音频音量统一：测出每段响度，多段配音一键调到一样大
音频音量统一要按「响度」统一，而不是按「峰值」统一：两段配音的最大音量可以一模一样，听起来却一段响、一段轻，因为人耳感受的是一段时间里的平均能量。把多个 MP3 或 WAV 拖进下面的工具，它按 ITU-R BS.1770 逐个测出整体响度（LUFS）和真峰值，算出每段需要加减多少 dB；目标默认是 −16 LUFS（Apple Podcasts 写明的数值），也可以改成「统一到最响的那一段」「统一到最轻的那一段」或别的 LUFS 值，峰值保护默认把真峰值压在 −1 dBTP 以下，调完批量导出。全程在浏览器里完成，文件不会上传。
- BS.1770 整体响度
- 4 倍过采样真峰值
- 最响 / 最轻 / 自填
- 文件不上传
更新于 2026 年 11 月 6 日内容核对于 2026 年 11 月 6 日
音频音量统一
本机处理音频音量统一：拖入多个文件，先看响度表
每个文件测出整体响度、真峰值和需要的增益，表格可以一键复制。选好目标和峰值上限再导出；多个文件打包成一个 ZIP。
音频音量统一怎么做：先测、再定目标、后导出
做音频音量统一，别凭耳朵一段段拖音量条。先让工具把每个文件的响度测出来，数字摆在一起，该加多少、该减多少一目了然。
- 01
第 1 步
放入要统一的文件
一次拖入多个 MP3、WAV 或 M4A，比如同一部剧的各集配音、同一集的几个语种版本，一次最多 50 个。单个文件上限 200 MB、60 分钟，手机上减半。
- 02
第 2 步
看响度表
每个文件列出整体响度（LUFS）、真峰值（dBTP）和建议增益。不到 3 秒的文件测出的整体响度可能不可靠，测不出有效响度的文件（比如几乎全是静音）会单独标出来，不会给它乱加增益。表格可以一键复制到文档里存档。
- 03
第 3 步
定目标和峰值上限
目标有三种：自己填一个 LUFS 值（默认 −16，可填 −40 到 −5）、统一到最响的那一段、统一到最轻的那一段。峰值上限默认 −1 dBTP，可在 −9 到 0 之间调。加了增益会超过上限的文件，默认只加到上限为止，并标出「达不到目标」。
小贴士 · 不确定选哪种，先选「统一到最轻」：只减不加，几乎不会碰到峰值上限。
- 04
第 4 步
需要时打开轻度限幅
勾选轻度限幅后，超出上限的那一点峰值会被限幅器压下去（最多 6 dB），文件就能达到目标响度。限幅会改变最响那几个字的冲击力，压得越多越明显，所以默认关闭。
- 05
第 5 步
选格式并导出
输出 MP3 或 WAV。MP3 每再编码一次都会多一次损失，如果之后还要剪辑、混音，选 WAV 更好。多个文件打包成一个 ZIP 下载。
峰值归一不等于响度统一：LUFS 是什么
很多人做音频音量统一时只做过「标准化」，把每个文件的最大音量拉到 0 dB 或 −1 dB，结果还是一段响一段轻。原因是峰值只看一个瞬间，响度看的是整段的平均能量，还按人耳的灵敏度加了权。
dBFS、dBTP、LUFS 各管什么
| 单位 | 量的是什么 | 常见用途 |
|---|---|---|
| dBFS | 采样值离数字满刻度（0 dBFS）有多远，看的是采样点的峰值 | 防止削波：任何采样都不能超过 0 dBFS |
| dBTP | 真峰值：把信号过采样后找采样点之间的最大值，比 dBFS 峰值略高 | 防止 MP3、AAC 编码或数模转换后的爆音 |
| LUFS / LKFS | 整体响度：K 加权后的平均能量，去掉静音和很轻的部分 | 统一不同节目、不同集的听感大小 |
| LU | 响度差：1 LU 等于 1 dB 的变化 | 说「这一集比那一集轻 2.4 LU」 |
BS.1770 的整体响度怎么算
- 1.K 加权：先用一个高频架式滤波器把约 1.7 kHz 以上提高约 4 dB（模拟头部对声音的影响），再用约 38 Hz 的高通滤掉极低频。所以同样的峰值，偏亮的声音测出来更响。
- 2.分块：按 400 毫秒一块、相邻两块重叠 75%，算每块的平均能量。
- 3.绝对门限：去掉低于 −70 LUFS 的块，也就是几乎无声的部分。
- 4.相对门限：算出剩下的块的平均响度，再去掉比它低 10 LU 以上的块。
- 5.把最后留下的块取平均，换算成 LUFS，就是整体响度。
两道门限的作用是让静音不拉低结果：配音句与句之间的停顿、片头片尾的空白会被门限排除，测出来的是「有人说话时」的响度。本工具先把音频重采样到 48 kHz 再测，测量代码按 BS.1770 的校准点做过测试：0 dBFS 的 1 kHz 正弦波测得 −3.01 LKFS，误差在 0.1 LU 以内。真峰值用 4 倍过采样近似计算。标准原文见 ITU-R BS.1770。
为什么分集配音的响度会不一样
AI Drama Voice 导出时会把每一句的峰值拉到约 −1 dBFS（单句最多放大 3 倍），所以同一集里各句的最大音量很接近。但峰值相同不代表响度相同：一句台词从头到尾都很饱满，和一句只有一个字特别响，峰值一样，平均能量却差得多。不同集的台词密度、情绪起伏不一样，不同语种的语速、音色也不一样，整集测出来的 LUFS 就可能差好几个 LU。差多少要测了才知道，这正是音频音量统一工具要做的事：把各集、各语种的 MP3 放进来，看表就清楚。
配音导出的峰值已经贴着上限
因为导出时每句都按峰值拉到了约 −1 dBFS，整集的真峰值通常已经接近 −1 dBTP。想把轻的那集往上调，峰值保护几乎不给空间，会被标为「达不到目标」。这时更实际的做法是「统一到最轻」，或者打开轻度限幅。
音频响度一般多少合适：平台公开的目标值
音频音量统一之前先定目标，而没有一个对所有平台都对的数字。下面只列官方公开写明的目标；查不到官方数字的平台写「未公开」，不引用行业传言。
| 平台或标准 | 公开的目标 | 峰值要求 |
|---|---|---|
| EBU R 128（欧洲广播电视） | 节目平均响度 −23.0 LUFS | 真峰值不超过 −1 dBTP（制作阶段） |
| Spotify | 播放时调到 −14 LUFS（用户可选 Loud −11、Quiet −19） | 建议母带真峰值低于 −1 dBTP；比 −14 更响的母带建议低于 −2 dBTP |
| Apple Podcasts | 建议约 −16 LKFS，允许 ±1 dB | 真峰值不超过 −1 dBFS |
| ACX（Audible 有声书） | 用 RMS 不用 LUFS：每个文件 −23 至 −18 dB RMS | 峰值不高于 −3 dB；另写明未经授权不收 TTS / AI 朗读 |
| YouTube、TikTok、抖音 | 未公开 | 未公开 |
原文：EBU R 128、Spotify 响度标准化说明、Apple Podcasts 音频要求、ACX 音频提交要求。注意 Spotify 是「播放时」调整：响的会被调轻，轻的只在留出 1 dB 余量的范围内调响，所以母带太轻反而吃亏。短剧发到视频平台时没有公开目标，最要紧的是同一部剧每一集一样大：选一个目标（例如参考 Apple 的 −16），所有集都调到它。
增益怎么算，什么时候会达不到目标
需要的增益 = 目标响度 − 测得的响度；调完的真峰值 = 原真峰值 + 增益。只要调完的真峰值不超过上限，就照加；超过了，默认只加到上限为止，这个文件就会标「达不到目标」。打开轻度限幅时，超出的部分在 6 dB 以内由限幅器压掉，超过 6 dB 仍然标出来。下面是三个文件、峰值上限 −1 dBTP 时的演示。
| 文件 | 响度 / 真峰值 | 统一到最响（−17.2） | 统一到最轻（−19.6） |
|---|---|---|---|
| 第1集·中文 | −17.2 LUFS / −1.3 dBTP | 0 dB | −2.4 dB |
| 第1集·英语 | −19.6 LUFS / −1.1 dBTP | 要 +2.4 dB，只能加 +0.1 dB，标「达不到目标」；开限幅则加满，限幅约 2.3 dB | 0 dB |
| 第2集·中文 | −18.0 LUFS / −2.6 dBTP | +0.8 dB | −1.6 dB |
音量标准化会不会影响音质
单纯加减增益不会改变音色，只是整体变大或变小；真正可能影响音质的是两件事。一是限幅：它把最响的几个瞬间压下去，压 1–2 dB 一般听不出来，压到好几 dB 时，喊叫、拍桌这类爆发会变「扁」。二是重新编码：输入是 MP3、输出也选 MP3，就多了一次有损编码。要继续剪辑或混音，输出 WAV。
音频音量统一放在哪一步：配音之后、合并和加音乐之前
音量统一放错了位置，前面调好的会被后面打乱。按下面的顺序做，一次就够。
先统一，再合并
要把多集拼成一个文件，先在这里把各集调到同一响度，再用 多个MP3合并成一个。合并后再统一，只能整体调，集与集之间的差别还在。
先统一人声，再加背景音乐
BGM 会抬高整体响度、也会让门限算法把更多部分算进去。先统一纯人声，再用 配音加背景音乐 混音，最后再把成品测一遍。
各语种一起测
同一集的中文、英语、泰语版本一起拖进来，选「统一到最轻」，各语种版本就一样大，换语言时观众不用调音量。
别把目标定得太响
目标越响，越容易撞上峰值上限，只能靠限幅。纯人声没有必要追 −14 这样的音乐响度，可以参考 Apple Podcasts 写明的 −16 LKFS；比数字本身更要紧的是所有集保持一致。
存一份响度表
把表格复制下来和成片放在一起。下次补一集时，直接把新的一集调到同一个 LUFS，不用把整季重新处理。
格式另说
统一音量不改采样率和声道。剪辑工程要 48 kHz WAV 或平台要立体声，用 WAV转MP3 换格式。
常见问题
按整体响度（LUFS）统一，不要只看峰值。把所有文件拖进本页的音频音量统一工具，先看每段测出的 LUFS，再选「统一到最响」「统一到最轻」或自填目标，工具会算出每段要加减多少 dB 并批量导出。
LUFS 是按 ITU-R BS.1770 算的整体响度：K 加权后的平均能量，去掉静音和很轻的部分。普通的 dBFS 峰值只看最响的那一个采样点。LUFS 也是相对满刻度的分贝刻度，1 LU 的差别等于 1 dB。
看发布平台。EBU R 128 广播是 −23 LUFS，Spotify 播放时调到 −14 LUFS，Apple Podcasts 建议约 −16 LKFS；YouTube、TikTok、抖音没有公开目标。短剧配音最要紧的是全剧每一集一样大，选定一个值后所有集都调到它。
单纯加减增益不会改变音色。可能影响音质的是限幅（压得越多，爆发的台词越扁）和重新编码（MP3 进、MP3 出会多一次损失）。所以限幅默认关闭，还要继续编辑时建议输出 WAV。
调大音量时峰值也一起变大，超过满刻度的部分会被削平，听起来就是破音；MP3 解码后采样点之间的真峰值还会更高一点。本工具默认把真峰值限制在 −1 dBTP 以下，加不上去的文件会标「达不到目标」，不会悄悄削波。
能。音频音量统一可以一次拖入多个文件，同一个目标、同一个峰值上限批量处理，结果打包成一个 ZIP。批量统一 MP3 音量前，先看一眼响度表里有没有标红的文件。
不会。音频音量统一的解码、响度测量、增益和限幅、编码都在你的浏览器里完成，不调用 AI、不扣积分，也不需要登录。
