学习完筛选信息的参考原则以后，接下来就要进入正式的口述词撰写了，在此之前，我不得不提醒你，截至目前，口述影像仍有许多具体而细致的问题没有标准的处理方式，正如钟励君老师曾对她的学员们说的：“没有标准和完美的口述影像。”

每个实践者都是在尝试一种“再创作”，每个版本都没法让所有人感到完美，描述方式可能会有“这样说比那样说效果更好”的现象，却没有“必须这么说才是正确”的说法，口述影像不存在绝对正确。我们只能上下求索，追求更优的解决之道，仅此而已。

第三步：口述撰稿

这里先给各位提供一个脚本格式，供新人参考，这也是我参考“心聆感影”若干老师们的脚本设计的，大家可以根据自己的习惯进行调整。

本空白表格，读者朋友可长按以下二维码，通过百度网盘获取WORD版本。

如果使用字幕软件Aegisub撰写，可参考：

看到上面这个样例，可能大家会有一些疑惑，例如

Q1、脚本时段是指什么？

A1、通常一部影片的时长是一至二个小时，有的还会超过两小时，在现场口述的情况下，一名口述员要一气呵成完整口述整部影片实属不易，因此，以“广东省立中山图书馆”的无障碍观影活动为例，他们通常将一部影片分为前中后三段，每段约在30-50分钟内，由三名口述员接力完成，也就有了不同口述员认领不同时段的安排。

如果你是用于后期配音的脚本，则无须考虑这一点，可以在嗓音疲劳时停下休息，等状态恢复后继续录制。

Q2、为什么不直接标注插入口述内容的具体时间？

A2、在实战当中，口述员多半做不到软件程序那样，精确到微秒级地嵌入口述，而我们普通语速下一秒可以说4个汉字，正常画质下一秒可以放映24帧或高于24帧的画面，单单看影片的播放时间是很难掐准画面节奏的，类似1/8拍这样的快镜头就会导致口述员看好提示时间，去盯画面时间，看到匹配的播放时间后再看口述词时已经过了那个时间点。

当我们把画面信号、生效信号作为参考，掐时间卡点就像去听一首曲子的旋律，在既定的歌词后按音符的节奏嵌入口述，与之“合奏”，及能轻松地跟上视听的节拍……

利用人类天生的节奏感，以及视听并用的能力，反而能让我们取得更好的效果，这一点是我们模仿数码程序也难达到的，所以还是用咱们人类的神经机制来完成吧。

在关键帧的地方，咱们还可以通过不同的字体颜色来区分和提醒自己要处理的效果，这方面又是色彩影响心理的作用了，具体理论我就不在这赘述，感兴趣的朋友可以去查询相关资料。

Q3、撰稿可以是两个人合作的吗？或者撰稿和读稿可以非同一人吗？

A3、合写一份口述稿与读别人的口述稿，理论上是有可行性的，但实际操作上，就会出现人与稿件不兼容的情况。

别说读别人的口述稿，有时候本人亲手写的稿子，假若不自己对着影片进行试读和修正，都是没法用的，因为书面语讲究文本语法，口语不一定讲究这个，更多情况下是根据语境倾向简洁、易懂的形式来进行表达。

在纸面上看起来流畅的文字，有时候读出来就会觉得啰嗦、拗口和生硬，加之每个人的语言习惯存在差异，从个人常用词、到句式结构、再到语言组织习惯，可能是天差地别的，也就是说虽然都在使用同一套语言系统，但咱们每个人不一定都能充分熟练地使用这套系统内的所有词汇，并且快速适应当中千变万化的组合模式。因此才说读别人的稿件、读没试读过的稿件，可能就会出现书面语与口语不兼容的情况。

Q4、为什么需要指导和审稿？

A4、如果你是由于关注到口述影像活动、或因结识某位口述影像员，从而兴起学习口述影像的朋友，那么在第一次实践口述影像服务前，找到一名指导老师是可以更高效地提升自身水平的——我个人比较提倡以老带新这种模式，这能让新人少走许多弯路，减少学习成本。

作为指导老师，自然需要具备不少于若干场口述影像服务的实战经验（我个人建议是10场以上），其次，系统学习过并能遵循口述影像的理念和基本原则，在撰稿和用词方面能给新人提供优化的建议，也是担任指导老师需要具备的基本素养。

而审稿老师的作用，则是检查口述稿当中有没有出现无法接受的错误、冗余的信息，以及在口语上的逻辑和语序问题等，这方面由听评过若干口述影像的视障老师来把关，可能是更适当的。

简而言之，指导老师可以帮助新人抬高上限，审稿老师则可以守住底线，不让新手犯基本错误。

Q5、“语感”和“语气”有什么区别？

A5、在表格中我之所以使用“语感”而不是“语气”一词，是认为加强语气在口述影像里不是必须的元素，多则锦上添花，少则无碍观瞻，而在描述一些武打动作片，或者很有韵律感的画面时，语速和语句之间的停顿感，是能给观众内心营造不同感受的，也间接影响着视障观众对于画面的想象，然而这种微妙的境界，又不仅仅只是调节语速快慢而已。

另一方面，有的人说话声线高些，有的人说话声线低些，在特定的影片原声里，可能会让原声掩盖掉口述员的吐字发音，这时候，声量和声调应该有所区分，进行些许动态处理。有别于“诗歌朗诵”的那种情感充沛，口述影像不需要口述员一惊一乍来放大和渲染自身的激动之情，倘若能让观众听出“含而不露”，才算境界。

艺术的魅力在于让人品了再品，琢磨了再琢磨，每次欣赏都有新的感触和震撼，所谓瘙到痒处，又不挑明，才是最诱人的。

例如剧情中的悬念与伏笔，这时候通常是一种留白，那留白的地方我们可以去告诉观众“没有XX”吗？

当口述中多了“没有XX”时，通常“XX”就会出现在观众的脑海里，是比较多此一举和破坏留白的做法。这种情况我建议没有的东西就不说，我们要描述的只是出现的影像，例如“盒子打开，里面空空”；又譬如“推开房门，只有一床凌乱的棉被，半拉破碎玻璃窗。”

瞧，这是不是既描述了客观事实，又引人遐想了？

另一种会让观众产生费解甚至不爽的描述是“概括性的总结”。

举例：“一顿操作猛如虎，男生终于加上了女生的微信。”你倒是说说他是怎么个猛如虎啊？！

再举例：“乘客示意乘务员，乘务员拒绝，乘客心情有些不满，乘务员还是拒绝，乘客急了，乘务员惊慌失措，乘客很生气……”相信看到这里的你都不想看下去，比那个乘客还生气，这说了半天和没说一样啊！两人究竟发生了些啥玩意？！

通过上面这个夸张版的例子，你大体就能理解那些说结论不说具体动作，说心理活动不说表情互动的讨厌之处吧？

在我留意到的某些线上资源里，我还经常发现一些不大不小的问题，但偏偏这些细节问题就区分出了是始于口述影像理念，亦或夹杂解说或按照有声读物的制作要求进行改编的差异。

在口述影像原则里，此刻描述的就是对应此刻的画面，因此很多时候并不需要额外的“时态”形容，例如“突然、这时候、正在、此刻、之后”等，口述影像应当让视障观众与健视观众同时发笑、同时陷入紧张。

不过，在实践过程中，我们也常常遇到影像作品的画面与原声可能是平行时空的设计，例如声音是进行时，画面却是回忆过去或错开到另一个同时进行的场景，甚至在关键画面处也有重要的台词，没有间隙可以插入相关描述。

有的老师会将画面前后的其它闲暇片段利用上，进行巧妙的提前或迟滞补充，前提是不打乱影片原有的叙事逻辑，也不给观众造成误解。这样的处理手法是否适合？我个人保留意见，期待有更多人来进行探讨和实践。

除了“正在进行时”这样的争议，还有许多留待我们去进一步探讨的问题，例如要不要提前说出人物姓名？可不可以使用摄影术语？加入反问和引导性语言会如何？字幕和各种特效如何描述？外文台词口述员是否要翻译？

以上这些问题，敬请留意接下来的内容……

（未完待续）

文字校对：小连