如何把脚本制作成多角色 AI 对话

多人对话并不是把几段文字转语音简单拼在一起。听众需要在不看标签时分辨说话者，理解台词之间的关系，并感受到自然可信的轮次节奏。

RealDubbing Dialogue 围绕这套顺序设计：定义角色、分配声音、把脚本拆成台词、只重新生成需要修改的部分、检查完整场景，最后导出合并的 WAV 文件。

1. 分配声音前先整理脚本

每行只保留一个说话者，角色名保持一致，删除不需要朗读的舞台说明，并把台词和制作备注分开。

简单的源脚本可以这样写：

小雅：最终版发出去了吗？
阿哲：还没有，我想再检查一次开头。
小雅：好，标题出现前留两秒。

如果一个角色有很长的段落，可以在真人需要换气或画面节奏发生变化的位置拆开。短而目的明确的台词更容易单独重做，不会影响整场对话。

2. 先明确角色功能

选择声音前，为每个角色写一句说明：

• 这个角色在场景中想达到什么目的？
• 说话速度如何？
• 是冷静、犹豫、权威、活泼，还是疲惫？
• 应该与其他角色形成什么对比？

这样可以避免随机挑选声音。声音应该支持角色，而不能代替角色写作本身。

3. 选择容易区分的声音

听众应该无需看名字就能辨别说话者。差异可以来自音高、速度、年龄感、口音、能量或表达方式。不要把每个角色都推到极端；两个节奏明显不同的自然声音，往往比两个夸张声音更容易听懂。

先让所有候选声音朗读同一句中性文本，再分别测试实际脚本中的一条情绪台词或专业台词，确认角色差异在真实内容中仍然存在。

4. 把停顿也当作台词的一部分

对话节奏不仅来自台词，也来自台词之间的空间。不同情境需要不同间隔：

• 快速回答可以几乎立即接上；
• 话题转换需要更多空间；
• 犹豫、惊讶或重要画面节点需要刻意停顿；
• 需要重叠说话时，应在后期音频编辑器中完成，而不是把每句话都加速。

用句内标点控制局部节奏，随后在组装场景时调整台词顺序和行间停顿。

5. 逐句生成

每句单独生成更容易控制。如果第七句有问题，只需修改第七句，不必花时间和成本重做整场。

在 Dialogue 工作台中为每个角色分配声音，检查脚本拆分结果，然后逐句生成。生成过程中及时试听，在尝试替代方案前保存项目，并保留已经满意的台词。

某句失败时，先检查文本和声音设置。网络或服务商故障也可能是暂时的，应重试受影响的台词，而不是从头开始。

6. 用三轮试听检查完整场景

每轮只关注一个目标：

第一轮：可理解性

检查姓名、数字、发音、漏词和明显故障，暂时不要纠结细微表演差异。

第二轮：角色一致性

每个角色是否保持稳定的速度和态度？是否有某句话突然像另一个人？只重新生成异常台词。

第三轮：戏剧节奏

不看脚本完整听一遍。回应是否太快？重要台词是否需要更多空间？场景是否具有清楚的开始、发展和结束？

7. 导出并完成后期

RealDubbing 可以把 Dialogue 中生成的台词合并为 WAV 文件。WAV 适合后期编辑，因为它避免再次进行有损压缩。在音频编辑器中，你可以继续：

• 精确裁剪静音；
• 加入环境底噪或氛围声；
• 平衡不同角色的音量；
• 添加音乐和音效；
• 制作有意的声音重叠；
• 按发布平台完成最终响度处理。

保留原始导出文件，并另存最终混音版本，便于以后重新调整。

8. 保存项目

Dialogue 项目和生成片段可以保存在浏览器本地，使用快速且无需账户，但清除网站数据可能将其删除。重要音频应及时导出，并在浏览器之外保存源脚本和角色分配记录。

9. 负责任地使用角色声音

请创作虚构或已获授权的角色表演。不要利用声音误导听众，让他们相信某位真人说过实际并未说过的话。确认脚本、姓名、品牌、表演及来源材料所需的权利，并在场景、平台或法律要求时披露合成语音。

对话制作清单

• 每行一个说话者，角色名保持一致。
• 删除无需朗读的舞台说明。
• 选择声音前先定义角色功能。
• 让声音容易区分，但不要过度夸张。
• 在自然节奏点拆分长台词。
• 逐句生成和修复。
• 依次检查可理解性、角色一致性和完整节奏。
• 导出 WAV，并在编辑器中完成时间和响度处理。
• 备份脚本、角色设定和最终音频。
• 确认授权和披露要求。

打开 RealDubbing Dialogue，先从一段简短的双人对话开始。确认角色差异和节奏后，再扩展为完整脚本。