有声书制作：从录音到成品章节的完整链路
录完一本三小时的有声书，回放时才发现：有的章声音大有的章声音小、开头结尾有咳嗽和口误、二十个文件在播放器里乱序。有声书制作的技术部分不复杂——分章、修音、统一响度、合并，四个环节按顺序走完即可。
两种来源，同一条链路
自己朗读的录音：手机或麦克风录下，环境底噪与音量波动需要处理。语音合成的产物：TTS 生成的章节音频，干净但可能各章响度不一、停顿生硬。两种来源走同一条后处理链路：分章确认 → 截取修饰 → 响度统一 → 合并导出。
来源不同只影响第一环的工作量：录音要降噪与截口误，合成语音通常跳过这两步直接进响度环节。
先分章再处理
按章节组织文件：一章一文件（或一小节一文件），文件名补零排序（01、02……）。不要先合并再修——三小时的合并大文件一旦某处出问题，重做成本极高；分章处理则每章独立可重做。
录音时按章停顿分段录制，天然得到分章文件；如果录成了一个大文件，先用截取工具按章节切开再继续。
截取修饰：去掉坏口与死时间
每章开头结尾的处理：掐掉咳嗽、翻纸、设备碰撞声；朗读开始前和结束后的死时间各留 0.5 秒左右的呼吸感，不要掐到贴字。章中的长停顿（超过 3 秒的空白）与明显口误重录段，截取或剪掉。
章内不需要逐句修——有声书的听感重点是"连贯与均匀"，偶尔的自然停顿反而是节奏。只处理明显的坏段。
响度统一：听感的最大变量
三小时内容里最影响体验的不是音质而是响度：章与章之间音量跳变、朗读书中对话时音量骤降——听众会不停调音量。用响度统一工具把每章拉到同一目标响度，章内增益变化自然收敛。
处理顺序：先逐章统一到目标响度，再合并成整书——顺序反了，合并后的统一是"平均"而非"每段正确"。
合并与发布的颗粒度
发布颗粒度按平台来：支持章节列表的听书平台保留分章文件（一章一文件上传，平台自动按序播放）；只吃单文件的场景（U 盘、网盘给老人听）合并成整本或按部分合并（每 5–10 章一个文件，单个 1–2 小时，拖动定位不痛苦）。
合并同样要求参数一致：分章处理时统一了采样率与格式，合并就是流复制，秒级完成。
格式与码率：纯人声的减法
有声书是纯人声内容，码率可以做大幅减法：AAC 64kbps 或 MP3 96kbps 对人声完全够用——听感与 192kbps 无差别，体积差三倍。三小时的书按 64kbps AAC 算约 85MB，网盘与手机存储都友好。
格式选择：mp3 兼容面最广（老设备、车载都认），m4a/aac 体积更小、现代设备全支持。格式的完整选择逻辑在音频格式选择专题里有展开，纯人声场景取"够用就好"即可。