病态AI配音怎么调？虚弱沙哑音色

前阵子帮一个独立游戏做病态ai配音，里面有个病重将死的角色，台词不多但要"一听就快不行了"那种感觉。我前后调了快二十版才满意，过程里把虚弱、沙哑、病重这几个细分状态的调参差异摸得透透的。病态配音看着简单（不就是虚弱点嘛），实际是最难调的音色之一——调轻了没病感、调重了听不清、调偏了像感冒不像病重。这篇把我摸出来的参数和思路写清楚，给做游戏、剧情、有声书的你省点试错时间。

先分清：虚弱、沙哑、病重是三种状态

病态音不是一种音色，至少分三种——虚弱（无力但声音干净）、沙哑（有气声和颗粒感）、病重（虚弱加沙哑加喘息断续）。三种状态参数差别很大，混着调必然翻车。先确定角色是哪种病态，再对症调参，这是第一步也是最容易忽略的一步。

很多人一上来就把所有"病"的参数全拉满——基频压低、气声拉高、语速放慢、音量降低，结果出来的是个听不清在说啥的含糊声音，既不像虚弱也不像沙哑，就是个糊成一团的怪声。问题就出在没区分病态类型。打个比方，感冒的沙哑和癌症晚期的虚弱，声音特征完全不同，能用一套参数吗？

我的分类法是按"病因"定状态。虚弱型对应"大病初愈或久病体虚"，声音特征是无力、气短、但音色相对干净，调参重点是音量和语速。沙哑型对应"声带受损或长期咳嗽"，声音特征是颗粒感和气声重，调参重点是气声和高频。病重型对应"垂危将死"，虚弱沙哑喘息全占，调参最复杂。先定类型再调参，效率高十倍。声音合成的声学特征原理，Wikipedia 嗓音质量条目 有系统介绍，理解了就知道为什么不同病态要不同调法。

虚弱型：无力但干净的调法

虚弱型的核心是"力量感缺失"，音色本身相对干净，靠降低能量感来表现。

具体参数我固定这么调：基频比角色健康时降 20-30Hz（健康男声 150Hz，虚弱时降到 120-130Hz，显得声带没力气撑不起来）、气声加到 25%-35%（比健康多一点，表现气短但不至于沙哑）、音量压到正常的 60%-70%（虚弱的人说话本来就轻）、语速放到 0.85-0.9 倍（没力气说快）、情绪强度压到 30%-40%（虚弱的人情感也淡了）。这套下来是那种"想大声但使不上劲"的虚弱感。

关键细节是断句。虚弱的人说话会频繁停顿换气，所以要在长句中间多加 0.4-0.6 秒的停顿（正常停顿是 0.2-0.3 秒），甚至把一个完整句子断成两三截。我用魔音工坊时会在文案里手动插入停顿标记，让 AI 在指定位置停顿。这个细节比调任何参数都更能体现虚弱感——真实病人说话就是断断续续的。虚弱型适合大病初愈、体虚老人的角色，AI角色配音语气处理 里有更多角色状态的处理思路。

沙哑型：颗粒感和气声的调法

沙哑型的核心是"声带受损"，音色有颗粒感和粗糙感，气声重，但音量和语速可能正常。

沙哑型的调法和虚弱型完全不同。基频不用怎么降（沙哑不一定低沉）、气声拉到 40%-55%（这是沙哑的核心，气声越重越沙哑）、关键是要制造颗粒感——这点多数工具没有直接参数，我的办法是用 ElevenLabs 调低 clarity 同时调高 stability 之间的某个值，能逼出一点颗粒感；或者在生成后用 AU 加轻微的失真效果器（量要极小，5%-8%）模拟声带毛刺。

音量上沙哑型不用压太低，正常的 80%-90% 就行，因为沙哑的人不一定虚弱，可能只是嗓子坏了说话还是有劲的。语速看角色设定——如果是感冒沙哑语速正常，如果是长期病弱沙哑就放慢。情绪强度沙哑型可以保留 50%-60%，因为沙哑不等于没情绪。

有个翻车点要提醒——沙哑音色生成时容易"过载失真"，就是气声太重导致音频削波听感炸耳。解决办法是生成后用 AU 做一次压限，把峰值控制住，再适当降点高频 EQ。沙哑型做配音后期的处理，怪异音色配音 那篇有类似的极端音色后期处理方法，可以参考。据音频工程行业的测评，规范做过后期的沙哑人声，可懂度能比未处理的高出 25% 以上（来源：Adobe Audition 音频处理白皮书），这点对沙哑型尤其重要因为不做后期基本听不清。

病重型：虚弱加沙哑加喘息的复合调法

病重型是最难调的，因为虚弱、沙哑、喘息全占，参数要叠加还要平衡，调不好就糊成一团。

我的病重型调参组合是：基频降 30-40Hz（比单纯虚弱更低，显垂危）、气声 45%-55%（沙哑感）、音量压到 50%-60%（比虚弱更轻）、语速 0.8-0.85 倍（比虚弱更慢）、情绪强度 25%-35%（情感几乎淡出）。光是参数叠加还不够，病重型的灵魂在于"喘息音"和"断续感"。

喘息音我用两种办法加。第一种是文案里手动插入喘息标记（魔音工坊支持插入呼吸音效果），在每句开头和长停顿处加一个短促的吸气声。第二种是后期在 AU 里手动贴入喘息音效素材，位置和时长自己控制，更精确。断续感靠把句子拆得更碎——病重的人几乎说几个字就要喘一口气，所以一句话断成四五截，每截之间 0.5-0.8 秒喘息停顿。这种"破碎感"是病重型的标志，没有它再怎么调参数都不像垂危。

病重型的最大风险是可懂度。参数拉太狠加喘息太多，听众根本听不清角色在说啥。我的平衡原则是——病重感够用就行，别追求"极致真实"，台词必须听得清是底线。如果一句台词听三遍还听不明白，说明调过了，往回收一档。这个分寸感是病重型最难拿捏的，得多试多听。病重型常见于游戏剧情和严肃有声书，AI有声书配音 里有长文本病态角色的处理技巧。

三个场景的实战参数参考

不同场景的病态配音，参数侧重不同。给你三个我常用的实战组合。

游戏剧情病重角色：基频降 35Hz、气声 50%、音量 55%、语速 0.82 倍、情绪 30%、加喘息标记每句一处。这种组合出来的是垂危感强但台词可懂，适合有字幕的游戏。可懂度靠字幕兜底，所以可以调得狠一点。

有声书病中旁白：基频降 20Hz、气声 30%、音量 70%、语速 0.9 倍、情绪 40%、少量停顿。有声书没字幕靠耳朵听，所以病感调轻点保证可懂度，靠文案描述和上下文补足病重感。调太狠听众听不懂就弃书了。

感冒沙哑配角：基频不降、气声 45%、音量 90%、语速 1.0 倍、情绪 55%。感冒沙哑是轻症，音量和语速正常，只加沙哑气声，偶尔咳嗽音。这种适合生活化剧情里的感冒角色，别往病重调。这三类参数起点，配合 愤怒音色配音 里讲的情绪叠加思路，能做出更复杂的复合状态（比如病中发怒、虚弱中挣扎）。

避坑点：病态配音最常见的三个错误

第一个坑是只降音量不调其他参数。很多人以为虚弱就是声音小，只把音量压低，结果出来的是"小声的正常人"，不是虚弱的人。虚弱是基频、气声、语速、情绪的综合变化，音量只是其中一环。光调音量必翻车。

第二个坑是喘息音加太多。病重型确实要喘息，但每句都喘、喘得又长又响，听着像哮喘发作不像病重。喘息要克制——关键时刻喘一下、长停顿处喘一下、频率别超过每三秒一次。我自己加喘息的原则是"宁可少加不可多加"，少了像轻病、多了像搞笑。

第三个坑是忽视可懂度。病态音参数拉满听着真实，但听不清台词就失去配音意义。尤其没有字幕的有声书和广播剧，可懂度是生命线。我的自检方法是——生成后闭眼听一遍，如果一句话要听两遍才听清，说明调过了，往回收。这个习惯比任何参数技巧都重要。

常见问题

病态AI配音会不会听不清台词？

调得越病态越容易听不清，所以要在病态感和可懂度之间找平衡。有字幕的游戏可以调狠点靠字幕兜底，没字幕的有声书必须保证可懂度优先。自检方法是闭眼听一遍，一句话听两遍才听清就说明调过了，往回收一档。

虚弱和沙哑的调参有什么区别？

虚弱是力量感缺失，调参重点是降基频、压音量、放慢语速，音色相对干净。沙哑是声带受损，调参重点是加气声和颗粒感，音量语速可能正常。虚弱的人不一定沙哑，沙哑的人不一定虚弱，两者参数差别大，别混着调。

喘息音怎么加才自然？

用魔音工坊等工具的喘息标记在每句开头和长停顿处加短促吸气声，或后期在AU里贴喘息音效素材。频率别超过每三秒一次，时长短促（0.3-0.5秒）。原则是宁可少加不可多加，少了像轻病、多了像搞笑或哮喘发作。

病态音色适合哪些场景？

游戏剧情角色（有字幕可懂度有保障）、严肃有声书的病中段落、广播剧的病重角色、动画的受伤剧情。生活化内容里偶尔的感冒沙哑也适合。不适合需要长时间清晰聆听的场景，因为病态音本质上牺牲了部分可懂度。