跳到主要內容

剪輯軟體做音樂 MV 聲音變小變差？位元率與無損匯出指南

剪輯軟體做音樂 MV 聲音變小變差？位元率與無損匯出指南
混音實務

剪輯軟體做音樂 MV 聲音變小變差？位元率與無損匯出指南

影音剪輯軟體時間軸與音訊波形電平監控
圖：影片剪輯軟體中的時間軸音訊軌道、波形與立體聲音量監控

做音樂 MV 或影音創作時，你是否遇過這種困擾：混音師交付的高音質 WAV 音檔明明聽起來飽滿震撼，但一放到剪輯軟體輸出後，聲音卻縮水了一大截——不僅音量莫名變小，高音聽起來還毛毛的、發悶？其實這並不是你的耳朵有問題，而是剪輯軟體的「音訊壓縮設定」和「內建輔助功能」在悄悄影響輸出品質。本文用最白話、好懂的方式，帶你搞懂音訊位元率與壓縮失真的真相，找出音量變小的元兇，並手把手教你在剪映電腦版、DaVinci Resolve 與 Adobe After Effects 中做好無損匯出設定！

一、 位元率（Bitrate）是什麼？就像聲音的「影片解析度」

我們在看影片時常聽說 1080p、4K，解析度越高，畫面越細緻。在數位音訊的世界裡，位元率（Bitrate，單位通常是 kbps）就扮演類似的角色：它代表每秒鐘用多少資料量來記錄聲音。位元率越高，能保留的聲音動態與樂器細節就越豐富完整。

1. 無損音質（WAV）為什麼檔案那麼大？

像 WAV 這種無損格式，就像拍照時未經壓縮的 RAW 原檔，它不走任何偷工減料的壓縮捷徑，而是忠實記錄每一個聲音細節。它的資料量計算方式非常直觀：

每秒資料量 (bps) = 取樣頻率 (Hz) × 位元深度 (bits) × 聲道數 (雙聲道為 2)
  • 傳統 CD 音質：
    取樣率 44.1 kHz、16-bit、雙聲道立體聲：
    44,100 × 16 × 2 ≈ 1,411 kbps
  • 專業影音與混音母帶標準：
    影音標準取樣率 48 kHz、母帶規格 24-bit、立體聲：
    48,000 × 24 × 2 = 2,304 kbps（每秒傳輸超過 2.3 MB 資料量，細節極度豐富）

2. MP3 與 AAC 壓縮是怎麼「省空間」的？

如果每首歌都用 2,304 kbps 傳輸，檔案會非常大。因此有了 MP3 和 AAC 等「有損壓縮」格式。它的原理是利用人耳聽覺特性，把一般人不容易察覺的微弱聲音「直接刪除」，藉此大幅縮小檔案：

  • 高達 90% 的資料被捨棄：如果把母帶壓縮成常見的 128 kbps MP3，檔案縮小到原本的十一分之一，這意味著超過 90% 的原始音訊資料都直接被拋棄了。
  • 位元率太低時，破綻就會現形：如果位元率給得夠高（例如 320 kbps），人耳幾乎分辨不出差別；但一旦降到 128 kbps 甚至更低，演算法就會開始硬把 15–16 kHz 以上的高音全部切掉，導致聲音聽起來發悶。
  • 千萬避免「壓縮檔再壓縮」（重複壓縮）：如果剪輯時本來就拿壓縮過的 MP3 當素材，輸出影片時軟體又再壓一次 AAC，這就像把一張原本就模糊的低解析度截圖反覆重存一樣，音質會迅速劣化、出現嚴重雜音。
線性脈衝編碼調變與有損感知編碼之高頻截斷與量化雜訊頻譜對照
圖：左側無損音訊的高頻完整保留；右側經過過度壓縮後，高頻細節被明顯截斷

二、 音質被過度壓縮後，聽起來是什麼感覺？四大常見崩壞現象

當音訊被過度壓縮時，它並不是單純「音量變小」，而是在聽覺上會產生幾種非常明顯的缺陷：

  • 1. 高音出現「水底怪聲」或金屬摩擦聲：
    在爵士鼓的銅鈸（Hi-hat、Cymbal）、木吉他刷弦、或是人聲氣音的殘響尾音處，原本平滑清脆的高音，會變成類似隔著水講話、或是薄金屬片快速抖動的「塑膠水聲感」。
  • 2. 鼓聲變軟、失去拳拳到肉的打擊力：
    大鼓、小鼓這類瞬間爆發的打擊樂器，需要足夠的資料量才能保留俐落的衝擊感（Punch）。壓縮過度時，鼓點的起音會被抹平，聽起來軟綿綿、散散的，節奏感大幅削弱。
  • 3. 空間感變窄，所有樂器全擠在中間：
    原本立體聲混音中，吉他在左、鋼琴在右、層次分明。但低位元率壓縮為了省空間，往往會把左右聲道資訊強行合併，導致寬廣的音場瞬間縮水，感覺整首歌被壓成扁平的一小團。
  • 4. 聲音發悶，失去通透的「空氣感」：
    壓縮軟體通常直接砍掉 16 kHz 以上的超高頻。雖然那裡不是主旋律，但卻蘊含人聲呼吸的通透度與錄音室空間的自然泛音，一旦被切除，整首音樂就會像被套上厚口罩一樣悶沉。

三、 為什麼剪完匯出後，聲音會莫名「變小聲」？三大常見元兇

除了音質變差，許多創作者最納悶的是：「在剪輯軟體裡聽明明很大聲，為什麼輸出後或傳到網路上，音量就突然變小了？」。原因通常出在以下三個地方：

  • 1. 剪輯軟體偷開了「自動降噪」或「響度統一」：
    剪映等日常剪片工具，預設功能通常是為「講話口播短影片」設計的。裡面的「自動降噪」或「響度統一」一旦套用在起伏豐富的音樂母帶上，演算法會誤把大動態當成爆音或雜音，強制將整首歌壓低好幾個分貝，破壞原有的飽滿感。
  • 2. 左右聲道設定錯誤，造成聲音互相抵消：
    在專業軟體中，如果不小心把立體聲音軌誤設成單聲道，或是左右聲道訊號剛好相位相反，兩邊的聲波就會在加總時互相抵消，特別是低音鼓與貝斯會瞬間變得很乾、很薄。
  • 3. 上傳到 YouTube 等平台被系統「強制調小」：
    YouTube 和 Spotify 為了防止觀眾耳膜受損，有一套自動音量平衡規範（YouTube 基準為 -14 LUFS）。如果你的音樂被推得過大聲、甚至到了破音邊緣，YouTube 伺服器會在播放時自動幫你整支影片強制「下調音量」，反而比其他正常作品聽起來更小聲、更軟弱。

四、 剪映專業版（CapCut Desktop）維持無損音質之實務操作步驟

剪映電腦版剪輯非常順手，但在處理音樂 MV 時，記得把預設的語音處理關掉。請依照以下三步校準：

剪映專業版主工作介面、多軌時間軸排列與音訊屬性面板配置
圖：剪映電腦版（CapCut Desktop）主工作介面、多軌時間軸排列與屬性面板配置（進行音訊無損校準時，請選取音軌並切換至右側「音訊」面板關閉降噪與響度統一）
  1. 步驟 1：匯入無損 WAV 母帶，關閉所有破壞音質的濾鏡
    務必直接匯入 24-bit / 48kHz 的 WAV 母帶，千萬不要用 MP3。點選時間軸上的音樂軌道，在右側面板的「音訊」分頁中：
    • 確認取消勾選「降噪」（開了會讓音樂中高音變得空洞怪異）；
    • 確認取消勾選「響度統一（標準化）」（避免軟體自動把音樂音量亂壓）；
    • 確認「語音增強」保持關閉。
  2. 步驟 2：音量推桿鎖定在 0.0 dB（不放大也不縮小）
    確認音軌的音量滑桿數值為 0.0 dB，保持混音師做好的平衡。同時確認左側軌道沒有誤開「音訊避讓」，避免有人聲或音效時音樂自動被調小。
  3. 步驟 3：匯出時音訊給足最高規格
    點選右上角「導出」按鈕進入面板：
    • 在視頻導出選單中，編碼格式可選 H.264 或 HEVC，碼率選「較高」；
    • 展開音訊進階設定，音訊取樣率設定為 48,000 Hz，位元率手動拉到最高上限（320 kbps）；
    • 若想追求 100% 絕對無損，也可勾選「導出音頻」，單獨匯出一份 WAV 格式原音檔備用。

五、 DaVinci Resolve（達芬奇）高規格無損音訊匯出步驟

專業調色剪輯軟體 DaVinci Resolve 內建完整的音訊工作站 Fairlight，可以做到完全不失真的無損音訊輸出：

DaVinci Resolve 時間軸工作介面與 Fairlight 混音監聽面板
圖：DaVinci Resolve 工作介面中的多軌音訊時間軸與 Fairlight 混音控制台
  1. 步驟 1：確認專案取樣率為 48,000 Hz
    點選右下角齒輪圖示進入「Project Settings」➔ 選擇「Fairlight」➔ 確認取樣率為 48,000 Hz。讓專案與音樂原檔規格完全一致，避免軟體重新轉換算圖時損耗音質。
  2. 步驟 2：檢查 Fairlight 頁面音軌與音量
    切換到底部「Fairlight」調音頁面：
    • 確認音樂軌道標籤為 Stereo（雙聲道立體聲）；
    • 確認軌道推桿與總輸出推桿皆維持在 0.0 dB（原汁原味，不放大也不衰減）；
    • 確認總輸出沒有開啟未調校的限制器或壓限效果器。
  3. 步驟 3：在 Deliver（輸出）頁面設定無損音訊
    點選底部火箭圖示進入輸出渲染頁面：
    • 在 Video 標籤頁：Format 建議選擇 QuickTime（MOV）；
    • 切換至 Audio 標籤頁：
      ・勾選 Export Audio；
      ・Codec 選取 Linear PCM（這是真正未經壓縮的高規格無損音訊）；
      ・Sample Rate 選 48000 Hz，Bit Depth 選 24-bit；
      ・務必取消勾選「Normalize Audio（音訊標準化）」，讓音樂原始動態完整呈現；
    • 若必須輸出 MP4 檔案，Audio Codec 則選擇 AAC，並手動把位元率拉到最高 320 Kbps。

六、 Adobe After Effects（AE）音樂 MV 無損音訊設定與算圖步驟

許多動態攝影師、動畫師與 VTuber MV 創作者習慣在 Adobe After Effects 中製作動態歌詞、字體排版與粒子視覺特效。然而，AE 本身定位為視覺合成工具，其預設設定主要針對畫面影像運算，若忽略音訊設定，常會遇到「算圖出來影片完全沒聲音」或「音訊被二次壓縮失真」的困擾。請依照以下三步完成專案校準與無損輸出：

Adobe After Effects 算圖佇列（Render Queue）與輸出模組無損音訊設定
圖：After Effects 算圖佇列（Render Queue）中的 Output Module 設定面板（務必主動勾選 Audio Output，並選取 QuickTime 搭配 Linear PCM 無損編碼）
  1. 步驟 1：匯入無損 WAV，展開波形檢查電平（Audio Levels）
    將 24-bit / 48kHz 的 WAV 母帶拖入專案面板並放入合成時間軸。選取音訊圖層後：
    • 連續按兩次鍵盤 L 鍵（快速鍵 LL），即可快速展開「音訊波形（Audio Waveform）」，確認音樂波形完整、無過載削波；
    • 按一次 L 鍵檢查「音訊音量（Audio Levels）」，確認數值鎖定在 0.00 dB，避免誤設關鍵影格造成音量突變；
    • 前往上方選單 Composition ➔ Composition Settings（快速鍵 Ctrl+K / Cmd+K），確認音訊取樣率（Sample Rate）設定為 48.000 kHz。
  2. 步驟 2：使用原生算圖佇列（Render Queue）輸出無損 Linear PCM 音訊
    前往選單 Composition ➔ Add to Render Queue（快速鍵 Ctrl+M / Cmd+M）：
    • 點選「Output Module」藍色文字進入輸出設定面板；
    • Format 選擇 QuickTime，Video Codec 建議選 Apple ProRes 422 HQ 或 Apple ProRes 422；
    • 防呆關鍵設定：務必確認勾選面板下方的 「Audio Output（音訊輸出）」（AE 預設常為關閉，未手動勾選會導致輸出影片靜音無聲）；
    • 音訊格式選取 Linear PCM（未壓縮無損格式，位元率達 2,304 kbps），取樣率選擇 48.000 kHz，位元深度選 24-bit，聲道設為 Stereo；
    • 點選右上方「Render」按鈕進行算圖。此 QuickTime MOV 母帶檔案具備無損音質，可直接上傳至支援 ProRes 的平台或作為高品質母帶歸檔。
  3. 步驟 3：若需輸出社群 MP4，透過 Adobe Media Encoder（AME）給足 320 kbps
    若因檔案容量考量需直接輸出 .mp4 格式影片：
    • 在 AE 選單點選 Composition ➔ Add to Adobe Media Encoder Queue...（快速鍵 Ctrl+Alt+M / Cmd+Opt+M）；
    • 在 Media Encoder 佇列中，格式選取 H.264，點選預設集名稱進入「匯出設定」；
    • 切換至「音訊（Audio）」標籤頁，確認格式為 AAC、取樣率為 48000 Hz、聲道為 立體聲（Stereo）；
    • 找到「位元率設定（Bitrate Settings）」，手動將位元率拉到上限 320 kbps（AME 預設通常僅有 128 或 192 kbps，過低會引發高頻被削切發悶）；
    • 確認音訊品質（Audio Quality）設定為「高（High）」，即可完成高品質 MP4 匯出。

本篇核心重點快速複習

  • 位元率就像音訊的解析度，無損 48kHz / 24-bit WAV 格式能提供高達 2,304 kbps 的充足細節。
  • 過度壓縮會導致高音發悶、鼓聲軟趴趴、以及空間感縮水，剪輯時務必堅持用 WAV 原檔匯入。
  • 輸出後聲音變小，通常是因為剪輯軟體偷開了降噪或響度統一，或是上傳平台後被系統自動調降。
  • 剪映記得關閉「降噪」與「響度統一」；DaVinci Resolve 與 After Effects 輸出建議選 QuickTime 搭配 24-bit Linear PCM 無損規格，或於 AME 拉滿 320 kbps AAC。
Studio Tian 天空兔音樂廳 聲學工程 × 音樂製作規格

依循專業標準，重現音樂真實動態與頻譜層次

我們將嚴謹的訊號處理與聲學理論落實於實務製作，提供專業人聲修音、分軌混音、原創編曲與串流母帶製作服務。歡迎前往官方網站試聽作品或預約製作諮詢。

參考文獻 (References)

  1. Brandenburg, K. (1999). MP3 and AAC explained. AES 17th International Conference on High-Quality Audio Coding, 1-12. https://doi.org/10.17743/jaes.1999.0042
  2. Painter, T., & Spanias, A. (2000). Perceptual coding of digital audio. Proceedings of the IEEE, 88(4), 451-515. https://doi.org/10.1109/5.842999
  3. International Telecommunication Union. (2015). Recommendation ITU-R BS.1770-4: Algorithms to measure audio programme loudness and true-peak audio level. ITU-R.
  4. European Broadcasting Union. (2020). EBU Recommendation R128: Loudness normalisation and permitted maximum level of audio signals. EBU Technical Committee.
  5. Nielsen, S. H., & Lund, T. (2003). Overload in signal conversion. Audio Engineering Society Convention 115, Paper 5894.
  6. Pohlmann, K. C. (2010). Principles of Digital Audio (6th ed.). McGraw-Hill.

留言

張貼留言

這個網誌中的熱門文章

一大批音檔忽大忽小好困擾？用標準化工具一鍵搞定音量平衡

圖片
一大批音檔忽大忽小好困擾？用標準化工具一鍵搞定音量平衡 聲音處理 一大批音檔忽大忽小好困擾？用標準化工具一鍵搞定音量平衡 圖：音訊標準化（Normalization）透過峰值偵測與集成響度演算法校準動態範圍 處理大量語音檔案（例如 Podcast 各集錄音、訪談錄音、線上課程或遊戲對白素材）時，最痛苦的莫過於：上一集聲音大到破表、下一集又小聲到聽不清楚；甚至同一段錄音裡，講話忽大忽小很難聽清。如果要一個一個檔案手動拉音量，不僅累人而且耳朵很容易聽覺疲勞。本文用最直白的方式解釋「最大音量」與「耳朵聽到的音量（LUFS）」有何不同，並介紹由 Studio Tian 開發的開源工具 WAVNormalizer ，教你如何一鍵自動撫平動態落差、批次搞定全套音檔！ 一、 為什麼單純把音量拉大不可行？「最大音量」與「耳朵聽到的音量」差在哪 很多人以為「音量調整」就是把音檔波形放大，但常常放大後不是破音，就是聲音依然聽起來忽大忽小。這背後有兩個關鍵的音訊概念： 傳統「峰值標準化」的致命盲點 ：傳統軟體只看音檔裡「瞬間最大聲的單一點（Peak）」。假設整段 30 分鐘的錄音裡，講者只有一秒鐘不小心拍了一下桌子或咳嗽了一聲，那一下聲音雖然極短，但振幅非常大。電腦如果只依據那一瞬間來決定能放大多少，就會誤以為「這段音檔已經很大聲了，不能再推高了」，結果導致整篇演講的正常說話聲依然小得像蚊子叫。 什麼是 LUFS？耳朵真正感受到的「感知響度」 ：人的耳朵聽聲音並不是看某一瞬間的突發噪音，而是評估「整段聽下來有多大聲」。國際廣播標準（如 ITU-R BS.1770 與 EBU R128）制定了 LUFS（響度單位） ，模擬人類耳朵的敏感頻率，自動忽略短暫無聲或突發拍桌，精準計算出整段音訊的平均體感音量。以 LUFS 為標準，才能確保每支檔案聽起來音量完全一致！ 預留安全天花板（-1.0 dBTP 真峰值防護） ：把音量拉大時，千千萬萬不要貼齊極限（0 dB）。數位音訊在轉存成 MP3、傳上 YouTube 或經由手機喇叭播放時，波形還會微幅...
閱讀完整內容

實況主必看：耳機聽剛好觀眾卻說太小聲？OBS 直播音量電平與濾鏡設定指南

圖片
實況主必看：耳機聽剛好觀眾卻說太小聲？OBS 直播音量電平與濾鏡設定指南 聲音處理 實況主必看：耳機聽剛好觀眾卻說太小聲？OBS 直播音量電平與濾鏡設定指南 圖：OBS Studio 直播軟體中之多軌音訊電平表與動態控制外掛鏈 開直播或錄遊戲實況時，許多實況主都遇過這種尷尬場面：自己戴耳機聽明明音量剛剛好，但聊天室觀眾卻不斷反映「主播聲音太小了」、「遊戲槍聲比人聲還大」。直播不像做影片可以事後重新剪輯，一旦開播音量沒調好，觀眾很快就會按叉叉離開。本文帶你破解「為什麼耳機聽到的音量會騙人」，公開 OBS 直播音量的黃金紅綠燈法則，並手把手教你配置麥克風必備的四大防破音濾鏡！ 一、 為什麼自己聽剛好，觀眾卻說太小聲？搞懂「耳機音量」與「輸出音量」的差別 這是新手開台最容易掉入的直覺陷阱： 「我自己的耳機聽起來很大聲，所以觀眾聽起來一定也很大聲」——這完全是錯誤的！ 耳機旋鈕只是一副「放大鏡」 ：你桌上錄音介面或耳機線上的實體音量旋鈕，只控制「送進你耳朵的聲音有多大」，它完全不影響送出到網路上的實際數位訊號。如果你把耳機旋鈕轉得非常大，你的耳朵會被騙，以為聲音已經很飽滿了，結果順手把 OBS 混音器的推子往下拉——這時傳送到 YouTube 或 Twitch 的訊號其實微弱得可憐，觀眾就算把手機音量調到 100% 也聽不清楚。 唯一客觀準則：看 OBS 混音器的跳動燈號 ：調音時千萬不能只靠耳朵感覺，必須以 OBS 視窗下方的跳動電平表為準。只要電平表跳在標準位置，不管你耳機開大開小，觀眾端聽到的音量就絕對是標準舒適的！ 二、 OBS 直播多軌音量黃金「紅綠燈」法則 盯著 OBS 音訊混音器上的紅、黃、綠三色跳動量表，將各軌道分配在以下安全區間： 主講人聲（麥克風）—— 鎖定在「黃色區間」（約 -12 至 -6 dBFS） ：正常說話時，綠色條應該要跳進黃色區段的中間（約 -9 dBFS）；激動大笑時最高不超過 -3 dBFS。人聲永遠是直播的第一主角，必須維持在最顯眼的位置。 ...
閱讀完整內容