一句台词要几秒？普通话每秒约 4 字的换算表和短剧台词写法
本文点数与规格以 TWno1 实际计费设置为准，最后核对：2026-10-05
估算普通话台词时长，按每秒约 4 个字最稳妥：16 个字大约说 4 秒。
4 这个数不是凭感觉定的。两项语音研究分别给出了偏快和偏慢的数字，短剧台词正好落在中间。下面先给公式和对照表，再讲容易踩的三个点：字幕阅读速度基本卡不住你，6 秒的镜头上限才是真正的天花板，不少视频模型单段 3～4 秒起步，短台词得剪。
公式和对照表
台词时长＝字数 ÷ 每秒字数。镜头时长＝台词时长＋0.5 秒。普通话基本一字一音节，所以音节速度可以直接当字速用。标点不占字数，但停顿占时间，所以我们取偏慢的一端来估。
| 台词字数 | 慢（每秒 3.8 字） | 常规（每秒 4 字） | 快（每秒 5.2 字） | 建议镜头时长（常规＋0.5 秒） | 字幕行数（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（需拆成两条） |
| 40 | 10.5 秒 | 10.0 秒 | 7.7 秒 | 10.5 秒 | 3（必须拆） |
每秒 3.8、4、5.2 字分别是什么来头
每秒 5.18 个音节出自 Pellegrino、Coupé、Marsico 2011 年发表在 *Language* 期刊上的研究。受试者朗读内容对等的文本，普通话每秒 5.18 个音节，英语 6.19，法语 7.18，西班牙语 7.82，日语 7.84，普通话在五种语言里最慢。朗读照稿念、不犹豫，所以算偏快的上限。
每秒 3.8～4.1 字出自 Yuan、Liberman、Cieri 2006 年在 Interspeech 上的论文，分析的是电话对话语料：中文每分钟约 247 字（CallHome／CallFriend）和 228 字（Fisher）。除以 60，就是每秒 3.8～4.1 字。这是真实聊天，停顿、换气、“嗯啊”全算在内。
短剧台词介于两者之间：演员有稿子，但要演情绪、要留气口。我们默认按每秒 4 字算，争吵、抢话的戏再往每秒 5 字靠。
还有一个数字经常被拿错地方。2019 年 *Brain and Behavior* 上的一项实验（30 名受试者）测得中文逐字快速呈现时的最高阅读速度是每分钟 259.5 字，约每秒 4.3 字。那是实验室里单行闪现的极限，不是看字幕的舒适速度，别拿来定字幕规范。
字幕的阅读速度，基本卡不住你
Netflix 的简体和繁体中文字幕规范写得很明确：每行最多 16 字，最多 2 行，一般节目每秒最多 9 个字；每条字幕最短显示 5/6 秒（24fps 下 20 帧），最长 7 秒。
拿每秒 9 字和说话速度一比就清楚了。16 个字说完要 4 秒，看完只要 16 ÷ 9 ≈ 1.8 秒。字幕跟着配音走，观众永远比演员快。所以在有配音的短剧里，阅读速度上限几乎碰不到。
真正会碰到的是这两条：
- 单条 7 秒上限。 两行写满是 32 字，按每秒 4 字要说 8 秒，超过了 7 秒。写满两行的台词，字幕得拆成两条。
- 每行 16 字。 17 字起就要折成两行，手机竖屏上两行字会挡住不少画面。
合起来就是一条式子：字幕显示时长＝max（说完所需秒数，字数 ÷ 9，0.83 秒），再套 7 秒上限。
真正的天花板：6 秒镜头
做示范剧时，为了节奏，我们把单个镜头控制在 6 秒以内；镜头时长又按“台词时长＋0.5 秒”来定。两个条件一夹：（6 − 0.5）× 4 ＝ 22 字。
照常规语速，一个镜头最多装下约 22 字的台词。我们审过的一部 16 集示范短剧，台词平均 12.7 字，最长的一句 22 字。
我们做示范剧时的剧本规则：
- 每句台词建议不超过 25 字。注意 25 字按每秒 4 字需要 6.8 秒的镜头，已经略超 6 秒。
- 40 字及以上算“超长”，约等于 10 秒，解决办法是把视频加长，或者把台词缩短。
AI 视频为什么常常要剪
视频模型单次生成有最短时长。Google Veo 3.1 只有 4、6、8 秒三档，可灵 Kling 3.0 是 3～15 秒（均为官方文档，查证于 2026-10-05）。也有起步更短的：Runway Gen-4.5 是 2 秒，Vidu Q3 和 Grok Imagine 是 1 秒。“我不同意。”四个字，一秒左右就说完了，用 Veo 生成却从 4 秒起步，原样放进成片就像慢动作。
所以要剪，剪到“台词＋0.5 秒”，误差 ±0.5 秒。要命的是反方向：绝不在台词结束后 0.5 秒之前下剪刀。 示范短剧里我们就吃过这个亏：有一格把台词最后一个字剪没了，另一格开头 1.9 秒没声音，字幕还压在人物胸口。同一组 7 个镜头，旧剪法 0 个达标，改成“台词＋0.5 秒”后 7 个全部达标。
另一个坑是配音语速。示范短剧换过一次旁白音色，新音色比旧的慢了 70%，用户一听就嫌拖。对照表是写剧本用的，配音出来后要实际量一遍时长，不合适就调速或者改台词。
这张对照表的限制
- 都是平均值。 哭戏、吵架、刻意停顿都会偏离每秒 4 字很多。写剧本时拿它估量，成片以实际配音时长为准。
- 只适用普通话。 Pellegrino 的数据里日语、西班牙语每秒超过 7.8 个音节，英语也有 6.19，拿普通话字速去估别的语种配音会差很远。粤语、闽南语我们没有可靠数据，不在本文范围内。
- 研究年份偏早。 两项研究分别在 2011 和 2006 年。语速变化慢，但对话语料来自电话，不是表演。
- 字幕规范只参考了一家。 Netflix 的中文规范是我们能找到的最完整的公开版本。
台词太长，最好在出分镜之前就解决。TWno1 可以直接粘贴你写好的剧本，每场戏拆出的镜头表在生成分镜图之前都能改：超过 25 字的台词，就在这张表里把那个镜头改长，或者把台词删短，总比配音出来才发现镜头装不下要省事。
延伸阅读：竖屏短剧一个镜头几秒？平均 2.5～4 秒、单镜 6 秒上限怎么来的、AI 短剧场景底图怎么做：空镜主图、180 度反打与光线变体、AI 短剧道具穿帮：保险箱变文件柜、报纸撕了又复原怎么办。
常见问题
普通话一秒钟大约说几个字？
普通话一秒大约说 4 个字。Pellegrino 等人 2011 年的朗读研究测得普通话每秒 5.18 个音节（偏快上限）；Yuan 等人 2006 年分析电话对话语料，中文每分钟约 228～247 字，即每秒 3.8～4.1 字。短剧台词既有稿子又有表演停顿，按每秒 4 字估算最稳。
20 个字的台词大概要说几秒？
按每秒 4 字估算，20 个字的普通话台词约需 5 秒；语速快（每秒 5.2 字）时约 3.8 秒，语速慢（每秒 3.8 字）时约 5.3 秒。放进视频时，镜头时长建议按“台词时长＋0.5 秒”算，也就是约 5.5 秒。
短剧一句台词最多多少字？
我们建议短剧每句台词不超过 25 字，40 字及以上算超长，要把视频加长或把台词缩短。另一个参考：如果单个镜头控制在 6 秒内、台词后留 0.5 秒，按每秒 4 字计算，一个镜头约能装下 22 字。我们审过的 16 集示范短剧里，台词平均 12.7 字，最长 22 字。
Netflix 中文字幕每秒最多几个字？
Netflix 简体和繁体中文字幕规范规定，一般节目每秒最多 9 个字，每行最多 16 字、最多 2 行，单条字幕显示 5/6 秒到 7 秒。普通话说话速度约每秒 4 字，字幕跟着配音走时很少碰到每秒 9 字的上限，更常碰到的是单条 7 秒上限。
AI 生成的视频比台词长，应该剪掉多少？
把镜头剪到台词时长加 0.5 秒，允许正负 0.5 秒；没有台词的镜头保留 2～3 秒。关键是不要在台词结束后 0.5 秒之前下剪刀，否则可能剪掉最后一个字。Veo 3.1 官方只提供 4、6、8 秒三档，短台词一定要剪。
参考资料
- Pellegrino, Coupé & Marsico (2011), *Language*：跨语言朗读语速研究（作者稿 PDF）（查证 2026-10-05）
- Yuan, Liberman & Cieri (2006), Interspeech：电话对话语料的语速分析（PDF）（查证 2026-10-05）
- Netflix 简体中文字幕规范（查证 2026-10-05）
- Netflix 字幕通用规范（查证 2026-10-05）
- 中文快速逐字呈现的最高阅读速度（Brain and Behavior，2019）（查证 2026-10-05）
- Google Gemini API：Veo 视频生成文档（查证 2026-10-05）
- 可灵 Kling 3.0 使用指南（查证 2026-10-05）