曲都受DRM保护，所以会显示为灰色，无法导入。只有你真正以文件形式拥有的曲目才能导入。这几乎让每个人都很意外，而且这不是一个可以绕过去的bug。

在TikTok或Instagram里加音乐，则完全是另一回事。它们的曲库是授权在该平台上使用的。你在TikTok编辑器里添加的声音只覆盖那条TikTok帖子；把同一个视频发到YouTube，这份授权并不会跟着走。自己把音乐合成进文件才是可以到处带走的做法，而你需要自己确保拥有相应的权利。

电平、余量，以及为什么一个峰值正确的混音仍然可能听起来不对：Apple的Final Cut Pro使用手册（英文）把这三点都讲到了。

iOS端的屏幕录制基于ReplayKit（英文），这是Apple用于录制和直播屏幕的框架。

两分钟速成版

  1. 加上背景音乐。使用内置的循环音乐，或者导入你拥有的曲目。它应该从视频开头开始，而不是从播放头碰巧停留的地方开始。
  2. 打开闪避。背景音乐会在你说话时自动压低。不开的话，剩下的剪辑时间你都得手动打音量关键帧。
  3. 设置基础音量。音乐大约在人声的15-25%。如果有人说话时你注意到了音乐，那就太响了。
  4. 检查结尾。在最后一帧戛然而止的音乐听起来像个错误。最后一两秒做淡出，或者在你最后一句话之后让它自然收尾。
  5. 在目标设备上听。手机扬声器会美化音乐、埋没人声。先用耳机听，再用笔记本扬声器听。

能真正瞄准的音量数字

“人声的15-25%”是一个滑块位置，它对应着具体的数值：20%的振幅大约比人声低14 dB，25%大约低12 dB，15%大约低16 dB。所以实际的工作范围大约是比对白低12到16 dB，广播混音通常也在这个范围。

让这个范围起作用的，是两件事，而不是某一个具体数字：

  • 先把人声标准化。如果你的旁白被标准化到一个已知的响度（社交视频的合理目标约为-14 LUFS综合响度），那么“人声的百分之几”才有意义。如果人声音量忽高忽低，背景音乐在这一段感觉对，到下一段就不对了。
  • 用句子来判断，而不是看表。播放完整的一句话，问问自己有没有注意到音乐。注意到了，就降低5%。这个测试比任何数字都可靠，包括上面这些。

为什么闪避比选什么歌更重要

观众能原谅平平无奇的选曲，却不能原谅听不清你说话。闪避（也叫侧链压缩）让背景音乐显得是有意为之：音乐在你停顿时有空间呼吸，你一开口就让开。

手动做的话，意味着在每句话开头把音量关键帧拉低，在每个空隙再拉高。一个60秒的视频就有几十个关键帧，而每次重新剪辑都会让它们失效。自动闪避从语音本身推导出同样的包络，所以剪辑后依然有效。

关于闪避的表现，有两点要知道：

  • 它由声音触发，而不是由意义触发。咳嗽、笑声或很响的关门声也会让背景音乐压低。通常没问题，偶尔会让人分心。
  • 恢复比压低更重要。你一停止说话就立刻恢复到满音量的背景音乐，听起来像在对你喘气。在零点几秒内逐渐恢复，听起来才像经过用心的混音。

音乐从哪里开始、在哪里结束

  • 从素材的第一个节拍开始，而不是从一张无声标题卡的第零帧开始，除非你想让标题卡有配乐的感觉。
  • 不要让它在硬切处戛然而止。如果你的视频以片尾卡结束，背景音乐应该跨过这个剪切点，在片尾卡上淡出，否则片尾卡会落在一片寂静中，听起来像出了故障。
  • 把背景音乐修剪到和视频一样长，再做淡出。结尾一到两秒的淡出，就是“视频结束了”和“文件停了”之间的区别。

简单说说授权

如果你打算公开发布，就用你有权使用的音乐：剪辑软件自带的循环音乐、授权曲库，或者平台自己的音频库，同时记住平台自己的限制。“别的视频里用过”不是授权，而TikTok、Reels和YouTube的音频匹配非常准。现实中的风险不是被起诉，而是你的视频在开始火起来之后被静音或取消变现。

Zella怎么做

在Zella for iPhone里，点击时间线工具栏中的Audio。这一个面板里包括：

  • 在你说话时自动压低的背景音乐：你说话时它自动闪避，空隙里再升起来，不用打关键帧。
  • 片段音量（0-200%）和静音，还能为每一个画中画叠加层单独设置音量。
  • 101种音效、16种变声效果和五种人声音色。
  • Polish Voice：设备端降噪、去齿音、压缩和-14 LUFS响度，这才是真正让旁白压在背景音乐“之上”的东西。

Auto-Polish（英文）还会自动铺上一段与情绪匹配的背景音乐：它会挑选适合你节奏的循环音乐，从素材的第一个节拍开始，在说话时闪避，并在结尾淡出。如果你想让剪切和强调落在底鼓或军鼓上，可以用Beat Sync，它永远不会被自动应用。

一切都在设备上运行：不上传，不需要账号，整套音频工具都是免费的。Mac版现已在Mac App Store上架；Zella for iPhone已在App Store上架。

常见问题

能用Apple Music里的歌吗？ 不能。Apple Music的下载受DRM保护，无法导入iMovie或任何其他剪辑软件。你需要一个你拥有的文件、一首授权曲库里的曲目，或者内置的循环音乐。

能只给视频的一部分加音乐吗？ 能。在时间线上修剪背景音乐，让它只覆盖你想要的那一段，或者在需要的地方添加，而不是从开头开始。

为什么我的音乐会在莫名其妙的地方变小声？ 那是闪避在正常工作：它会对说话做出反应，也会对咳嗽、笑声和背景噪音做出反应。如果感觉太敏感，就降低基础音量，让压低的幅度不那么剧烈。

应该在剪辑软件里加音乐，还是在TikTok应用里加？ 在应用内添加会把你的视频关联到那个声音的页面，可能有助于被发现，但授权只覆盖那个平台。合成进文件则会跟着文件走，在你发布的任何地方都有效。

旁白下面的音乐应该多响？ 从人声音量的20%左右开始，大约低14 dB。测试很简单：播放一句话，问问自己有没有注意到音乐。注意到了，就太响了。