录制与剪辑执行手册（英文原版书 · 横屏长轨 + 竖屏短轨）
制定日期：2026-10-16 适用：B站 / YouTube 长轨（5-10 分钟横屏）+ 抖音 / 小红书短轨（50-70 秒竖屏） 配套：
20261016 英文原版书短视频规划_英文口播版.md设备前提：现有手机 + 电脑 + 摄像头，不额外采购（只有一件东西建议买，见第 5 节）
0. 结论速览
| 问题 | 答案 |
|---|---|
| 横屏还是竖屏？ | 长轨 = 横屏 1920×1080；短轨 = 竖屏 1080×1920。两个画幅都要，但不是靠裁切，是分别拍 |
| 用手机还是电脑摄像头？ | 手机（画质高一个档次）。电脑摄像头只做备用 |
| 需要达到什么效果？ | 听清 + 看清 + 像在跟一个人说话。不需要电影感、不需要花哨运镜 |
| 长轨怎么录？ | 分段录：按 8 个 PART，每段 1-2 分钟单独录，每段录 2-3 遍取最好的 |
| 优先级？ | 声音 > 光 > 构图稳定 > 分辨率。前两项做砸，后面全白费 |
| 要买什么？ | 只建议买领夹麦（百元级）。它比任何画质升级都重要 |
1. 画幅决策（这是最重要的一个决定）
之前几版方案一直写"竖屏 1080×1920"，那是基于"抖音主战场"的假设。现在你的主场是 B站 + YouTube，长轨必须横屏：
| 平台 | 主流画幅 | 说明 |
|---|---|---|
| B站（长轨主场） | 横屏 16:9 | 知识区长视频几乎全是横屏；竖屏只在 Story 流里，长轨放竖屏显得业余 |
| YouTube（长轨主场） | 横屏 16:9 | 横屏是绝对主流；Shorts 才用竖屏 |
| 抖音 / 小红书（短轨） | 竖屏 9:16 | 满屏沉浸 |
所以你要出两个画幅。有两种做法：
做法 A（推荐）：分开拍
- 长轨：手机横过来拍，1920×1080
- 短轨：手机竖着拍，1080×1920
- 优势：各自构图最优——横屏可以把人放在三分线、留出书桌/书本的空间感；竖屏人物居中、脸占画面更满更有亲和力
- 成本：多花 10 分钟（3 条短轨的口播各 1 分钟，本来内容就要重新组织语言，不是照切）
做法 B（省时间）：4K 横屏拍一次，裁竖屏
- 用 4K（3840×2160）横屏拍，后期从正中央裁出 1215×2160 再缩到 1080×1920（因为是缩小，画质无损）
- 硬性前提：人物必须落在画面中央 1215px 的垂直条带内（即左右各留出 1300px 空余）
- 缺点：文件巨大（8 分钟 4K ≈ 3-4 GB）、剪辑吃性能、手机容易过热；构图被迫居中，横屏版看着会略死板
- 什么时候用：时间极紧，或当天状态特别好想一次拍完
建议从做法 A 开始。 分段录音来就是 1-2 分钟一段，裁切省的这点时间不值得牺牲构图。 注意：两种做法都不能用 1080p 横屏裁竖屏——那是 1.78 倍放大，画面必糊。
2. 用你现有设备怎么录（三方案对比）
| 方案 | 画质 | 提词器体验 | 复杂度 | 推荐度 |
|---|---|---|---|---|
| 手机单独拍（提词器放第二台设备） | ★★★★★ | ★★★ | ★（最简单） | 推荐 |
| 手机 USB 接电脑当摄像头 + 电脑提词 + 电脑录制 | ★★★★★ | ★★★★★（视线最自然） | ★★★（要装软件） | 进阶后推荐 |
| 电脑+外接摄像头直接录 | ★★★（一般） | ★★★★★ | ★ | 备用 |
方案一：手机单独拍（起步用这个） 1. 手机架在三脚架上（必须固定，不要手持），镜头高度 = 你的眼睛高度 2. 提词器设备（旧手机 / 平板 / 电脑）放在手机镜头正下方，尽量贴近镜头 3. 因为每段只有 1-2 分钟，熟读一遍后基本能脱稿；提词器当保险 4. 手机开飞行模式（防弹窗）、关自动亮度、锁定曝光与对焦（长按屏幕锁定）
方案二：手机 USB 接电脑（视线最自然，长期推荐）
- 装 Camo 或 DroidCam（用 USB 连接，不要用 WiFi，WiFi 会卡）
- 电脑屏幕上：上半部分放提词器窗口，下半部分是画面预览；摄像头在屏幕正上方
- 读稿时眼睛看向屏幕上方 ≈ 看向镜头，视线几乎不飘
- 录屏用 OBS（免费），输出 1080p
为什么不用电脑自带摄像头：笔记本内置摄像头传感器极小，弱光下噪点严重，而且没法换镜头。除非你有独立的外接摄像头（罗技 C920/C1000 级别才勉强可用）。手机后置摄像头的传感器大得多，同样光线下画质高一个档次。
3. 录制参数表（照着设）
| 项目 | 长轨（横屏） | 短轨（竖屏） |
|---|---|---|
| 分辨率 | 1920×1080（选 4K 只在用做法 B 时） | 1080×1920 |
| 帧率 | 25 或 30 fps（不要 60，文件大且无意义） | 25 或 30 fps |
| 对焦 | 锁定在人脸（长按屏幕锁定 AE/AF） | 同 |
| 曝光 | 锁定，人脸不过曝不发黑 | 同 |
| 白平衡 | 锁定（否则中途会跳色） | 同 |
| 收音 | 手机尽量靠近 + 领夹麦（见第 5 节） | 同 |
| 存储 | 预留 20 GB 以上 | 同 |
| 飞行模式 | 开 | 开 |
为什么"锁定"这么重要：口播视频里，手机自动对焦/自动曝光会在你身体轻微移动时反复微调，画面会出现"呼吸感"（忽明忽暗、忽虚忽实）。锁掉它，画面就稳了。这是手机拍摄最常见的画质问题，比分辨率重要得多。
4. 长轨分段录制法（8 分钟怎么录）
不要一口气录 8 分钟。 800 多词英文连续说 8 分钟，中间出一次错就要全部重来，而且越到后面越累、状态越差。
方法：按提词稿的 PART 分成 8 段，每段 1-2 分钟，逐段录：
段1 = PART 0 + PART 1 （钩子 + 这本书在讲什么）
段2 = PART 2 （财富是看不见的）
段3 = PART 3 （运气和风险）
段4 = PART 4 （合理胜过理性）
段5 = PART 5 （钱能买到的最好的东西）
段6 = PART 6 （我不同意的三个地方）
段7 = PART 7 （四句话 + 追更）
操作流程： 1. 先通读整篇一遍（出声读，把拗口的句子改掉），一次性 20 分钟 2. 段 1 录 2-3 遍，取最好的一条 3. 立刻录段 2、段 3……中间不换衣服、不动灯光、不动机位 4. 全部录完再回看挑，不要在录的时候反复回看（会打断状态）
三个必须守住的一致项（不一致，后期拼接会露馅）： - 服装：一次拍完，不换衣服 - 光线：不换时段（自然光拍摄时，上午和下午的光完全不同色温） - 机位：三脚架标记位置，或用胶带在地上标脚印
每段的开头和结尾怎么处理：每段说完后，保持姿势静止 3 秒再停录。这 3 秒是给剪辑留的余量（跳剪点和字幕淡出都需要它）。没有这 3 秒，剪辑时会发现每个接点都是"话说到一半就断了"。
说错了怎么办：不要停。沉默 2 秒，然后从这一句重新说一遍。 后期把前面那条剪掉即可——比停下来重录整段省事得多。
5. 声音：优先级最高的一项
如果你的视频只能做好一件事，做声音。 观众能忍受画面一般，但忍受不了听不清——尤其你的内容是英文，中文观众本来就在费力听，声音再糊就直接划走。
现状评估
- 手机内置麦克风：在安静小房间 + 距离 50cm 以内可用；一旦房间大、有回声，或者离得远，声音就会"空"
- 房间混响是最常见的问题（听起来像在澡堂说话），靠后期很难修
三个改善动作（按性价比排序）
- 把房间"变软"（零成本）：拉上窗帘、在身后的墙上挂一条毯子或厚毛巾、地上铺地毯。声波反射减少，人声立刻变干净。 这是最被低估的一招。
- 缩短距离：手机/麦克风离嘴 30-50cm。距离每减半，房间混响的相对影响就降低一档。
- 买一个领夹麦（百元级，这是唯一建议你花钱的地方）： - 有线领夹麦（Type-C / Lightning 直插手机）：几十到一百多，效果已足够 - 无线领夹麦（一拖一）：两百到四百，走动不受限 - 夹在领口、离嘴 15-20cm，能最大限度压掉房间声
录制时的三个习惯
- 录之前先录 10 秒静音，后期用这段做降噪采样
- 每段录完立刻戴耳机听一遍（手机外放听不出混响问题）
- 电脑、空调、风扇、手机震动全部关掉（低频噪音最毁人声）
6. 光：第二优先
目标：人脸曝光正常、眼神里有光、没有奇怪的阴影。
| 做法 | 说明 |
|---|---|
| 首选：面向窗户 | 白天拍，脸朝窗户，摄像机在你和窗户之间。免费、柔和、显气色。注意避开正午直射（会眯眼+硬阴影） |
| 次选：一盏柔光灯 45° 侧前方 | 灯高于眼睛一点，斜前方 45 度。不要正对（会平、会油光） |
| 补光：A4 白纸/白板 | 放在脸的另一侧反射一点光，能立刻消掉半边脸的阴影。零成本 |
| 绝对不要 | ❌ 顶灯直射（眼窝发黑、脸像审讯室）❌ 背后有强光（人脸全黑）❌ 冷暖光混用（脸上一半黄一半蓝） |
一个检验方法：开拍前拍一张照片，看眼睛——眼里有没有一小块亮斑（眼神光）。有，光就对了；没有，说明光太散或太侧，往正前方移一点。
7. 构图与机位
| 项目 | 横屏长轨 | 竖屏短轨 |
|---|---|---|
| 机位高度 | 与眼睛齐平或略高 5-10°（不要俯拍，会显得没气势） | 同 |
| 人物位置 | 画面三分线上（偏左或偏右 1/3），另一侧留给书 / 书桌 / 空间 | 居中（竖屏偏了会显得空） |
| 头顶留白 | 留一点（约画面高度 5-8%），不要顶到边 | 同 |
| 视线位置 | 眼睛在画面上 1/3 处 | 同 |
| 距离 | 中景：能看到胸口到手（有手势空间） | 近景：肩膀以上、脸更满 |
| 背景 | 干净 + 有"读书痕迹"但不堆书墙（堆书墙是"假读书"的视觉刻板印象） | 同 |
横屏的一个加分动作：因为横屏空间大，把电纸书 / 书本放在画面一侧，讲到原句时拿起来或指向它。这是横屏独有的优势（竖屏没有这个空间）。让"书"成为画面的常驻元素，就是"真读"的视觉证据。
8. 提词器怎么放（决定视线自然度）
你的视线飘不飘，观众一眼就能看出来。 原则只有一个：提词器尽量靠近镜头。
- 方案一（手机拍）：提词器放镜头正下方，越近越好；镜头和提词器的距离控制在 15cm 内
- 方案二（手机接电脑）：提词器窗口放屏幕上半部分（紧贴摄像头上方），你看的是屏幕上方而不是屏幕中间
- 打印稿：贴在镜头旁边（不要贴在正下方桌面，低头太明显）
关键习惯：不要逐字念。 逐字念的眼神是"扫格子"，非常假。正确做法是看一句 → 抬头说 → 再看下一句。因为你是分段录的（每段 1-2 分钟），完全可以做到半脱稿。
9. 剪辑：长轨横屏版
因为提词稿是现成的、且每段是分开录的，长轨剪辑其实是最省力的：
① 粗剪拼接：按 PART 顺序把 7-8 段接起来，段间硬切（不加转场）
每段首尾各剪掉 0.3-0.5 秒（保留"静止3秒"的余量做接点）
② 修剪：删掉每段内部的卡壳、超 1.5 秒的停顿、低头看稿镜头
③ 节奏检查：每 8-12 秒要有一个信息变化（不是你动，是画面/内容有推进）
长轨节奏可以比短轨慢，但不能有"一大段只有一张脸还是一样的话"
④ 双语字幕：用提词稿做字幕源（见第 11 节），英文在上、中文在下
⑤ 插入可截图页：RICH vs WEALTHY 对照页、四句话清单页 → 各停留 4-5 秒
⑥ 插入原句卡：念原句时全屏切原句卡（英+中），停留 3 秒
⑦ 章节：B站/YouTube 加时间轴章节（每个 PART 一个），提升观看与搜索
⑧ 导出：1920×1080，25/30fps，码率 12-16 Mbps
横屏长轨不需要的东西：转场特效、贴纸、动态背景、BGM（如果一定要，≤ -28db 且只在段落之间）。
10. 剪辑：短轨竖屏版
短轨是单独拍的（做法 A），所以流程和长轨不同：
① 粗剪跳剪：删卡壳、删超 1.5 秒停顿
短轨节奏要快，但不能把自然换气也剪掉（会像机器人）
② 首帧确认：第 0 帧必须是全屏大字或手持道具的动作帧
（短轨的第 0 帧比长轨重要 10 倍——它决定 72% 的停留）
③ 双语字幕：字号比长轨大（竖屏观看距离近但手机屏幕小），停留 ≥2.5 秒
④ 金句卡：全屏双语卡，停留 3 秒，此时隐藏口播字幕
⑤ 结尾：**英文** CTA + 提问（口播统一英文），固定加"完整版在长视频里 / full version in the long video"的导流
⑥ 导出：1080×1920，25/30fps，码率 8-12 Mbps
短轨比长轨更需要字幕：竖屏 + 英文 + 中文观众，字幕是唯一的理解通道。
11. 双语字幕制作（关键：不要用自动识别）
英文人名、书名、专业术语在自动识别里几乎必错，一旦出错，你的专业形象一次就崩。所以：
提词稿（已有 ※ 中文 ※ / ※ 转英文 ※ 标记）
↓ 按标记切成两列：英文列 = 英文字幕，中文列 = 中文字幕
↓ 对齐到录音时间轴
↓ 生成双语 ASS（英文在上 / 中文在下，同一时间轴，同时出现同时消失）
⚠️ 重要提醒：因为你说的是英文，自动识别出来的英文文本其实是对的（英文语音识别比中文准得多），但专有名词、书名、人名依然会错。所以最稳的做法仍然是以提词稿为准、时间向语音对齐——稿子你已经有了，不用白不用。
分版规则（2026-10-16 定稿：口播统一英文）：
- 口播 100% 英文 → 英文字幕以提词稿为准（一字不差，不经过识别）
- 中文字幕 = 英文字幕的翻译 → 与英文同时出现、同时消失
- 提词稿里 ※ 屏幕卡 ※ 的中文是单独的屏幕字卡（停留 2-3 秒），不是口播字幕，不要混进口播字幕轨
- 一套字幕走全平台（B站 / YouTube / TikTok），不需要为不同平台做两个版本
字幕规格： | 项目 | 长轨（横屏） | 短轨（竖屏） | | --- | --- | --- | | 字号 | 中文 54 / 英文 46 | 中文 72 / 英文 62 | | 英文行宽 | ≤ 42 字符/行 | ≤ 34 字符/行 | | 中文行宽 | ≤ 18 字/行 | ≤ 16 字/行 | | 位置 | 底部，距底边 80-120px | 底部，距底边 300px（避平台文案区） | | 停留 | ≥2.5 秒 | ≥2.5 秒 | | 描边 | 黑描边 3-4 | 黑描边 3-4 | | 高亮 | 每句 1 个关键词换色 | 同 |
12. 导出参数
| 平台 | 分辨率 | 帧率 | 码率 | 格式 |
|---|---|---|---|---|
| B站 / YouTube 长轨 | 1920×1080 | 25 或 30 | 12-16 Mbps | MP4 / H.264 |
| 抖音短轨 | 1080×1920 | 30 | 8-12 Mbps | MP4 / H.264 |
| 小红书短轨 | 1080×1920 | 30 | 8-12 Mbps | MP4 / H.264 |
| YouTube 长轨上传 | 1920×1080 | — | 上传用高码率 | MP4 |
音频统一 AAC 192kbps 以上。导出后一定用耳机听一遍再发。
13. 验收标准（发之前逐条打勾）
声音（一票否决） - [ ] 戴耳机听：人声清晰、没有房间混响、没有空调/风扇底噪 - [ ] 没有爆音（音量峰值不飙红） - [ ] 没有明显的"滋滋"电流声
画面（一票否决） - [ ] 人脸曝光正常（不是黑的、不是过曝的） - [ ] 焦点全程清晰（没有忽虚忽实） - [ ] 画面没有"呼吸感"（曝光/白平衡跳动） - [ ] 眼睛里有眼神光
内容 - [ ] 长轨：7-8 段拼接点无跳帧、无半句话 - [ ] 短轨：第 0 帧有画面信息（大字/动作） - [ ] 双语字幕：英文和中文同时出现、停留 ≥2.5 秒、专有名词无错 - [ ] 可截图页真的能截图（字没被裁、没被平台 UI 遮挡）
平台适配 - [ ] 长轨是 1920×1080 横屏（B站/YouTube） - [ ] 短轨是 1080×1920 竖屏 - [ ] 竖屏元素离边 ≥80px，底部避开平台文案区
14. 翻车点清单（都是最常见、最可惜的）
- 用 1080p 横屏裁竖屏 → 1.78 倍放大，画面必糊。要裁必须 4K。
- 手持拍摄 → 晃动无法用防抖救（防抖会裁切+果冻）。必须三脚架。
- 没锁 AE/AF → 全片"呼吸感"，剪辑时无法修复，只能重拍。
- 一口气录 8 分钟 → 中段必崩，重录整条。分段录。
- 中途换衣服 / 换时段 → 拼接后光线和衣服都不一样，只能重拍。
- 每段结尾不留 3 秒 → 剪辑时发现每个接点都断在半句上。
- 房间有混响 → 后期救不回来。录之前挂条毯子在身后，效果立竿见影。
- 提词器放太远 → 眼神明显在飘，显得不真诚。贴近镜头 15cm 内。
- 逐字念稿 → 像机器人。看一句说一句。
- 字幕用自动识别 → 人名书名错，专业性一次崩。
- 只在手机外放听一遍就发 → 外放听不出混响和底噪。必须戴耳机。
- 短轨直接从长轨切一段就发 → 没有独立钩头和 CTA，观众 3 秒走。短轨的头尾必须重写（内容可以复用）。
附：一次拍摄的完整流程（照着走）
【拍前 1 天】
□ 通读提词稿全文，把拗口的句子改成你顺口的说法
□ 检查手机存储 ≥20GB、电量满、领夹麦有电
□ 定好机位：三脚架位置用胶带标记
【拍摄当天 · 布场 20 分钟】
□ 关空调/风扇，手机开飞行模式
□ 背后墙面挂毯子或毛巾（消除混响）
□ 布光：面向窗户，或柔光灯 45° 侧前方；用白纸补另一侧
□ 锁 AE/AF/白平衡
□ 拍 10 秒静音（做降噪采样用）
□ 拍一张照片检查：眼神光有没有？曝光对不对？
【拍摄 · 长轨 60-80 分钟】
□ 横屏，按 7-8 段逐段录，每段 2-3 遍
□ 每段说完静止 3 秒再停
□ 说错了：沉默 2 秒，从这句重说
□ 不换衣服、不动灯光、不动机位
【拍摄 · 短轨 20 分钟】
□ 手机转竖屏，人物居中，距离拉近到近景
□ 3 条短轨，每条钩子（中文）录 3 遍挑最好的
□ 同样保持服装/光线一致
【拍后立刻 · 20 分钟】
□ 戴耳机听一遍全部素材，确认声音没问题（这一步不能省）
□ 备份素材到电脑（当天备份，不要等）