111 高普考高考三級 視聽製作 影視製作原理 考古題詳解

核心觀念

本題考查影視前製作業（Pre-production）的「節目企劃架構」以及傳播環境數位轉型下的「數位影音創作思維」。核心觀念涵蓋：

1. 傳統影視企劃之核心要素（5W1H 傳播模式）：從企劃動機、受眾定位、形式內容到預算與時程之系統化建構。
2. 數位平台與線性電視的傳播生態差異：去中心化、非線性收視、碎片化時間、演算法推薦機制與高互動性。
3. 數位內容創作法則：點擊率（CTR）、完播留存率（Retention Rate）、前幾秒黃金吸睛原則、跨屏規格與社群擴散效應。

---

解題方法

本題包含兩大提問，答題時應採取「結構化、層次分明」之申論架構：

1. 第一部分（節目企劃重點）：採用「企劃案標準結構」切入，由宏觀理念推展至微觀執行，歸納為六大核心重點（宗旨、受眾、內容架構、風格語彙、製播規格時程、財務預算與行銷）。
2. 第二部分（數位平台創作原則）：採「數位傳播特性 vs. 創作策略」切入，聚焦受眾注意力極限、平台演算法、數據驅動、格式適配及社群互動五大原則，凸顯數位影音有別於傳統廣電的特殊性。

---

選項分析

本題為申論題型，無選擇題選項。依據閱卷評分標準，考生的答題內容區分為以下得分向度分析：

• 子題一（節目企劃重點）評分要點：
• 若僅列舉「節目名稱、主題、主持人」，屬於表面列舉，得分偏低。
• 必須展現影視前製的專業全貌，完整涵蓋「企劃宗旨與定位（Why/Who）」、「內容型態與風格（What/How）」與「製播資源與預算時程（Where/When/Cost）」，方能取得完整分數。
• 子題二（數位平台企劃原則）評分要點：
• 若僅重複傳統企劃概念而忽略數位特性，將失分嚴重。
• 必須精準擊中數位創作核心關鍵詞，如「首秒吸睛（Hook）」、「演算法邏輯」、「數據反饋微調」、「直橫格式轉換」及「社群互動與二創擴散」，方能展現專業深度。

---

解題技巧

1. 口訣記憶法：傳統企劃重點可用「旨、眾、型、風、規、資」（宗旨、受眾、型態、風格、規格、資源/預算）迅速展開架構。
2. 強調對比感：答第二子題時，應適時對比「傳統廣電模式（線性、定時定量、單向傳播）」與「數位平台模式（非線性、碎片化、互動反饋）」，以襯托數位企劃原則的合理性。
3. 導入實務指標：適度加入業界指標術語（如完播率、跳出率、點閱轉化率），能使答案具備專業說服力。

---

【答案】

一、構思節目企劃之核心重點

構思一份成熟且具可行性的影視節目企劃案，本質上是將抽象創意落實為具體製作藍圖的過程，必須包含以下六大核心重點：

1. 企劃宗旨與目標定位（Why）：

• 核心理念：明確闡述創作動機、社會價值、教育意義或娛樂效益。
• 市場定位：確立節目的獨特性（USP, Unique Selling Proposition），說明本節目在現有影視市場中的差異化競爭優勢。

2. 目標受眾分析（Target Audience, Who）：

• 受眾輪廓：界定主要與次要閱聽人年齡、性別、生活型態、價值觀與收視偏好。
• 需求對接：精準分析目標群體的收視心理與情感投射，確立內容能否引起共鳴。

3. 節目型態與內容架構（What）：

核心觀念

本題為高普考「視聽製作」類科《影視製作原理》之經典常考題，旨在評量考生對「影視聲學理論（音畫關係）」與「影視現場錄音實務技術（Production Sound）」的整合理解能力。涉及的核心觀念包含：

1. 影視聲音的四大構成維度：對白／語音（Dialogue/Speech）、音效（Sound Effects/SFX/Foley）、環境氛圍音（Ambience/Room Tone）、配樂（Music/Score）。
2. 音畫關係理論（Audio-Visual Relationship）：

• 聲畫同步（Sync-Sound）與聲畫對位（Contrapuntal Sound）。
• 畫面內聲音（Diegetic / In-screen Sound）與畫外空間聲音（Non-diegetic / Off-screen Sound）。

3. 現場收音（Production Sound Recording）的核心物理與電聲指標：

• 訊噪比（Signal-to-Noise Ratio, SNR）。
• 反平方定律（Inverse-Square Law）與麥克風工作距離。
• 麥克風指向性（Polar Patterns）與聲學環境（殘響與雜訊控制）。
• 增益架構（Gain Staging）與數位動態餘裕（Headroom, 數位峰值以 $\text{dBFS}$ 計量）。

---

解題方法

本題為標準的雙核心申論題，答題架構應採「雙核心對稱論述法」，分為兩大主軸開展：

1. 第一部分：聲音在影視呈現的角色

• 避免僅平鋪直敘「好聽」或「配樂感人」，應從傳意與美學功能切入：資訊敘事、建立空間感（擴展畫外空間）、引導情緒心理、結構銜接（剪輯蒙太奇） 四個維度條列深論。

2. 第二部分：掌握現場收音品質的要素

• 依照現場錄音組（Sound Crew）之工程流程，由外而內、由硬體至操作拆解：環境聲學評估 $\to$ 麥克風選型與指向性 $\to$ 收音距離與物理擺位 $\to$ 增益架構與電平監控 $\to$ 防護配件與同步監聽。

---

選項分析

本題為申論題型，無選擇題選項。在閱卷評分標準中，考生常見的論述強弱與偏誤分析如下：

• 偏誤一：論述聲音角色時「重音樂、輕對白與環境音」
• 分析：影視製作的核心基礎在於「敘事與真實感」，對白清晰度是資訊傳遞的第一要素，環境音與空間聲學特徵（Acoustics）則是建立時空的骨架。若申論過度著重於背景音樂（BGM）之煽情功能，將痛失專業技術分。
• 偏誤二：論述現場收音時「只提器材型號，缺乏電聲物理與操作規範」
• 分析：單純列舉「使用電容麥克風、無線麥克風」無法展現專業。評分關鍵在於說明「為何使用」（如超指向抑制離軸雜音）、「如何操作」（如吊桿懸挑角度、軸向對準嘴部、反平方定律距離控制）以及「訊號管理」（電平標準與避開過載削波）。

---

解題技巧

1. 專有名詞精準化：答題時帶入專業術語，如「畫外空間（Off-screen space）」、「環境底噪（Room Tone）」、「訊噪比（SNR）」、「增益架構（Gain Staging）」、「$-18\text{ dBFS}\sim -12\text{ dBFS}$ 參考電平」，能展現扎實的本科系與實務深度。
2. 因果關係明確化：論述要素時務必採用「控制變數 $\to$ 物理影響 $\to$ 成品品質」之因果鏈。例如：縮短麥克風至音源距離 $\to$ 提高直接音與反射音比例、增加訊噪比 $\to$ 取得乾淨對白並降低後期降噪失真。

---

【答案】

壹、聲音在影視內容呈現上所扮演的角色

在現代影視美學中，「聲音」並非畫面的附屬品，而是與影像相互加乘、構築完整沉浸體驗的關鍵媒介。聲音在影視呈現中主要扮演以下四大角色：

一、推進敘事與傳遞核心資訊

• 語言訊息傳達：對白（Dialogue）與旁白（Voice-over）是戲劇推動情節、刻劃人物性格、交代世界觀設定最直接的載體。
• 潛台詞與主觀聽覺：語調的抑揚頓挫、呼吸的停頓，能揭示角色未說出口的潛台詞；透過主觀聲音設計（如耳鳴音、吸氣聲），能直接引導觀眾進入角色的心理感知狀態。

二、建立時空維度與擴展畫外空間（Off-screen Space）

• 真實感塑造：環境氛圍音（Ambience / Room Tone）賦予畫面具體的物理空間屬性（如教堂殘響、空曠沙漠的風聲、繁華都市的車流聲）。
• 突破畫幅限制：影像受限於攝影機的視角（Framing），但聲音是全向性的。畫外傳來的敲門聲、遠處雷鳴或腳步聲，能無限延展畫框外的空間資訊，營造環境的立體感與危機感。

三、引導情緒共鳴與強化節奏張力

• 情緒渲染與心理暗示：配樂（Score）具有直接作用於人類情感的生理機制，能調動緊張、悲傷、振奮等情緒反應；音效（SFX）如低頻重擊（Braam / Sub-drop），則能強化懸疑與震撼衝擊。

核心觀念

本題測驗「數位電腦動畫與視覺特效（VFX）」製程中的核心關鍵技術——動作捕捉（Motion Capture，簡稱 MoCap）與表演捕捉（Performance Capture，簡稱 P-Cap）。考點涵蓋：

1. 動作捕捉系統硬軟體架構與組成元素：光學/慣性感測介質、攝影陣列、追蹤解算軟體及虛擬角色骨架。
2. 標準影視製作工作流程（Pipeline）：校準（Calibration）、採集（Capture）、清理（Clean-up）、解算與重定向（Solving & Retargeting）至動畫整合。
3. 影視美學與工業製程效益：表演真實度、製作週期優化、虛擬製作（Virtual Production）即時預演與演員本色詮釋之延伸。

---

解題方法

本題為標準的影視技術理論申論題，答題時應採取「結構化條列法」，分層回應題目三大核心問項：

1. 元素剖析：從硬體感知層、空間與受測層、軟體運算層三大維度歸納技術元素，展現對軟硬體整合系統的通盤掌握。
2. 程序梳理：依循標準數位動畫與特效製程之時間軸（前製校準 $\to$ 實時捕捉 $\to$ 數據清理 $\to$ 骨架重定向 $\to$ 後期整合），呈現嚴謹的標準作業程序（SOP）。
3. 助益論述：從「表演美學」、「製作效率與成本」、「虛擬創作空間拓展」三個層次深入論述該技術對現代影視產業的革命性影響。

---

選項分析

本題為申論題（非選擇題），無個別選項。評分重點在於考生對專有名詞的精準度（如 Retargeting、Calibration、ROM 等）以及工作流程的完整邏輯。

• 主要扣分盲點：若僅回答「在演員身上貼反光球錄影」，忽視了軟體演算法、數據清理與骨架重定向，或未將範圍擴展至包含臉部微表情的「表演捕捉（Performance Capture）」，將導致技術元素與程序失分；若助益部分僅泛泛提及「畫面逼真」，缺乏對影視工業製程效益（如虛擬製作、預演、非人生物表演）的實務分析，難以取得高分。

---

解題技巧

1. 名詞精準定位：動捕產生的原始資料僅為「三維空間軌跡點雲（Point Cloud）」，絕不能直接套用至模型，必須透過「骨架解算器（Skeleton Solver）」與「動作重定向（Motion Retargeting）」技術驅動數位角色模型（Rig）。寫出此關鍵術語為高分關鍵。
2. 完整覆蓋全維度：論述元素時，除身體動作外，宜補足「臉部表情捕捉（Facial Capture）」與「手指細部捕捉（Data Gloves）」，彰顯「表演捕捉」的完整度。
3. 結合指標影視案例：說明助益時，佐以經典電影案例（如《阿凡達》、《魔戒》、《猩球崛起》）印證論點，能顯著提升答題深度與說服力。

---

【答案】

一、影像動作捕捉作業技術的核心元素

影像動作捕捉（Motion Capture）係指透過感測系統記錄真實物體或人體在三維空間中的運動軌跡，並將其轉換為電腦可識別之數位座標數據的技術。其核心技術元素包含：

1. 感測與標記系統（Sensors & Markers）

• 反光標記點（Retro-reflective Markers）：常見於光學被動式系統，貼附於人體骨骼關節樞紐處以反射紅外線。
• 主動發光元件（Active Markers）/ 慣性測量單元（IMU）：主動式以 LED 頻閃編碼標記；慣性式則透過陀螺儀、加速度計感應角度變化，不受視覺遮擋限制。
• 頭戴式微型攝影機（Head-Mounted Camera, HMC）：專門記錄演員面部肌肉與微表情變化。

2. 影像採集與追蹤設備（Capture & Tracking Hardware）

• 高速紅外線攝影機陣列（High-Speed IR Cameras）：以環狀或多視角架設於空間四周，負責同步採集各角度反射光線，並計算出空間 3D 坐標。

核心觀念 本題旨在評量考生在當代數位匯流與 OTT 串流影音環境下，能否將傳統影視製作的前製編劇理論與現代資訊科技（大數據分析、機器學習與演算法架構）進行跨領域整合。核心考核點包含：

1. 數據導向劇本開發（Data-Driven Script Development）：涵蓋自然語言處理（NLP）、情感弧線量化（Sentiment Arc Analysis）、市場趨勢探勘及受眾觀影留存反饋。
2. 演算法受眾掌握與定位（Algorithm-Driven Target Audience Targeting）：涵蓋特徵工程（Feature Engineering）、品味分群（Taste Clusters）、推薦系統架構（協同過濾、基於內容之過濾）與個人化動態呈現。
3. 影視製作人機協同模式：辨析客觀數據指標如何作為創作者直覺的輔助決策工具，而非完全取代編劇的人文核心價值。

---

解題方法 本題為標準的雙核心申論題，解題策略應採「對稱式雙主軸論述」，並於結尾收整兩者的綜效：

1. 前半部切入點（劇本與數據）：以「前製開發生命週期」開展，分為「題材與市場定位」、「故事結構與情感節奏量化」、「對白與角色建模」、「觀影數據逆向反饋」四大環節，具體說明技術機制與編劇實務的結合。
2. 後半部切入點（受眾與演算法）：以「受眾觸達與黏著機制」推進，分為「受眾輪廓與品味分群」、「推薦引擎之精準配對」、「動態個人化素材推播」、「留存與流失預測」四個層次，闡明演算法如何將內容精準投射至目標族群。
3. 邏輯串聯：強調「數據優化劇本內容以契合市場，演算法鎖定目標受眾以擴大效益」之閉環邏輯（Closed-loop System）。

---

選項分析 本題為高考三級申論題，非選擇題型，無選項可供拆解。評分關鍵在於能否精確扣合閱卷重點並展現專業深度：

• 子題一（劇本寫作之數據分析）評分關鍵：切忌僅寫出「上網做市調、看留言」等淺層描述，必須深入闡述自然語言處理（NLP）、情緒曲線分析、三幕劇關鍵節點（Plot Points）之數據化檢驗，並舉出業界應用模式。
• 子題二（演算法掌握目標消費群）評分關鍵：切忌僅泛論「在社群網站投放廣告」，必須切入 OTT 串流平台的核心技術概念，如微受眾分群（Taste Clusters）、協同過濾（Collaborative Filtering）、動態封面與預告片生成，展現視聽製作專業知識。

---

解題技巧

1. 名詞專業化：適度帶入業界通行與學術標準術語（如：NLP、情感弧線、品味分群、協同過濾、個人化推薦），能迅速在閱卷老師眼建立專業信度。
2. 善用三段式小標架構：以「一、數據分析在劇本寫作之應用」、「二、演算法掌握目標消費群之機制」、「三、人機協同之省思與平衡」開展，標號層次分明（一、（一）、1.）。
3. 常見陷阱防範：

• 陷阱一：陷入純資訊技術的公式堆疊，忽略了劇本創作的「戲劇結構、角色衝突、敘事節奏」本質。
• 陷阱二：過度推崇「數據萬能論」，閱卷委員多重視創作本位，作答時務必點出「數據為輔、創意為主」的辯證關係。

---

【答案】

在數位匯流與串流平台（OTT）高度普及的影視產業生態中，影視製作已從傳統「創作者直覺主導」轉向「創作者感性與數據理性並行」的人機協同模式。本題針對劇本寫作的數據化處理及演算法掌握目標消費群之實務機制，析述如下：

一、運用數據分析處理劇本寫作之策略與實務

數據分析介入劇本創作並非抹殺原創性，而是將故事文本轉化為可量化、可驗證的模型，以降低前製開發的市場風險並提高敘事效能：

（一）題材趨勢挖掘與市場缺口定位

1. 輿情與搜尋大數據探勘：透過爬蟲技術抓取社群網路、影評網站及搜尋引擎之熱門關鍵字與討論焦點，辨識當前受眾對特定主題、社會議題或複合類型（如：科幻+懸疑）的渴望度，發掘未被滿足的市場缺口。