画面不变：一只手合上耳机盒。把声音换成清脆的“嗒”、闷短的“咚”，或带一点金属尾音的“锵”，观众对重量、硬度和精密程度的判断会随之改变。产品没有真的变重，声音却替它补了一层看不见的结构。
这也是产品广告声音设计最容易用力过度的地方。低频、冲击和层叠音效可以迅速制造“高级感”，但如果听觉暗示与画面里的接触、材质和行程不一致，观众得到的不是更强的产品证据，而是一段漂亮却可疑的替身。
好的产品拟音并不只是让动作更响。它要让人相信：这个声音确实由眼前这个物体、在这个接触点、以这种力度产生。
耳朵听见的不是一个形容词，而是一组物理线索
“轻”与“重”、“软”与“硬”不是某一个频率的固定翻译。冲击声里同时存在起音速度、幅度、频率分布、共振和衰减；听者会把它们与可见的尺寸、材质、动作力度和既有经验一起解释。
声学研究为这种判断提供了边界。Lutfi 等人对冲击力度的实验发现，听者会使用幅度和频率线索判断更大的作用力，但不同人的权重并不一致。另一项关于被敲击条状物的研究则把频率、幅度和衰减与密度、刚度、阻尼、长度及空心程度联系起来，同时指出，有些物理差异落在听觉难以可靠分辨的范围内。
更直接的多感官实验也提醒创作者不要把“金属声”等同于一个万能按钮。Liu 与 Ando 让参与者比较不同材料类别以及经过改变频率和阻尼的接触声，结果显示，材料标签会影响纯听觉判断，但当声音与触觉同时出现时，低层声学参数、尤其阻尼，会以更复杂的方式参与硬度判断。文章对产品广告的启发不是“高频一定更硬”，而是：声音类别、声音细节和画面中的真实动作必须放在一起审。
营销研究还发现，较低音高的声音可能让人联想到更大的产品尺寸，但这种效应会受到可视化线索影响；当产品已经清楚出现在画面里，听觉暗示并不会无限覆盖视觉事实。换句话说，拟音可以强化产品判断，却很难长期挽救一个声画冲突。
先找接触因果，再决定声音是否“好听”
一个开合动作通常不止一个声音事件：手指施力，卡扣越过阻力点，两个表面接触，外壳短暂共振，内部零件可能再回弹一次。画面只给出十几帧，耳朵却会寻找这条因果链。
因此，声音编辑不应先问“这一声够不够厚”，而应先标出三个时刻：力量从哪里开始、可见接触在哪一帧发生、动作结束后还有没有真实余振。起音若早于接触太多，像是音效在催画面；若晚到动作已经结束，物体会显得迟钝。尾音过长，轻塑料可能突然像空腔金属；尾音全被切掉，真实的金属或玻璃又会失去结构。
这与品牌短片环境声所解决的空间连续性不同。环境声让房间在切镜后仍然存在；产品拟音要解决的是更小的因果：哪一个部件，在什么时间，怎样碰到了什么。
三层声音，比一声“豪华音效”更可靠
真实层：先记录产品自己的答案
在安静条件下录下真实产品，并不意味着最后必须原样使用。它首先是一把尺子：真实行程有多长，接触点有几次，外壳怎样共振，声音从正面、侧面和桌面反射回来时有何差别。
同一动作可录几组力度和握持方式，但不要让表演者为了“更有声”改变正常操作。若产品声很小，也应保留这个事实。安静可能正是精密配合、阻尼或使用礼仪的一部分，而不是等待被低频冲击替换的缺陷。
可读层：用拟音把真实关系说清楚
现场收音可能被衣料、手指或房间噪声遮住。拟音可以用另一个物件重建更清楚的起音、摩擦或回弹，但替代物不必在材质上“长得一样”，必须在因果上“做得一样”。
例如，原声里有一次卡扣、一次外壳接触和很短的余振，拟音可以分别录制再组合；如果画面只有一次接触，却叠出三次机械锁定，声音就开始虚构结构。可读层的任务是提炼，不是添加产品没有的部件。
表达层：让声音进入广告的节奏
完成真实层和可读层后，才考虑它与音乐、剪辑重音和品牌语气的关系。产品声可以成为节拍，也可以在音乐让位的半秒里独立出现。但表达层不应回头破坏前两层：为了踩鼓点把接触声移动几帧，为了显得昂贵把尾音拉成长金属共振，都会让画面的物理关系变松。
如果目标是建立跨影片的听觉识别，可以延伸阅读品牌短片声音记忆。本篇只处理单次产品动作怎样保持材质和重量可信，不把每个按键与开合都改造成声音标识。
AI 能给出候选，仍然不知道哪一声属于这件产品
2026 年的视频转音频研究已经把“同步”拆得很细。Sony AI 的 FoleyBench 专门评估可见声源、音画对齐、时间同步和音频质量；研究团队指出，以往评测数据里有相当一部分视频缺少良好的音画对应。CVPR 2026 的 FoleyDirector 进一步用结构化时间脚本控制多事件声音；Apple 的 StereoFoley 则研究物体感知的立体声位置与距离。
这些进展适合扩大候选：为概念预演补声、比较不同材质方向，或给生成镜头建立初始声轨。但论文仍把语义、时间和空间对齐作为需要单独评估的问题。这恰好说明，生成出“一声像开合的音效”与判断“这一声属于眼前这件产品”不是同一件事。
实拍产品的关键声音仍值得从真实参考开始。AI 或音效库可以提供音色与层次，声音编辑负责把它们校准到实际接触、尺寸、距离和使用情境，并核对素材许可。若最终版本暗示了产品并不存在的金属、密封、锁定或性能，问题不在工具来自哪里，而在创作判断越过了事实。
同一声轨，要在耳机和手机上分别成立
棚内监听能呈现低频、极短瞬态和细小尾音，手机扬声器未必会用同样方式重放。若“重量”只靠很低的能量，移动端可能只剩一次空洞点击；如果为了补偿而把中高频全部推亮，耳机上又会变得尖锐。
解决办法不是为所有设备做成同一种听感，而是保留同一种因果。手机上至少要听见接触与回弹的顺序，耳机上可以多出空间与细节；两端都不应把同一物件听成两种完全不同的结构。音乐、旁白和产品声也要在最终短版里一起试听，因为单独播放很清楚的拟音，进入成片后可能正好被鼓点或辅音遮住。
三段式试听：从真实，到候选，再到终端
第一段只放真实参考与画面。记录接触次数、起音位置、行程和余振，不评价它够不够“高级”。这一步建立事实底线。
第二段把两到三个拟音候选与同一画面逐一同步，并做一次盲听。先让听者描述它像什么材质、什么重量、是否有卡扣或空腔，再告诉他们创作意图。若描述与产品结构持续不符，即使某个版本更“爽”，也不应直接胜出。
第三段回到实际终端：棚内监听、普通耳机和手机扬声器。连同音乐、对白、压缩后的短版一起播放，再静音看一次，确认卖点没有只藏在声音里。最终选择不是三种设备上最响的一声，而是跨设备仍保有同一接触因果的一声。
产品广告声音设计的目标，不是把轻的东西伪装得更重，也不是把每次触碰都做成电影预告。它是在画面之外补出正确的阻力、接触与回弹，让观众相信眼前产品的结构，同时感到创作已经认真对待了它的每一个细节。
如果你正在规划产品广告、品牌短片或实拍与 AIGC 混合内容，ONCE 品牌视频创意与制作可以从动作设计、现场声音参考到拟音、混音和多版本一起建立可信的声画关系，欢迎提交项目 Brief。
资料与范围说明
本文核对了《Journal of the Acoustical Society of America》关于冲击力度、材质与几何属性识别的研究，Liu 与 Ando 2016 年关于声音和触觉硬度判断的实验，Lowe 与 Haws 2017 年关于音高与产品尺寸联想的六项研究，以及 Sony AI FoleyBench、CVPR 2026 FoleyDirector、Apple StereoFoley 的公开研究材料。文中的“三层声音”和“三段式试听”是 ONCE 的创作分析，不是对传播效果或产品性能的保证。中文页未附海外来源外链，因为本轮没有完成中国大陆无需代理、无需登录的实际可达性验证。
