一句台詞要幾秒？華語每秒約 4 字的換算表與短劇寫法
本文點數與規格以 TWno1 實際計費設定為準，最後核對：2026-10-05
估華語台詞長度，用每秒約 4 個字最穩：16 個字大約要念 4 秒。
這個「4」不是拍腦袋。兩份語音研究給了上下界：朗讀快一點，對話慢一點。下面先給換算表，再講三個常被忽略的地方：字幕規格其實很少卡住你、6 秒鏡頭上限才是真正的天花板、不少影片模型單段 3～4 秒起跳，短台詞得剪。
先看表：字數換算秒數
| 台詞字數 | 慢（3.8 字/秒） | 一般（4 字/秒） | 快（5.2 字/秒） | 建議鏡頭長度（4 字/秒＋0.5 秒） | 字幕行數（每行 16 字） |
|---|---|---|---|---|---|
| 4 | 1.1 秒 | 1.0 秒 | 0.8 秒 | 1.5 秒 | 1 |
| 8 | 2.1 秒 | 2.0 秒 | 1.5 秒 | 2.5 秒 | 1 |
| 12 | 3.2 秒 | 3.0 秒 | 2.3 秒 | 3.5 秒 | 1 |
| 16 | 4.2 秒 | 4.0 秒 | 3.1 秒 | 4.5 秒 | 1 |
| 22 | 5.8 秒 | 5.5 秒 | 4.2 秒 | 6.0 秒 | 2 |
| 25 | 6.6 秒 | 6.3 秒 | 4.8 秒 | 6.8 秒 | 2 |
| 32 | 8.4 秒 | 8.0 秒 | 6.2 秒 | 8.5 秒 | 2（要拆成兩條） |
| 40 | 10.5 秒 | 10.0 秒 | 7.7 秒 | 10.5 秒 | 3（要拆） |
三個語速欄都是除法：字數 ÷ 每秒字數，鏡頭長度欄再加 0.5 秒。華語大多一字一音節，所以把音節速度當字速用。標點和停頓不算字，但會吃時間，這也是我們選偏慢那一端估算的原因。
3.8、4、5.2 這三個數字從哪來
5.18 音節/秒來自 Pellegrino、Coupé、Marsico 2011 年發表在 *Language* 的研究。受試者朗讀內容相同的文本，華語每秒 5.18 個音節，英語 6.19、法語 7.18、西班牙語 7.82、日語 7.84。華語是幾種語言裡最慢的。朗讀有稿子、沒有猶豫，所以這是偏快的上界。
3.8～4.1 字/秒來自 Yuan、Liberman、Cieri 2006 年在 Interspeech 發表的電話對話語料分析：中文約每分鐘 247 字（CallHome／CallFriend 語料）與 228 字（Fisher 語料）。換算成每秒是 228 ÷ 60 ≈ 3.8、247 ÷ 60 ≈ 4.1。這是真人聊天，停頓、換氣、「嗯」都算進去了。
短劇台詞介於兩者之間。演員有稿，但要演情緒、要停頓。我們拿 4 字/秒當預設，遇到吵架、搶話的戲再往 5 靠。
還有一個數字常被誤用。一份 2019 年的實驗（Brain and Behavior，30 名受試者）量到中文快速逐字呈現時的最高閱讀速度是每分鐘 259.5 字，約每秒 4.3 字。那是單行閃現的實驗室極限，不是看字幕的舒適速度，不要拿來訂字幕規格。
字幕規格很少是瓶頸
Netflix 的繁體與簡體中文字幕規範寫得很清楚：每行最多 16 字、最多 2 行、一般節目每秒最多 9 個字；每條字幕至少顯示 5/6 秒（24fps 下 20 格），最多 7 秒。
拿 9 字/秒和說話速度比就知道：16 個字念完要 4 秒，但讀完只要 16 ÷ 9 ≈ 1.8 秒。字幕跟著語音走時，觀眾永遠讀得比演員講得快。所以閱讀速度上限在有配音的短劇裡幾乎不會卡到你。
真正會卡到的是另外兩條：
- 7 秒上限。 兩行塞滿是 32 字，照 4 字/秒要念 8 秒，超過一條字幕最長 7 秒的規定。兩行塞滿的台詞，得拆成兩條字幕。
- 每行 16 字。 17 字以上的台詞就得排成兩行，手機上兩行字會蓋掉不少畫面。
算法可以收成一行：字幕顯示時間＝max（念完的秒數，字數 ÷ 9，0.83 秒），再套上 7 秒上限。
真正的天花板：6 秒鏡頭
做示範劇時，為了節奏我們把單一鏡頭壓在 6 秒內，鏡頭長度又抓「台詞長度＋0.5 秒」。兩個條件一夾：（6 − 0.5）× 4 ＝ 22 字。
也就是說，照一般語速，一個鏡頭最多容納約 22 字的台詞。我們審過的一部 16 集示範短劇，台詞平均 12.7 字，最長 22 字。
我們做示範劇時用的劇本規則：
- 一句台詞建議 ≤ 25 字。注意 25 字照 4 字/秒要 6.8 秒的鏡頭，已經略超出 6 秒。
- 40 字以上算「超長」。40 字大約要念 10 秒，解法是把影片拉長，或把台詞縮短。
為什麼 AI 影片常常要剪
影片模型一次生成的長度有下限。Google 的 Veo 3.1 只有 4、6、8 秒三種；Kling 3.0 是 3～15 秒（兩者都是官方文件，查證 2026-10-05）。也有起跳更短的：Runway Gen-4.5 是 2 秒，Vidu Q3 和 Grok Imagine 是 1 秒。一句「你來了」三個字，不到一秒就念完，用 Veo 生成卻是 4 秒起跳，原樣放進去就像慢動作。
所以要剪，剪到「台詞＋0.5 秒」，誤差 ±0.5 秒。重點在反方向：絕不剪在台詞結束＋0.5 秒之前。 我們在示範劇裡吃過虧：有一格把台詞最後一個字剪掉，另一格開頭 1.9 秒沒聲音，字幕還壓在角色胸口。同一組 7 個鏡頭，舊剪法 0 個符合長度門檻，改成「台詞＋0.5 秒」之後 7 個都符合。
另一個坑是配音速度。示範劇換過一次旁白聲線，新聲線比舊的慢了 70%，使用者一聽就嫌拖。語速表是拿來寫劇本的，配音出來後還是要量一次實際長度，不合就調速或改台詞。
這張換算表的限制
- 它是平均值。 哭戲、吵架、刻意停頓都會偏離 4 字/秒很多。換算表只用來寫劇本時抓量，成品以實際配音長度為準。
- 只適用華語。 Pellegrino 的數據裡日語、西班牙語每秒超過 7.8 個音節，英語也有 6.19；拿華語的字速去估其他語言的配音會錯得很遠。粵語、台語的數字我們沒有可靠來源，不在本文範圍。
- 研究年代偏早。 兩份研究分別是 2011 和 2006 年，語速這種東西變化不大，但對話語料是電話，不是戲劇表演。
- 字幕規格只有一家。 我們找不到台灣單獨的中文字幕公開規範，Netflix 是能找到最完整的一份。
台詞超長最好在進分鏡前就處理掉。在 TWno1 可以把自己寫好的劇本直接貼進去，每一場拆出的鏡頭表在出分鏡圖之前都能改：數到 25 字以上的台詞，就在這張表上把那一鏡改長，或把台詞刪短，比配音做完才發現鏡頭裝不下省事得多。
延伸閱讀：直式短劇一鏡幾秒？平均 2.5～4 秒、單鏡 6 秒上限的由來、AI 短劇場景底圖怎麼做：空景主圖、180 度背面與光線變體、AI 短劇道具不連戲：保險箱變檔案櫃、報紙撕了又復原怎麼辦。
常見問題
華語一秒鐘大約講幾個字？
華語一秒大約 4 個字。Pellegrino 等人 2011 年的朗讀研究量到華語每秒 5.18 個音節（偏快上界），Yuan 等人 2006 年分析電話對話語料，中文約每分鐘 228～247 字，換算每秒 3.8～4.1 字。短劇台詞有稿也有表演停頓，用 4 字/秒估算最穩。
一句 20 個字的台詞大概要幾秒？
以每秒 4 字估算，20 個字的華語台詞約需 5 秒，語速快時（每秒 5.2 字）約 3.8 秒、慢時（每秒 3.8 字）約 5.3 秒。放進影片時，鏡頭長度建議抓「台詞長度＋0.5 秒」，也就是大約 5.5 秒。
短劇台詞一句最多幾個字？
我們建議短劇台詞每句不超過 25 字，40 字以上算超長，要把影片拉長或把台詞縮短。另一個參考：若單一鏡頭壓在 6 秒內、台詞後留 0.5 秒，以每秒 4 字計算，一個鏡頭約容納 22 字。我們審過的 16 集示範短劇，台詞平均 12.7 字、最長 22 字。
Netflix 中文字幕每秒最多幾個字？
Netflix 繁體與簡體中文字幕規範的一般節目上限是每秒 9 個字，每行最多 16 字、最多 2 行，每條字幕顯示 5/6 秒到 7 秒。因為華語說話約每秒 4 字，字幕跟著語音走時通常不會碰到 9 字/秒的上限，比較容易碰到的是單條 7 秒上限。
AI 生成的影片比台詞長，要剪掉多少？
把鏡頭剪到台詞長度加 0.5 秒，容許正負 0.5 秒；沒有台詞的鏡頭留 2～3 秒。關鍵是不要剪在台詞結束後 0.5 秒之前，否則最後一個字可能被切掉。Veo 3.1 官方只提供 4、6、8 秒，短台詞一定得剪。
參考資料
- Pellegrino, Coupé & Marsico (2011), *Language*：跨語言朗讀語速研究（作者稿 PDF）（查證 2026-10-05）
- Yuan, Liberman & Cieri (2006), Interspeech：電話對話語料的語速分析（PDF）（查證 2026-10-05）
- Netflix 繁體中文字幕規範（查證 2026-10-05）
- Netflix 字幕通用規範（查證 2026-10-05）
- 中文快速逐字呈現的最高閱讀速度（Brain and Behavior，2019）（查證 2026-10-05）
- Google Gemini API：Veo 影片生成文件（查證 2026-10-05）
- Kling 3.0 使用指南（查證 2026-10-05）