Premiere AI 音訊更新：重疊人聲怎麼分離、點數怎麼算？

Premiere 更新 AI 音訊與時間軸生成工具。看懂 Separate Crosstalk 的處理費用、前後保留音訊與測試版限制，並分清降噪、音景生成和配樂，避免選錯工具或多花點數。

發佈於： 2026-09-09 | 更新於： 2026-09-09

內容查核： 2026-09-09 來源查核： 2026-09-09

訪談兩人搶話，可以先試 Premiere 的 Separate Crosstalk，但不要把整段錄音送去處理，也不要以為它不扣點數。 Adobe 在 9 月 8 日的影片工具更新中，介紹時間軸生成工具與音訊公開測試功能。對剪輯師來說，先分清「修原音」和「生成新聲音」，比把所有新按鈕各按一次更省時間。

你遇到的聲音問題，該用哪一項？

問題	優先看	檢查結果時注意
兩位受訪者同時說話	Separate Crosstalk	各自的字尾有沒有被切掉或混到另一軌
同段音訊含人聲、音樂與環境音	Enhance Audio，公開測試	調整後人聲是否失真、背景是否不自然
配樂常蓋過旁白	Dynamic Auto Ducking，公開測試	對話前後音量起伏是否突兀
畫面缺腳步、門聲等音效	Generate Sound Effects	動作時間點與空間感是否對得上
想依畫面建立環境聲草稿	Generate Soundscape，測試版	新生成的聲音是否改變觀眾對現場的理解

官方把新的音訊修整工具列為公開測試；這不等於整份公告裡的工具都處在同一發布階段。安裝或更新前，先確認 Creative Cloud 顯示的版本和帳號可用項目。正在交付的專案先留副本，不要只為試功能就覆寫主檔。

Separate Crosstalk 怎麼操作與計費？

依官方操作文件，先在時間軸裁出重疊說話的區段，選取後從右鍵選單或屬性面板開啟 Separate Crosstalk。處理前先看確認視窗中的用量，再決定是否執行。

文件列出的限制與費用很具體：一次處理一個片段，不支援多片段一起選取；片段長度範圍為 1 秒至 10 分鐘，每處理一秒使用 1 點生成點數。它還會在前後各加入 2 秒保留音訊，並把這部分反映在處理費用中。

舉例來說，若你選取 10 秒，且前後都加入完整保留區段，依上述費率估算就是 14 秒、14 點。這是計算範例，不是所有片段固定扣這個數量；實際仍看確認視窗，尤其要檢查素材邊界與選取範圍。

完成後會產生分離的人聲與背景軌，原始音軌自動停用而非刪除。保留原軌，才能逐段比對是否真的改善；不要因為多了幾條軌道，就把它當成已救回錄音。

分軌之後，要聽的是字句完整性

我的建議是先挑一段最難的重疊對話：人名、數字、否定詞或句尾轉折都很適合。依序獨聽各軌，再聽混音，確認沒有把「不是」的「不」削掉，也沒有讓另一位說話者的聲音殘留得像回音。這是驗收方法，本文沒有實測特定中文錄音的還原率。

台灣訪談常見國語、台語與英文詞混用，測試時應放入自己的素材。若關鍵句仍聽不清，回到原錄音或請受訪者確認；不建議用新生成的語音補出對方原本沒說清楚的意思，再當作現場原音發布。

需要完整字幕的人，也要另外做轉錄與字幕時間軸校正。人聲分離與逐字稿不是同一項交付，聲音聽起來乾淨，不保證文字就正確。

生成音效、音景與配樂，要另外算用量

音訊生成文件說明，音效可用文字描述，也能錄製參考聲音引導時間與強弱；音景則根據選取範圍的可見畫面生成環境聲。音樂還能指定情緒、樂器、速度或循環需求。

先做一個事件，例如「杯子放上桌面」，比同時要求全片所有聲音更容易判斷。生成後仍要放回前後鏡頭聽，檢查突兀切換與音量；這些是新創作的聲音，不是原始現場錄音的復原。Firefly 網頁版的分工可另讀 AI 音樂、配音與音效指南。

目前的 Generative Media Tool FAQ指出，生成用量會隨模型與設定改變，合作模型可用性也受地區及方案影響。不要把人聲分離的每秒費率套到生成影片或配樂，更不要把另一個服務的訂閱額度當成 Adobe 點數。

留在 Premiere 裡，不等於全部在本機處理

上述 FAQ 明確說明，生成媒體需要網路，提示與參考素材會送往雲端處理；Adobe 表示這些輸入不會用於訓練 Adobe 或合作模型。「不拿去訓練」與「沒有上傳」是兩件事，未公開訪談或客戶素材仍應先確認專案允許的處理方式。

交付時保留原片、生成片段與人工修改紀錄，並依匯出文件檢查 Content Credentials。來源憑證可補充製作資訊，不能代替畫面與敘述的查證；需要理解它的界線，可接著看 C2PA 驗證能證明哪些事。

常見問題

Separate Crosstalk 是免費功能嗎？

官方文件列為使用生成點數的進階功能，按實際處理音訊長度計費，前後保留音訊也可能增加用量。執行前以確認視窗顯示的點數為準。

它可以把整場多人會議都自動分成每人一軌嗎？

不要把這項重疊對話處理工具當成整場多人會議分軌方案。公告描述的用途是分離兩位同時說話的人；先裁出問題片段測試，整場轉錄與說話者標示要另行處理。

生成的音景可以當作原始現場聲音嗎？

不可以混為一談。音景是依畫面引導產生的新音訊，適合創作與設計；新聞、紀錄或其他需要呈現事實的內容，應避免讓觀眾誤以為它就是當時錄到的聲音。

參考來源

№ · further reading