小贴士
- 把最后三个字的音调往下压，而不是往上扬。
- 第一句和最后一句看镜头。
- 整通电话都让双手留在画面里。
还有十一分钟，通话就要开始了。屏幕那头的人从没见过你本人，以后大概率也不会见到，所以他们唯一能认识的你，就是笔记本电脑上一个音质略有压缩的方框。这条通道比一间会议室要窄得多，但你完全可以在这条窄通道里做得很好。
关于这件事，大部分建议都在讲设备：买个环形灯，把摄像头抬高，把身后的架子收拾干净。这些都有点用，但没有一个是自信真正的来源。镜头前的自信，来自你的声音在一句话结尾处做了什么，来自你的目光在最初十秒去了哪里，还来自你能不能自在地留一段沉默。这些都不花钱，任何笔记本电脑上都能用，一旦你掌握了它们，进入一场视频会议就能像走进一间会议室那样自然。在这个大多数重要会议都变成一块方框的年代，这是一个实实在在的优势。
为什么你在镜头前听起来不如面对面自信？
因为这条通道过滤掉了你声音里大部分的起伏变化，而人们评判剩下的部分时，却把它当成了完整的你。一间会议室分辨不出一个不好听清的人和一个没有说服力的人有什么区别，所以你的音质会不知不觉地成为你论点的一部分。
这一点有直接的证据。研究者Eryn Newman和Norbert Schwarz用高音质和低音质分别播放了完全相同的演讲和完全相同的电台采访，让听众既评价这项研究，也评价这位研究者。内容完全一样的情况下，音质差的那一组听众认为演讲更差，认为演讲者不够聪明、也不够讨人喜欢，还认为这项研究本身不那么重要。这个效应是通过“处理的难易程度”起作用的：当一件东西更难被接收进来，人们就会更不信任它，而他们并没有意识到，自己打分打的是声音，不是内容。
所以，花十分钟做一次准备是值得的。把麦克风放得比笔记本屏幕更近，把硬质表面和风扇噪音都清理出去，别再和一间有各种东西在运转的房间较劲。National Institute on Deafness and Other Communication Disorders（美国国立聋病及其他沟通障碍研究所）从另一个角度说明了同样的道理：试图压过噪音说话，是让嗓子紧张受损最可靠的方式之一。把噪音去掉，比用声音去压过它容易得多，而且听筒那头听起来也会更舒服。
最初十秒，你的声音应该做什么？
把最后三个字的音调往下压，整体语速放慢大约四分之一。一句话如果结尾往上扬，听起来就像在提问，如果你的第一句话就在自我怀疑地发问，那之后的一切都会照着这个标准被打量。
音调下压是这整篇文章里最容易随身带走的一个习惯。说出你的名字、你的角色，还有你为什么在这里的那一句话，让这三句话每一句都平稳收尾，而不是往上扬。压缩会把声音压平，所以在会议室里够用的那一点点下压，到了这里需要稍微加大一些，才能撑过传输这一路。
接着把语速降下来。不用慢到爬行的地步，只要让每个字都带点棱角就够了。通话中你还要对抗几分之一秒的传输延迟，语速放慢能给对方的耳朵留出跟上的时间，而不是逼着他们费力去追。慢，是人们听起来会当成自信的东西。快，是人们听起来会当成紧张的东西，哪怕那其实只是热情。
你该看镜头，还是看人脸？
第一句和最后一句看镜头，中间看人脸。眼神交流真正起作用的，就是这两个瞬间，而整通电话都盯着镜头看，只会把一个人变成新闻主播。
背后的道理很简单。看镜头是唯一能让你显得在看着某个人的办法，而这一点真正重要的地方有两处：开场，那是现场决定该如何接纳你的时刻；还有收尾，决定通常就落在那里。中间的部分，你确实需要看着大家，因为读人脸表情才是你判断该放慢、该深入，还是该停下来的方式。
把显示人脸的窗口放在摄像头正下方，这样视线的移动幅度就小。如果你在共享屏幕，每个部分结尾的最后一句话，要对着镜头说，而不是对着幻灯片说。你的幻灯片不需要被说服。
为什么大家在通话里总是抢着说话？
因为人类对话的交接发生在一瞬间之内，而通道里任何一点延迟都恰好落在这个缝隙里。声音重叠是连接本身的特性，不是你判断力的问题，也不是任何人判断力的问题。
这个时机比大多数人以为的要紧得多。Proceedings of the National Academy of Sciences（美国国家科学院院刊）研究了来自全球十种语言的样本，发现轮流说话的节奏出奇地一致：在每一种语言里，一个人说完到下一个人开口之间的平均间隔，都落在跨语言平均值上下大约四分之一秒的范围内。每一次这样的交接，都建立在一个前提上，那就是双方在同一时刻听到句子结束。在通话里，情况并非如此。
所以，要有意识地把这段空隙留出来。说完之后，先留出整整一秒的沉默，再判断对方是不是不打算回应了。当你们两个同时开口时，别两个人都往回缩：说一句“你先说”然后真的停下来，比来回两轮互相道歉要快得多。而在你主持的通话里，直接点名说出你想听谁接着说，因为会议室原本会自然完成的那次交接，恰恰就是这条通道打断的东西。
做这一切的同时，怎么才能不显得僵硬？
有意识地动，而不是一动不动地坐着。僵硬来自僵住，而僵住发生在一个人正在监控自己的时候，所以给自己的身体两三个被允许的动作，别的就不用管了。
让双手留在画面里，并让它们工作起来。藏起来的手看上去就像在藏着什么，而你隔着桌子会用到的那些小手势，比面部表情更能扛住压缩带来的损耗。往后坐得远一些，让肩膀也进入画面。一张占满整个画面的脸，除了毛孔，不会给看的人留下任何可以读的东西。
更根本的调整，是不再看自己。通话一开始，就把自己的画面隐藏起来。从没有人能一边不停地打量自己的眉毛，一边表现得好。那个在对人说话而不是对着镜子说话的你，才会显得自信。
解除静音前的六十秒
你不需要一套流程。你需要的是一次呼气、一句话，还有一次检查。
开口第一个字之前，先把气完全呼出去，因为满满的肺会把声音往上顶。提前想好你来是要说的那一句话，这样即便通话最后沦为一次流水账式的情况汇报，你也能把这句话说出来。然后检查一下，光是不是打在脸上，麦克风是不是比屏幕更近。就这些，一分钟就能做完，而这就是那种只会被点头敷衍的方框，和那种通话里大家会主动问意见的人，两者之间的差别。接下来这十年里，每一次重要通话前都这样做，累积起来的效果会自己发挥作用。
资料来源
- USC Today, 音质会影响你是否相信自己听到的内容
- Proceedings of the National Academy of Sciences, 对话中话轮转换的普遍规律与文化差异
- National Institute on Deafness and Other Communication Disorders, 好好照顾你的嗓子