前几个电影行业的老师谈的只是「对不对」的问题，或者说「态度问题」。当然如果问题已经上到了好莱坞，那就必须要涉及「能力问题」了。难的并不是口型同步（lips-sync），而是如何做到口型与动画角色的表演结合起来。因此，也并不只是「工业技术」上的差别，而更重要的是「人」的差别。

先谈下态度问题。只要做到口型造型是对的，了解发音规律，知道画面要比声音早点出，那基本就能对的七七八八，也有不少现成能通过分析音频直接输出口型的软件或插件。但是就这，国内好多做不到，因为就算这样也是个非常磨耳朵的体力活。国外代工照着口型表对，国内则因能省则省了，有这点钱干点啥不比口型同步出效果呀？没有需求就没有要求，做了好多年动画不会对口型的也可多呢。只是做到这个程度的话，其实对于普通观众了来说和一开一合并没有什么太大差别，甚至也不一定感受的到。

总之，只是把动画的嘴型 K 上音，虽然不能算难，但是费时费力费钱，效果也不出众。

所以，这是不够的，因为……

嗯。

继续把威廉姆斯老爷的话引用完：

「……我们所说的每一个辅音和原因都没有标准化的口型。每个人的发音方式都不一样。我们的嘴形不一样，从而会以不同的方式使用我们的嘴巴。每个人的字母和原因发音都没有一个固定的模式。……在实际生活中许多发音部位是相互矛盾、带有个人风格的。」

相信即使不做动画的各位，也能理解上面这段话的意思。举一个例子：

（上层贵妇从来不张嘴，对比民工就不同了）。

好吧，如果仅仅是因为角色特性让人们有不同的发音方式，那我们多做几套口型出来不就好了？咱这还没上表演问题呢。

上升到表演层面，就更复杂多了。嘴本来就是表情的主要组成部分，一动起来带动周围肌肉，那就是一张脸的事。

同样在说「ouch」，下面一排因为运动脸部的肌肉活动的更明显，从而要比上面一排传递了更强大的情绪。这两者并不好坏之分，只有使用情景不同。表意即可，也不过多举例了。

因为，还没完。

说到这里会有一定扩大化这个问题，与声音的配合，有其是在对话中强调重音，是整个身体都需要去配合的一件事。这里我想用更符合知乎社群的一个例子来说明：

（图片来自网络）

乔布斯素以擅长演讲而著称。如果看他演讲的时候会注意到，乔布斯保持这个姿势并双手同步上下的加强自己说话重音的频率相当高。即便你自己在说话的时候，也不会讲肢体动作割裂到「说话」这个过程之外。动画的表演在这里无异于真人，反而会因为更加精炼和夸张显得更明显一些。因此在对口型的过程中，还要考虑到现有的配音中，配音演员可能的动作和情绪是什么样的（这也是我觉得很有意思的一个过程），来适当的修正身体的整体动作与之配合。

说到底，这是重视「语言表演」在整个动画表演中的结果，而且如果能真的让观众感受到嘴型和声音的同步，所需要做出的努力和能力上的要求都非常之高。「口型对的不好」是可以归类到「表演做的不好」下面的，后者就无需多言了吧。

---

update 1: 拿转描（rotoscoping）和动态捕捉（mo-cap）作为解答并不全面。因为类似迪士尼或者梦工厂的院线动画（还有其他很多很多）都不是动捕做的。这并不能解释为什么好莱坞口型对的上的原因。

---

未注明的截图都出自《原动画基础教程 DVD 版》，如有版权问题请告知。顺带一提，如果这是一个简单的活的话，这套 16 节课的经典教程就不会有 2 节课都是在讲这件事的了。