一条产品片已经锁到二十秒：旁白持续讲卖点，音乐跟着切点走，手部操作和状态变化全部交给画面。此时再要求“补一个音频描述版本”，后期面对的首先是时间问题——需要说出的动作，还没有可以被听清的位置。
产品视频音频描述，也常被称作口述影像相关制作，要让看不清画面的用户获得理解内容所需的视觉信息。对品牌来说，采购重点不只是一段新配音，更是决定哪些信息应进入主旁白、哪些应占用声音间隙，以及原有节奏是否需要重新安排。
一项制作实践，把问题从交付清单带回剪辑台
Scribely 在 2026 年 6 月 19 日发布的 CoorDown《#JustEvolve》案例中，描述了从早期剪辑开始参与、安排视觉说明时机，并交付标准与延长音频描述版本的做法。它提供的是服务商对自身工作的公开叙述；本文没有观看或测量该广告，也不把它的传播表现归因于音频描述。
W3C WAI 的《Description of Visual Information》（2024 年 9 月 17 日更新）则区分了整合进主脚本、单独音轨和另做描述视频等方式，并要求结合内容、可用时间与播放器能力选择。本文据此讨论制作方法，不判断某个企业或渠道的法律适用性。
ONCE 的判断是：无障碍交付范围明确以后，还需要一次真正的声音排演。清单能确认“买了什么”，排演才会暴露描述来得太晚、挤住对白，或盖掉关键动作声的问题。
ONCE“听觉分镜排演”：按事件安排声音
先选一段影响产品理解的动作，不必把整片逐物件解说。下面设想一款便携台灯：手展开折叠灯臂，转动底座旋钮，灯亮起，最后出现型号与行动入口。产品结构和情节均为假设，真实项目必须按批准样机核对。
把这一段拆成四列：画面里发生什么、已有声音说明什么、还缺什么理解、怎样调整。先不追求漂亮措辞，找出声音必须承担的任务。
| 画面事件 | 原来可能听到什么 | 缺少的理解 | 本例可以怎样试排 |
|---|---|---|---|
| 手把灯臂展开 | “灵活，随你所想。” | 哪件物品在怎样变化 | 试将主旁白改成“展开灯臂”，同时让完整动作可见。 |
| 手转动底座旋钮，灯亮起 | 一段音乐，没有具体说明 | 操作对象与可见结果 | 在合适时点说清旋钮位置及灯亮的变化；按实际朗读长度调整停留。 |
| 铰链发出一次轻响 | 描述声与音乐叠在上面 | 原本可帮助理解动作的声音被遮住 | 若这次声音确有理解价值，给它单独留位置；不靠音效宣称锁定或安全性能。 |
| 片尾出现型号与入口 | 只有音乐收尾 | 只在画面出现的信息无法被听到 | 安排可听见的型号与行动信息，并与最终页面对应。 |
这张表是 ONCE 提出的创作排演工具，不是统一音频描述规范。它不规定每秒多少字，也不要求每个镜头都有新旁白。原声已经说清的内容，重复一遍只会继续占用时间。
先改掉没有提供新信息的句子
在假设台灯片中，“轻松一点，生活亮一点”承担情绪，“展开灯臂”承担动作理解。两句话未必都要删除，但如果只能保留一句，就应按这段视频的用途决定：产品操作演示先让动作清楚；品牌主片则可以把更完整的动作说明放在另外的描述版本里。
也可以尝试一句兼顾语气与事实的主旁白，但要用样机和画面检查。例如“展开灯臂，把光留在书页上”至少说明了主体动作；它是否准确，还取决于灯的真实调节方式与场景。不能为了声音顺口，给产品增加并不存在的功能。
留出的是理解时间，不只是静音长度
把需要补充的描述录成临时音轨，放回粗剪，以正常语速播放。句子能在波形空隙里塞下，并不等于观众来得及理解。还要听对象是否先被交代、动作与描述是否对应、下一句有没有把上一件事打断。
本例可以试排成一段约二十秒的演示：开头先认识台灯与折叠状态；随后展开灯臂；在旋钮操作附近交代位置与可见变化；结尾留下型号和行动信息。具体秒数由实录与动作决定，二十秒只是本例的创意长度，不是平台要求或可套用的行业模板。
拍摄时为关键动作保留进入、完成与结束后的状态，不要每条都只录到剪辑点。这样需要多留一点描述时间时，后期还有真实素材可以选择。若声音提到旋钮已经转动，画面却仍停在上一个操作，就需要调整，而不是让听众自行补回顺序。
音乐和声音设计也一起参加排演。对这款假设产品，可以分别听主旁白、描述、动作声，再听完整混音：哪些声音帮助识别，哪些只是气氛，哪些在同一时刻互相争夺注意。解决方式可以是删一句、移一个切点或减少一层装饰声，不能默认再加大描述音量就算完成。
说不下时，怎样选择修改范围
如果缺口能由现有主旁白自然补上，先试脚本修改，再重录受影响的句子。如果信息正确，只是当前画面结束太快，可以用已拍的完整动作或结果停留重新剪辑。如果必要信息仍无法在原时长内清楚表达，就把延长描述版作为独立交付来讨论，并确认它的真实发布入口。
这三种选择的成本不同。改稿可能牵动配音和字幕；改剪可能牵动音乐、翻译与审批；独立版本还要安排制作、发布和后续更新。报价应说明具体改动，而不是只报“音频描述一分钟”。没有原始素材、无字母版或可用声音分轨时，也要把限制提前写出来。
不要为了维持短版时长，删掉本来用于理解产品的关键限制。也不要把所有气氛细节都升级成必须描述的事实。产品、创意与无障碍专业人员应共同决定取舍，必要时邀请目标使用者参与评审，并如实记录参与范围。
Scribely 的案例提示了语气与节奏也能被创作，但不能据此把某一支喜剧广告的表达方式复制到所有产品说明。这里的台灯演示更需要清楚、具体的动作关系。语气可以属于品牌，信息不能被表演冲淡。
审片要从“听到了”走到“理解了”
先安排一次只听不看，由没有参与脚本的人复述：产品在什么状态，谁做了什么，结果怎样变化，最后应去哪里了解或操作。记录说错与无法确定的位置，再回到相应事件修改。这是制作检查；内部同事通过不等于已经完成目标用户验证，更不等于取得某种无障碍认证。
随后恢复画面，核对声画顺序；最后在实际发布环境中找到并播放正确版本。若用户根本找不到描述版，录音完成并没有完成交付。产品参数、片尾入口或剪辑顺序改变时，描述稿、配音与对应文字也要回到同一版。
本文聚焦声音时间的具体安排；需要先确定字幕、文字稿、描述与播放器的采购范围，可参考本站产品视频无障碍交付文章。它们共同支持同一目标，但验收问题各有侧重。
下一次 brief 可以附一段最难解释的粗剪、产品事实、必须保留的对白或音效，以及目标页面。通过 ONCE 视频制作解决方案讨论制作范围时，先要求试排这一段，再决定改稿、改剪或另做版本。对长期内容合作而言，可积累的是每种动作怎样被讲清楚的判断记录，而不只是多一个配音文件。
资料核验：2026 年 10 月 15 日。核心来源为 Scribely《Launching “Born-Accessible” with CoorDown’s #JustEvolve Campaign》（2026 年 6 月 19 日）；技术参考为 W3C WAI《Description of Visual Information》（2024 年 9 月 17 日更新）。以当前可靠材料讨论常青制作问题，不将旧案例写成今日新闻。中文未取得海外来源的中国大陆可达依据，故保留准确来源名称与日期。台灯示例与原创 AI 封面均为概念，不是客户作品。
