如何删除采访视频中的口头禅和语气词

要删除采访视频中的口头禅和语气词，先转录素材，在转录稿中搜索“嗯”“呃”“啊”“那个”“就是”以及说到一半重来的句子，把它们标记为一个候选剪辑，接受之前把每一个剪接点都播放一遍。转录稿负责快速找到这些词，决定删哪些的是你的耳朵。成片质量的大部分取决于你留下了什么：诚恳回答前的停顿、让人看出对方在思考的磕绊、给观众时间跟上的一次呼吸。

本文介绍在任何能转录的剪辑软件里都适用的方法、让清理后的采访听起来不像机器人的习惯，以及如何在 cinemaOS 中借助 J.A.R.E.D. 在本地完成这件事。

为什么值得删除语气词，又为什么不能全删

口语里充满犹豫。在同一个房间里，没人会注意到。但在屏幕上，十秒钟的回答里出现三个“嗯”，就会让一个自信的受访者显得没底气，三分钟的片子也会让人感觉像四分钟。

但语气词并不是见到就该删的噪音。它们常常带着信息：

• 思考的时间。 回答难题前的停顿，告诉观众这个答案是斟酌过的，而不是背好的。
• 情绪。 断断续续的开头（“我，我没有……”）可能是整段采访里最真实的时刻。
• 节奏。 自然的说话有呼吸的空间。全部去掉，受访者听起来就像在高速念提词器。
• 意思。 “那个”有时是口头禅，有时是指示代词（“那个项目”）。“然后”可能是习惯，也可能真的在讲先后顺序。

目标是把这个人实际说的话变得更紧凑、更清楚，而不是把他变成另一个人。

在任何剪辑软件里都适用的方法

无论用什么软件，基本流程都一样。各个工具的区别在于自动化了多少。

1. 转录采访。 使用与媒体时间同步的转录稿，这样选中一个词就会选中片段里对应的时刻。
2. 搜索常见的口头禅。 查找“嗯”“呃”“啊”“那个”“就是”“然后”“其实”“对吧”，以及“这个这个”之类的重复词。注意，有些转录模型默认会把语气词从文字里清理掉，所以转录稿看起来干净，不代表音频也干净。
3. 靠阅读找出说错重来的句子。 说错重来是指说话人说到一半放弃、又重新开口的句子：“我们去了，我们开车去了海边。”搜索找不到这些，阅读能找到。
4. 先标记，别急着删。 把要删的地方收集成一组，便于一起检查，可以在复制的序列上做，也可以作为提议的剪辑，让原始内容保持不动。
5. 听每一个剪接点。 在每个剪辑点前后各播一两秒。你要听的是被切断的辅音、被切掉一半的呼吸、环境底噪的跳变，以及让剪辑露馅的音高变化。
6. 藏不住的就盖住。 如果剪辑在声音上干净、画面却跳了，就用 B-roll、切到采访者的插入镜头，或者一个坦然的跳切。

现在有好几款剪辑软件能在第 2 步和第 4 步上帮忙。Descript 有一个围绕转录稿打造的专门去除语气词功能。在较新的版本中，Premiere Pro 的基于文本的编辑可以在转录稿中标出“um”“uh”之类的语气词和停顿，方便你删除。DaVinci Resolve 在近几个版本中加入了转录和基于文本的剪辑工具，其中不少仅限付费的 Studio 版本。功能会随版本变化，支持的语言也各不相同，所以你的版本对中文语音能做什么，请查看各厂商的最新文档。第 5 步的检查在所有软件里都一样。

该留下什么：有意义的停顿

删除语气词最难的部分是克制。下面几条经验法则在真实采访里很管用：

• 保留回答难题前的停顿。 如果问题很私人，沉默本身就是回答的一部分。
• 当受访者有意纠正自己时，保留这份犹豫。 “那件事，嗯，比这复杂得多”不是说错重来，这正是重点。
• 剪掉语气词，别剪掉呼吸。 如果一刀同时剪掉“嗯”和它后面的呼吸，下一个字往往会开始得很突兀。留一小口气。
• 笑声后面留一点空间。 笑声消退得很慢。直接切到下一句会剪掉尾音，听起来不对劲。
• 也要看脸。 声音上干净的剪辑，仍可能因为头部跳动或眨眼而露馅。

大致的做法是：第一遍删掉明显的语气词和说错重来的句子，第二遍把现在听起来太赶的地方恢复回来。剪辑开始听起来像真人说话，正是在第二遍。

在 cinemaOS 中用 J.A.R.E.D. 删除语气词

cinemaOS 是一款面向 Apple 芯片的 Mac 原生剪辑软件。转录和它的助手 J.A.R.E.D. 都在你的 Mac 上运行，因此采访、转录稿和你的请求都不会被上传，也没有生成点数需要计算。下面的步骤沿用转录与文字剪辑教程。

第 1 步：在本地转录采访

在 Sequencer 中选中采访，按 ⇧⌘T 用 J.A.R.E.D. 转录。转录稿带时间戳，最多可以区分四位说话人，足以覆盖大多数采访场景。继续之前先改正人名和说话人标签，因为同一份转录稿之后还会用来生成字幕。

第 2 步：在 Text Editing 标签页中阅读

打开素材箱中的 Text Editing 标签页，对照画面阅读文字。选中一段文字并删除，就会在时间线上剪掉与之关联的画面和声音片段。说错重来的句子要在这里用眼睛找：逐个阅读每段回答，留意说话人半途放弃的句子。

第 3 步：让 J.A.R.E.D. 给出候选，而不是最终剪辑

按 ⌘J，输入类似“remove filler words as a candidate”的请求。J.A.R.E.D. 把主观的剪辑工作当作可编辑的候选来处理：它不会悄悄替换你已经确认过的序列。你会得到一个去掉语气词的候选版本供检查，已确认的序列保持原样；当改动落到时间线上时，你还会收到一份改动记录。既要检查候选删掉了什么，也要检查它留下了什么。说错重来的句子和需要判断的地方，仍然要靠你在第 2 步中自己阅读。另外，J.A.R.E.D. 目前对英文请求的理解最可靠，所以请求最好用英文写。

第 4 步：检查、恢复和撤销

以正常速度把候选版本完整播放一遍。哪里删得不对劲，就把它恢复，或者用 ⌘Z 撤销这一步，⌘Z 使用的是应用本身的 Undo 和 Redo。项目是本地的 .mntm 文件，带版本快照和恢复功能，所以开始前也可以给未剪的采访存一个快照，之后拿来对比。

第 5 步：完成声音并加字幕

对白里的小剪辑可能留下咔哒声和环境底噪跳变，所以先用下一节的方法处理它们。然后在 SOUND 控制台里平衡对白总线，导出前检查响度。剪辑锁定后，用同一份转录稿生成字幕，离线字幕教程里有具体做法。

cinemaOS 在这里做不到的事

对局限要有现实的认识。J.A.R.E.D. 只运行它被设计来完成的任务，超出范围的请求会直接拒绝，而不是去猜。转录准确度和说话人识别取决于录音质量，嘈杂或多人同时说话的片段需要更多人工检查。把去除语气词的候选当作第一遍，而不是最终结果：“怎么说呢”“你知道吧”这类短语，以及转录稿没有写出来的语气词，可能仍需要在 Text Editing 标签页里手动过一遍。候选也不会判断哪一次犹豫有意义，这个决定在你手里。cinemaOS 目前只支持 Mac，Windows 版计划于 2027 年 11 月推出，而且它还是一个年轻的应用，版本为 0.2，Build 9。

删除语气词后的常见问题

• 剪辑点有咔哒声。 在每个剪接点加一个短的音频交叉淡化，或者把剪辑点微调到词与词之间的过零点。
• 环境底噪跳变。 用同一条素材里几帧干净的环境底噪填补空隙，不要留数字静音。
• 受访者听起来很赶。 你把呼吸和语气词一起删了。恢复几处，先从关键句子前面的呼吸开始。
• 说错重来之前那句更好。 人们常常先说出最清楚的版本，然后再过度解释。两句都读一遍再选。
• 字幕对不上了。 在剪辑锁定之后再重新生成字幕或调整字幕时间，而不是之前。

如果你是第一次检查自动剪辑，AI 剪辑说“完成了”，可剪辑却是错的讲了如何用自己的判断检查机器做的剪辑。

常见问题

可以不检查，直接自动删除语气词吗？

不少工具可以，但对采访来说很少是好主意。自动删除会把每个“嗯”一视同仁，而其中有些带着意思，或者在保护说话的节奏。把任何自动处理都当作提议，然后听一听结果。

删除语气词会改变说话人的原意吗？

可能会。剪掉一次犹豫，可能让一个谨慎的回答听起来很笃定；把一句话的前后两半接起来，可能造出一句没人说过的话。如果剪辑改变了意思，就恢复原样，在纪录片和新闻工作中尤其如此。

删除语气词应该在故事剪辑之前还是之后？

之后。先选好回答、搭好结构，再只清理留下来的台词里的语气词。把一份最终只会剩三分钟的两小时转录稿全部清理一遍，是在浪费时间。至于故事剪辑本身，转录采访并用文字剪辑视频介绍了完整流程。

先拿一段回答试试

从你的下一次采访里挑一段回答，先手动清理，再和自动生成的候选版本对比。你很快就会知道哪些犹豫想要留下。如果你在 Apple 芯片 Mac 上剪辑，并且希望转录稿和助手都留在自己的电脑上，cinemaOS 可免费使用 60 天，无需银行卡，也不会自动扣费，之后每月 $9.99（美元，不含增值税）。