我们踩过最贵的一个坑，是一场行业论坛。画面是顶配，三机位加摇臂，导播台漂漂亮亮。结果开播二十分钟，观众在弹幕里刷"听不清""全是嗡嗡声"。一看，主讲那位专家领夹麦根本没开，全场收的是环境底噪。客户事后说了一句我们记到现在：画面再好，声音垮了也白搭。
很多人做直播重画面轻声音，这是误区。画面偶尔糊一下，观众还能忍；声音一旦发闷、有回声、不同步，大部分人直接划走。我们内部有个不太严谨的说法——一场直播的体验里，音频至少占四成。
麦克风这块门道就不少。讲师要来回走，领夹麦最稳；圆桌讨论多人发言，手持有线麦或者界面麦更清楚；大舞台主讲，枪麦或吊杆能避开台下杂音。至于"用艾肯还是森海塞尔"，老摄像都懂，出来的那点人声质感差着一个档次。最忌讳的是图省事，直接拿相机内置麦当主音——相机麦是为收环境设计的，人声根本撑不住。
多路音源不能一股脑怼进相机。正常做法是各路先进调音台，由调音师统一压电平、去回声、把背景音乐压到人声之下，再输出一路干净的信号给编码器。我们遇过客户自己接的线，PPT翻页的"叮"声比主讲还响，观众听着像在逛超市。
声画同步是另一个隐形战场。直播里声音和画面差出两百毫秒以上，人就会觉得"别扭"，说不清哪儿不对但就是想关。所以音频链路我们格外较真：调音台、数字处理器、编码器一路把延迟算下来，压到毫秒级。别小看这一步，手术示教里专家讲解和术野画面一旦脱节，教学效果直接垮。
还有个保命习惯：导播台永远单独录一路纯音。推流那路万一音频崩了，后期还能把这条音对齐补回去。真出事的时候，这路备份比什么都说得响。
说到底，声音是直播里最不显眼、也最不能省的一环。预算紧的时候，宁可机位少一个，麦克风别将就。本文由摄行直播音频团队整理。
