sound-design-to-prompt

name	sound-design-to-prompt
description	将声音设计概念转化为AI视频生成提示词。覆盖音效(Foley)、环境音、环境音层、声音质感、空间感、声音节奏。 配合 ai-music-generator（音乐）和 rhythm-to-prompt（视觉节奏）使用。 触发词：「声音设计」「音效」「环境音」「Foley」「声音质感」「AI配音」「音效提示词」「sound effects」「ambient」。
version	v1.0
created	2026-04-20T00:00:00.000Z
updated	2026-04-20T00:00:00.000Z
source	白梦客知识库 · 声音组研究整合

Sound Design → AI Video Prompt

将专业声音设计转化为AI视频生成提示词。

核心工作流

声音概念 → 声音层解析 → AI提示词生成 → 平台适配
     ↓
[主体层] + [环境音层] + [质感层] + [空间层]

TL;DR

声音设计提示词 = 音效层(20%) + 环境音层(40%) + 质感层(20%) + 空间层(20%)
正向：具体声音行为 + 动态变化 + 情绪关键词
负向：无声/过度饱和/失真/不自然
平台：Seedance/Vidu/Kling/海螺（注意平台音频支持差异）

---

一、声音设计核心概念

1.1 声音层架构

专业声音设计由多层声音叠加：

声音层	占比	定义	AI提示词关键词
主体音	10-20%	角色动作、对白	footsteps, breathing, clothing rustle
Foley	15-25%	现场真实感	surface textures, object interactions
环境音(Ambience)	35-50%	场景背景氛围	city hum, nature, weather, crowd
声音质感(Textural)	10-20%	情绪渲染	drone, pulse, tension layers
空间混响	5-15%	空间大小感	reverb, echo, distance

1.2 声音层 → AI提示词映射

主体层：具体动作声音（脚步声、门声、物体碰撞）
Foley层：材质交互（布料、水、金属、木质、玻璃）
环境音层：场景背景（城市、自然、室内、特定场所）
质感层：情绪底噪（紧张Drone、温暖Pad、压迫低频）
空间层：距离感和混响（近/远/封闭/开阔）

---

二、白梦客声音美学系统

2.1 通用线声音配方

融合：胡金铨 + 王家卫 + 北野武 + 李安

声音维度	配方	参数
主色调	自然+都市	70%自然环境音 + 30%都市质感
环境音	呼吸感	风声、水流、远雷、呼吸
Foley	克制的真实	极轻脚步声、衣物摩擦
质感层	霓虹低鸣	远处霓虹灯嗡鸣、电力低频
节奏	留白优先	70%无声 + 30%轻声音

AI提示词模板：

[声音] natural ambience 70%, urban undertone 30%
[环境] subtle wind, distant water, breathing space
[Foley] minimal footsteps, clothing rustle
[质感] neon hum, electric tension drone
[节奏] silence 70%, light ambient 30%

2.2 高定线声音配方

融合：Apple + Chanel/Dior + 北野武 + 李安

声音维度	配方	参数
主色调	极简留白	90%无声 + 10%必要音效
环境音	纯净空间	极轻空调声、远处钟声
Foley	优雅克制	产品触碰声、纸张翻动
质感层	丝绸质感	无杂质的空气感
节奏	极致沉默	95%静默 + 5%核心声音

AI提示词模板：

[声音] extreme silence 90%, essential sound 10%
[环境] pure space, distant clock, air presence
[Foley] product touch, paper rustle, silk movement
[质感] clean air, absence of noise
[节奏] 95% mute, 5% pristine sound

---

三、声音设计转AI提示词速查表

3.1 环境音层（Ambience）

环境类型	声音描述	AI提示词关键词
城市雨夜	霓虹雨声、远处车流、积水反射	rain on asphalt, distant traffic, neon reflections
山林空镜	竹林风声、鸟鸣、溪流	bamboo wind, birds, distant stream
都市街道	人群嘈杂、远处音乐、汽车声	city crowd, distant music, car horns
室内空间	空调声、时钟滴答、纸张翻动	AC hum, clock tick, paper rustle
海边/码头	海浪、风声、远处汽笛	ocean waves, seagulls, distant horn
废弃空间	回声、水滴、风吹玻璃	echo, water drip, window rattle
寺庙/古建	钟声、回音、焚香氛围	temple bell, incense echo, sacred silence
夜间车内	引擎低鸣、雨点敲打、仪表盘微光	engine hum, rain on roof, dashboard glow

AI提示词示例：

[环境音] urban night rain, neon-lit street
[声音层] rain 40%, distant traffic 20%, neon hum 15%, wind 10%
[质感] wet asphalt reflection, electric tension
[节奏] continuous ambient, no sudden changes

3.2 Foley音效层

动作类型	声音描述	AI提示词关键词
脚步	木地板、水泥、泥土、草地	footsteps on wood, concrete, mud, grass
门	开门吱呀、关门闷响、锁舌声	door creak, door slam, lock click
玻璃	破碎清脆、敲击叮当、裂纹蔓延	glass shatter, glass tap, crack spread
布料	丝绸摩擦、皮夹克、棉麻质感	silk rustle, leather creak, cotton movement
纸张	翻页轻响、信封撕开、文件掉落	page turn, envelope tear, paper drop
金属	钥匙碰撞、武器出鞘、链条声	key jingle, blade drawn, chain rattle
水	滴落、泼溅、浸泡、流淌	water drip, splash, soak, flow
火	噼啪燃烧、火焰蔓延、灭火嘶嘶	crackle, whoosh, sizzle

AI提示词示例：

[Foley] footsteps on wet concrete, leather jacket movement
[声音] subtle clothing rustle, heavy breathing, rain patter
[质感] close-mic'd realistic, intimate perspective
[节奏] sound on action, silent pauses between

3.3 声音质感层（Textural Sound）

情绪质感	声音描述	AI提示词关键词
紧张	低频Drone、高频警报、金属摩擦	tension drone, high frequency alert, metal scrape
温暖	弦乐底噪、模拟合成、柔软Pad	string undertone, analog warmth, soft pad
悬疑	不定频率、电子脉冲、黑暗低鸣	uncertain frequency, electronic pulse, dark hum
浪漫	钢琴泛音、丝绒质感、空间混响	piano harmonics, velvet texture, reverb wash
压迫	次低频振动、沉闷心跳、厚重感	sub-bass rumble, heartbeat, weight
虚无	极低音量、电子白噪音、空灵	near-silence, electronic white noise, ethereal
怀旧	黑胶噪音、模拟失真、温暖底噪	vinyl crackle, analog distortion, warm noise

AI提示词示例：

[质感层] tension drone 20%, uncertainty pulse 10%
[情绪] suspenseful, impending, dark atmosphere
[声音] low-frequency hum, metallic tension, breathing space
[节奏] gradual intensity build, release on cut

3.4 空间层（Reverb & Distance）

空间类型	声音特征	AI提示词关键词
开阔户外	自然混响、声音散射、距离感强	natural reverb, open space, distant sounds
封闭室内	干涩无混响、声音聚集、近距离感	dry close, enclosed, intimate
大型空间	深度混响、回声延迟、气场感	deep reverb, echo delay, cathedral space
金属空间	反射尖锐、混响金属感、回声清晰	metallic reverb, sharp reflection, clear echo
布料空间	声音吸收、无回声、沉闷感	sound absorbed, no echo, muffled
水下感	低频传递延迟、模糊、压迫	low-frequency delay, muffled, pressure

AI提示词示例：

[空间] enclosed concrete room, dry close-mic perspective
[混响] minimal reverb 0.3s, intimate distance
[声音] footsteps close, breathing audible, footsteps dominate
[质感] direct sound, no environmental wash

---

四、导演风格声音配方

4.1 胡金铨声音公式

自然为本 + 禅意留白 + 动作音效极简化

声音核心：风声、水声、呼吸声。动作无声或极轻。禅意通过空间感表达。

正向提示词：

King Hu sound, natural ambience dominant
wind through bamboo, distant stream, bird call
minimal Foley, action near-silent
temple space reverb, sacred emptiness
silence 60%, natural sound 30%, occasional bell 10%

负向提示词：

electronic music, urban noise, dialogue-heavy
action sounds amplified, dramatic music score
modern city ambience, car sounds, crowd noise
synthesizer, artificial textures

场景变体：

场景	声音描述	AI提示词关键词
竹林对峙	竹叶风声、远处溪流、呼吸	bamboo rustle, distant water, breath tension
寺庙禅修	焚香气息、钟声余韵、空间感	incense, temple bell decay, spatial echo
剑斗瞬间	金属破空、风声、落地沉默	sword whoosh, wind, sudden silence

4.2 王家卫声音公式

都市孤独 + 霓虹质感 + 抽帧视觉对应听觉碎片化

声音核心：都市底噪、霓虹灯嗡鸣、怀旧爵士、内心独白感。

正向提示词：

Wong Kar-wai sound, urban neon ambience
rain on window, distant jazz, neon hum
retro textures, vinyl warmth, city loneliness
handheld perspective audio, intimate breathing
nostalgic 60%, electric undertone 30%, silence 10%

负向提示词：

natural rural sound, folk music, peaceful ambient
modern pop score, upbeat rhythm
clean modern audio, no texture
outdoor open space, forest sound

场景变体：

场景	声音描述	AI提示词关键词
雨夜窗口	雨打玻璃、霓虹反射、内心呼吸	rain on glass, neon glow, breath close-mic
60年代餐厅	老式爵士、餐具碰撞、时光质感	vintage jazz, silverware clink, era texture
街头错过	嘈杂人群、脚步匆匆、都市低频	crowd murmur, hurried footsteps, urban bass

4.3 北野武声音公式

暴力与沉默 + 极端对比 + 日常噪音真实感

声音核心：沉默是常态。暴力瞬间2-4帧，声音爆发，然后是更长的沉默。日常声音（海浪、风声、收音机）是情绪锚点。

正向提示词：

Takeshi Kitano sound, extreme silence 70%
sudden impact sound 5%, post-violence silence 25%
ocean waves, wind through room, radio static
tension build through absence, not addition
realistic everyday sounds, nothing artificial

负向提示词：

constant background music, score throughout
dramatic orchestral hit on violence
emotional music telling how to feel
peaceful ambient, no tension
clean perfect audio, no imperfection

场景变体：

场景	声音描述	AI提示词关键词
暴力瞬间	短促撞击声、沉默、心跳	impact 2 frames, silence 8s, heartbeat fade
海边虚无	海浪循环、风声、无对话	ocean waves loop, wind, no dialogue
车内沉默	收音机低鸣、引擎、仪表盘滴答	car radio murmur, engine idle, dashboard tick

4.4 李安声音公式

内敛蓄力 + 东方留白 + 声音情绪化处理

声音核心：声音不是同步的。是延迟的情绪反应。静默中的张力用声音质感层（而非音量）表达。

正向提示词：

Ang Lee sound, restrained emotional tension
ambient undertone, subtle drone, unspoken feeling
silence with presence, tension in negative space
natural sound 50%, textural tension 30%, silence 20%
ceremonial pacing, sound delayed from action

负向提示词：

explosive sound effects, action audio loud
constant music bed, no breathing room
Western dramatic score, obvious emotional cues
modern fast-paced audio, no contemplative space

场景变体：

场景	声音描述	AI提示词关键词
情感爆发前	呼吸声放大、环境音退后、内心震动	breath amplified, ambience recedes, inner tremor
仪式化动作	动作音效延迟、质感层渐入	sound delayed 0.5s, texture fades in
对话留白	沉默比话语重、声音暗示情绪	silence heavier than dialogue, sound implies

---

五、声音设计 × AI视频生成平台

5.1 平台音频能力对比

平台	音频支持	声音生成	局限性
Seedance	部分支持	无	主要生成视频，音频需后期
Vidu	部分支持	无	视频生成为主
Kling	有限	无	主要视觉
海螺	有限	无	短片段为主
Sora	无	无	纯视觉
Runway	Gen-3 有声	有	音频生成能力有限

策略：

1. AI视频生成时在提示词中标注声音期望（作为后期参考）
2. 声音设计由 sound-designer 在后期独立处理
3. AI音乐由 ai-music-generator 生成

5.2 AI视频提示词中的声音标注

在视觉提示词末尾添加声音标注：

[视频主体描述]
...
[声音标注]
sound: [环境音描述], [Foley描述], [质感层描述]
rhythm: [声音节奏], [留白比例]
reference: [参考音乐/声音设计风格]

示例 - Seedance完整提示词：

雨夜东京街头，霓虹灯反射在水面上，孤独男人站在街角
[声音] urban rain night, distant traffic, neon hum
[Foley] wet footsteps on concrete, rain patter on jacket
[质感] electric tension drone, isolation undertone
[节奏] silence 60%, ambient 30%, subtle sound 10%
[参考] Wong Kar-wai rain scene sound design

---

六、声音节奏与视觉节奏同步

6.1 声音节奏类型

节奏类型	声音特征	视觉对应
心跳型	低频脉冲，均匀节奏	固定长镜头，凝视
呼吸型	起伏感，近似呼吸节奏	缓慢推拉，缓入缓出
脉冲型	规则电子节拍，律动感	快剪、动作、节奏卡点
流动型	连续环境音，无明显节奏	横移、跟拍、长镜头
爆发型	突然大声→渐弱	快切→长镜头留白
静止型	几乎无声，留白	固定机位，极简构图

6.2 声画同步提示词模板

[视觉节奏] → [声音节奏] → [AI提示词]

长镜头凝视 → 呼吸型 → ambient breathing rhythm, wind pulse
快剪节奏 → 脉冲型 → beat-sync footsteps, rhythm cut sound
情绪爆发 → 爆发型 → impact sound → silence decay
极简留白 → 静止型 → near-silence, occasional single tone

6.3 Beat-Match 声音提示词

当视觉需要与音乐节拍同步时：

[00:00-00:03] Downbeat脚步声，声音爆发
[00:03-00:06] Snare切刀声，视觉切换点
[00:06-00:09] 音乐留白，呼吸空间，声音渐隐
[00:09-00:12] Build-up，质感层渐入，视觉推进
[00:12-00:15] Drop爆发，视觉快切，声音释放

---

七、专业声音设计参数表

7.1 响度与动态

参数	定义	AI提示词关键词
LUFS	感知响度单位	loudness standard -14 LUFS
动态范围	最响与最轻的比值	dynamic range, compression
SPL	声压级，分贝	decibel level, ambient noise
信噪比	信号与噪声比	clean audio, high SNR

7.2 频率分布

频段	频率范围	声音特征	AI提示词
Sub-Bass	20-60Hz	震撼、压迫、心跳	sub-bass rumble, deep impact
Bass	60-250Hz	重量感、厚实	bass weight, low-end warmth
Low-Mid	250-500Hz	浑浊/清晰分界	muddy/clean division
Mid	500-2kHz	清晰度、人声	clarity, vocal presence
Upper-Mid	2-4kHz	临场感、亮度	presence, brightness
High	4-20kHz	空气感、细节	air, sparkle, detail

7.3 声音质感关键词

【材质类】
metallic, wooden, glass, fabric, water, concrete, organic, synthetic
【温度类】
warm, cold, cool, hot, sterile, humid, dry
【形态类】
dense, sparse, layered, transparent, opaque, textured, smooth
【情绪类】
tense, relaxed, nostalgic, futuristic, ominous, ethereal

---

八、场景声音设计速查

8.1 雨夜系列

场景	环境音	Foley	质感层	节奏
雨夜街头	雨打路面、车经过	脚步、伞撑开	霓虹低鸣	留白70%
雨夜窗边	雨打玻璃	呼吸、衣物摩擦	室内温暖底噪	室内干燥
雨夜车内	雨点敲顶、刷雨	方向盘、转弯	引擎低鸣	封闭感

AI提示词模板 - 雨夜街头：

[环境音] heavy rain 40%, distant traffic 15%, neon reflection buzz 20%
[Foley] wet footsteps on asphalt, rain patter on umbrella
[质感] electric tension, isolation undertone
[节奏] ambient continuous, no sudden changes
[参考] Blade Runner rain scene sound, Wong Kar-wai rain intimacy

8.2 自然系列

场景	环境音	Foley	质感层	节奏
山林空镜	风声、鸟鸣、流水	无	空间感	极静
竹林剑斗	风穿竹叶	剑声、布衣	金属张力	爆发
海边日落	海浪、风	脚印、贝壳	开阔虚无	呼吸

8.3 都市系列

场景	环境音	Foley	质感层	节奏
地铁站台	报站、远鸣	脚步、回声	金属空间	脉冲
便利店	制冷机、门铃	商品声、找零	荧光灯嗡鸣	日常
天台夜景	远城轰鸣、风	脚步、烟点燃	开阔与压迫	独处

8.4 室内系列

场景	环境音	Foley	质感层	节奏
茶室	焚香、钟声	茶杯碰撞、茶水	木质共鸣	禅定
深夜办公室	空调、打字	键盘、纸张	荧光灯感	孤独
复古客厅	唱片机、挂钟	玻璃碰撞、笑声	暖色质感	怀旧

---

九、质量检查清单

生成前检查

□ 声音层次是否清晰？（主体/Foley/环境/质感/空间）
□ 是否匹配白梦客美学线？（通用线/高定线）
□ 是否有导演风格声音配方？（胡金铨/王家卫/北野武/李安）
□ 声音节奏是否与视觉节奏同步？
□ 是否有明确的留白比例？
□ 是否适合目标平台的音频能力？

生成后评估

□ 声音是否有层次感？（不单调）
□ 是否克制不过度？（不过度煽情）
□ 是否有呼吸空间？（不是全程满声音）
□ 是否与视觉情绪匹配？
□ 是否有白梦客美学辨识度？
□ AI味是否去除？（使用 humanize-dialogue 逻辑处理声音）

---

十、完整示例

场景：北野武式雨夜暴力对峙（10秒）

声音设计方案：

时间	声音层	内容	比例
0-7s	主体层	沉默，只有雨声	100%环境音
7-8s	Foley	短促撞击声（2帧）	瞬间爆发
8-10s	质感层	撞击后极长沉默	95%无声

AI视频提示词（Seedance）：

北野武节奏，雨夜东京街道，暴力对峙

[00:00-00:07]
[画面] 固定长镜头，两人各占画面15%，中间70%负空间
        雨滴落下，霓虹在水面反射
[声音] rain on asphalt 40%, distant traffic 20%
        neon hum 10%, near-silence tension
        蓝灰冷色调，高对比

[00:07-00:08]
[画面] 突然硬切，2帧暴力瞬间，黑场
[声音] brief impact sound 2 frames
        瞬间爆发，然后立即转入沉默

[00:08-00:10]
[画面] 暴力后的虚无，固定镜头，雨继续
[声音] rain continues 10%, then near-total silence
        沉默比暴力更重
        声音节奏：静70% + 爆发15% + 虚无15%

[声音质感] tension without music
[留白比例] 90%无声 + 10%环境音
[参考] Sonatine rain scene, Kitano silence philosophy

---

相关技能

技能	用途
ai-music-generator	BGM/音乐生成，72种风格
rhythm-to-prompt	视觉节奏转AI提示词
sound-designer	完整声音设计工作流
humanize-dialogue	去除AI味，保持声音自然

---

本技能整合自白梦客知识库：声音组研究 + 导演声音风格 + AI视频提示词规范 配合：ai-music-generator（音乐层）、rhythm-to-prompt（视觉节奏层）