基于“5W”理论的短视频声音设计策略研究

李 晗 王 妍 司峥鸣

（哈尔滨工业大学建筑学院互动媒体设计与装备服务创新文化和旅游部重点实验室 黑龙江 150001）

“短视频”一词最早起源于美国移动短视频社交应用，是以网络和智能移动终端为平台呈现，由用户自主拍摄剪辑制作的时长短、可即时传播、内容形式灵活多样的移动视频新媒体。[1]据中国互联网络信息中心(CNNIC)发布的第49 次《中国互联网络发展状况统计报告》显示，截至2021年12月，我国短视频用户规模达9.34 亿，已真正进入移动互联时代。短视频正逐渐取代图片、文字等传统的信息生产与传播形式，成为人们接受信息的主要来源和社会化自媒体生产的重要形式。

短视频作品包括视频（画面）与音频（声音），声音在作品的信息传递、情感表达等方面起到了重要作用。黑格尔说：“声音有随生随灭的特性，耳朵一听到它，它就消失了，迅速消失的声音世界却通过耳朵直接渗透到心灵的深处，引起灵魂的同情共鸣。”[2]梅洛·庞蒂说：“知觉是一切行为得以展开的基础，是行为的前提。”[3]声音是人类生存的显现形式之一，同时也是认识世界、了解世界的一个窗口。[4]在短视频的创意设计与制作环节中，声音设计对于提升短视频的传播效果和艺术质量具有十分重要的意义。

一、短视频声音的分类与物理特点

（一）短视频声音的分类

声音是短视频作品的重要组成部分，按照艺术属性，分为语言、音乐和音响三种。

1.语言

语言是指角色发出的有声言语，它起到叙事、交待情节、刻画人物性格、揭示人物内心世界、论证推理和增强现实感等许多作用。语言按照艺术属性分为客观语言和主观语言。客观语言角色的口型与声音是吻合的，包括独白、对白和群声，独白是一个人发出的语言，如主播在讲解科学知识，或解读某一事件。对白是两个以上的人发出的语言，例如，某交警主播出现在交通事故现场，与肇事司机进行对话。群声就是周围人发出的声音。主观语言包括内心独白和旁白（解说）。内心独白常见于影视剧剪辑作品中。旁白（解说）用于短视频对某一事件的描述，例如某地发生新冠疫情，短视频配上“完了，完了，BBQ了……”这样的男生旁白，体现出了非常无奈的情绪。语言也包括角色的笑声、叹气声，在短视频中运用得非常广泛，如富有魔力的笑声，英文“WHAT”质疑声等。语言除了由角色本人发音或配音，也可以采取AI 人工智能语音合成技术，根据字幕制作出语言，节约了配音成本，但语气发音略生硬，机械化，毫无感情色彩，听起来不是很友好。

2.音乐

短视频作品里面，音乐主要的表现形式有配乐、歌曲等，具有表达情感、联结时空等作用。按照声源是否可见分为有源音乐和无源音乐，有源音乐是指现场演奏演唱能看得见音源的音乐，例如歌手在现场演唱歌曲的短视频。其他都是无源音乐，例如2020年，铁路、公安等各行各业以女性为主角拍摄公益短视频作品，用综艺节目《乘风破浪的姐姐》的主题曲《无价之姐》进行配乐，彰显女性魅力与敬业精神，起到了很好的传播效果。

3.音响

音响也称音效，是除语言、音乐之外其他声音的统称，按发声属性可分为动作音响、自然音响、动物音响、交通音响等。它不是简单地模拟自然声，重复画面上已出现的事物，而是作为一种艺术元素，呈现不一样的听觉冲击。音响的作用包括增强空间的造型力量，渲染环境氛围，刻画人物性格，表现人物的内心世界，以及象征和隐喻等。在短视频中，音响的象征和隐喻作用更加明显。例如用熊的吼叫，表达绝望的心情。

（二）短视频声音的物理特点

1.短视频声音载体的特点

由于智能手机自身的特点，决定了它是短视频的最主要观看载体。自手机诞生以来，短信、通话等信息交互方式都是以竖屏来呈现的。随着互联网的发展，用户从PC端向移动端迁移，娱乐、社交都开始围绕手机进行，适应手机观看的竖屏视频模式则成为发展趋势。[5]QQ、微信等手机APP 的基本UI 设计也是竖屏的，2022年春节联欢晚会也推出了竖屏版。为了与手机用户的使用习惯最大化融合，抖音、快手、小红书等短视频平台也都是采取竖屏化界面，绝大多数短视频也都是竖屏的。竖屏短视频的产出能力很强，具有“短小快”的文本特征与“发散式”树状传播结构特点。[6]由于手机的扬声器都分布于上下两端，竖屏状态下观看短视频，声音无法实现立体声回放，音乐的表现效果大打折扣。在移动空间观赏短视频，主要是通过手机扬声器的单声道外放，或者用带蓝牙的立体声无线耳机播放声音。

2.短视频内容制作对听觉空间构建的需求

（1）要保证语言的清晰度，短视频的语言如果被音乐和环境音响所淹没，重要的信息就无法得以传播。

（2）以音乐与音响的运用作为内容输出特色。在短视频作品中，音乐与音响可以表现人物内心情感、匹配角色形象、制造气氛、强化记忆等。

二、短视频声音设计现状及存在问题

狭义的声音设计是指在影视节目制作中对整个节目的语言、音乐和音响作总体设计，突出或削弱某一部分，通过其他艺术手段一起完成艺术形象塑造的工作。声音设计主要包括声音处理过程、声音剪辑以及声音效果三个方面。目前，声音设计不但应用在影视动画、音乐艺术、声学技术、城市声景等设计领域，声音设计还可以广泛应用于数字娱乐产品及家电等设计领域。它被广泛地运用到了电影、电视、戏剧、现场表演、广播、电子游戏、声音艺术、后期制作等诸多领域。[7]

（一）短视频作品声音设计的功能

短视频也属于视听艺术作品，声音是其不可分割的组成部分，语言、音乐和音响在艺术表现上有机地交织在一起。要在最短的时间内传递信息，并且通过视听感知的冲击给观众留下深刻印象。优秀的声音设计，可以升华作品的主题，对短视频的制作和传播产生事半功倍的效果。例如，2021年《2035 去台湾》歌曲短视频，歌词“坐上那动车去台湾，就在那2035年，去看看那外婆澎湖湾，还有那脚印两对半……”展现了两岸人民期盼祖国统一的迫切心情，得到了广泛传播。

（二）短视频声音设计存在的问题

1.主体不明。部分短视频主播素质较低，为吸引眼球追求点击量，哗众取宠，语言音量过高，没有艺术感。

2.内容趋于低俗化。部分短视频作品内容庸俗甚至低俗，过度娱乐化。声音设计也表现出媚俗、传达错误信息、宣传超自然神秘事件甚至封建迷信，非常不利于正能量的传播。

3.传播渠道不规范。由于全媒体时代下信息传播的速度非常快捷，部分公共事件会迅速发酵成舆论风暴，大量的网民参与所造成的谣言、误传往往导致混乱、恐慌局面，真伪难辨。

4.设计创意同质化，无法满足受众需求。本雅明认为，机械复制带来了艺术大众化趋势。因此，也会导致短视频声音设计的“趋同化”，一窝蜂地模仿高点击率的短视频进行创作，作品从角色的语言到配乐都非常雷同。同时，创意侵犯知识产权和盗版现象十分严重。

5.制作水平参差不齐，传播效果差。有些作品是利用手机拍摄的，拾取的声音质量很差，无法保证信息的准确传播。

三、基于“5W”理论的短视频作品声音设计策略

美国学者哈罗德·拉斯韦尔于1948年在《传播在社会中的结构与功能》中首次提出了构成传播过程的5 种基本要素，这5 个W 分别是英语中五个疑问代词的第一个字母，即Who(谁)、Say What(说 了什么)、In Which Channel( 通过什么渠道)、To Whom( 想谁说)、With What Effect(有什么效果)，被称为“5W”理论。短视频作品同样适用于“5W”理论，即传播主体、传播内容、传播渠道、受众，以及传播效果。

（一）重视传播主体

短视频的传播主体——短视频主播，包括意见领袖（如名人、明星等公众人物，网红等），关键意见领袖（KOL，某个领域的权威人士，如医生、律师、教师等），以及其他普通人。在声音设计方面，短视频要使用本人的声音，独白、对白要用原声，歌曲演唱要真唱，体现出权威性、真实性，提高可信度。当然，某些特定的双簧类短视频和影视作品剪辑短视频除外。

（二）优化传播内容

针对短视频平台存在的低俗化等现象，2019年中国网络视听节目服务协会发布《网络短视频平台管理规范》和《网络短视频内容审核标准细则》。2020年，国务院发布《网络信息内容生态治理规定》，治理不良网络信息内容。2021年5月8日，国家网信办2021年“清朗系列”专项行动全面展开，重点整治各种网络乱象，称为“清朗”行动。短视频作品格调要积极向上，声音设计，语言要大气，音乐有气势，音响真实，作品体现出民族性、世界性、艺术性。

海德格尔认为，在现代技术的背景下，人与世界身在其中被摆置与支配。只有通过诗（艺术）与思（思想），我们才能真正接近事物，产生“洞见”；通过“美”，被遮蔽的真理才会显现。通过声音设计，能够丰富作品内容，提高用户黏度，进一步提高短视频作品的艺术性，做到雅俗共赏。

1.根据短视频作品的题材，确定声音设计风格，突出作品的个性。在短视频中可以利用声音蒙太奇改变音量进行画面的过渡，音量增大，音乐逐渐变得激昂雄伟、情绪达到了高潮，让受众感到震撼。例如“央视频”快手号2022年2月5日发布的为中国女足加油的短视频，首先是女足队员合影时与教练一起喊口号，然后是赛场的照片，歌曲《铿锵玫瑰》音乐随之而起，该短视频体现了女足将士的拼搏精神，令人振奋、骄傲。此外，还可以通过剪辑带给人时空对比的紧张感，利用声音转换蒙太奇进行场景转换，增强戏剧冲突效果。

2.语言设计。语言是人们进行交流的基础，能直接表达思想和情感。设计要从人物对白、旁白、独白以及所用文字的辩证关系入手，充分利用语言的整体性，达到更好的听觉效果和诉求。由于每个人的声音都有各自独特的音色、音域、音量、速度和节奏等特征，这些特征的变化可以表达出角色的情感和内心世界。语言在音色和音调方面富有层次，对人员的挑选尤为重要。如单人短视频，要根据视频题材和解说词字数设定主播的语速，体育类短视频单位时间里要传达的信息量比较多，主播的语速一般会快一些；而情感类短视频主播，语速往往要偏慢些。多人短视频要根据题材考虑声音设计，如双人主播，最好是一男一女，音色的差异不会让受众产生疲劳。故事类短视频，往往要采取角色扮演，人物选择的余地较大，注意音色、节奏符合作品的主题需要。

3.音乐设计

音乐可以用来表达心情，渲染复杂的情绪。音乐的恰当使用，不但可以使作品更加鲜活，有力地展现出节目节奏，更可以作为场景和情绪转换的标志，起到画龙点睛的作用。短视频作品往往要通过短短几十秒甚至十几秒的音乐来传递信息，表达情感，给受众留下深刻的印象。例如，2022 北京冬奥会上，央视频抖音号发布的花样滑冰集锦短视频，音乐与画面配合流畅，展现了这项运动的艺术魅力。

4.音响设计

在作为短视频最主要载体的智能手机上，由于喇叭大小的限制，超低频和高频都无法回放，音响的整体效果与影院、电视机的音箱存在着巨大的差距。因此在对音响的设计时要尽量突出其标识的作用，音量可以稍加夸张。例如，某摄影器材博主短视频，开场声音采用相机的快门声，让人记忆深刻。

（三）扩展传播渠道

短视频通过自媒体平台进行传播，在不同平台之间也可以相互转发，每个平台除了字幕插件，也有自己的声音处理插件，如配乐，但要注意原创的版权问题。

（四）满足受众需求

短视频的形式和内容都迎合了当下青年乐于表现、追求个性的心理，但要考虑传播效果。要针对不同类型受众的需求进行声音设计，提高原创性，在短时间里通过信息传递或情感的表达，让受众有效接收到信息，或在精神上得到愉悦。如房产销售短视频，主播要配合画面和字幕，使用略快的语速和简洁的语言进行介绍，配乐要轻缓，音量低于语言，受众很容易获得所需信息。

（五）完善传播效果

使用无线话筒拾音保证语言的清晰度，使用高质量的音乐进行配乐，用专业软件剪辑，保证作品质量。内容吸引受众、制作精良的短视频，传播效果能够得到保证。

结语

运用“5W”理论，对短视频作品进行有效的声音设计，可以解决短视频存在的问题，使之更加吸引受众，实现有效传播，走上健康发展的道路。通过梅洛·庞蒂身体观，在未来的数字艺术实践中，被科学技术赋能后的艺术创作，将被进行全新的配置与重构。[8]短视频在本质上与卢米埃尔时代的《火车进站》等电影是一样的，在即将到来的“元宇宙”时代，对于听觉空间的塑造主要集中在动画、游戏、影视、音乐的沉浸感与包围感，并有与VR音视频接轨的趋势。[9]随着虚拟3D声音制作技术的普及，短视频的声音也将因此发生巨大的变化。能够实现沉浸性、交互性，成为真正的艺术精品。■