01
步骤截图待补
Step 1
先定三个参数，不定音色
给每个角色写三行：语速（快/中/慢）、音高区间（低/中/高）、句尾习惯（上扬/持平/下压）。三行写完再挑音色，音色只负责贴合，不负责区分。
怎么算做对了
任意两个角色的三行里至少要有两项不同。只有一项不同，对话一快就会混，观众听不出谁在说。三行里语速最容易拉开，也最容易被听出来。音高区间最难调，因为太窄听不出差别，太宽会失真。
Audience短剧制作
Steps4 个切片
Assets总视频 + 图文
Why It Works
为什么这样做
一个人配五个角色，最常见的做法是找五个不同的音色。做完发现更难分辨：五个音色里总有两三个接近，观众在对话密集的段落里一直搞不清谁在说话。
问题在于音色是「听起来像谁」，不是「这句话是谁说的」。真正的区分来自说话方式：语速快慢、音高落在一个窄区间、句尾往上还是往下。这套分法在文镜画师的配音面板里能逐条设，摹映空间也支持按角色存预设。
Video Slices
按步骤拆开看，照着做就行
02
步骤截图待补
Step 2
音色最多用三个
一部剧里独立音色控制在 3 个以内，其余角色用参数差异区分。音色越多越难记，观众记不住五个声音，但记得住「说话快的那个人」和「说话慢的那个人」。
怎么算做对了
数一遍全剧音色数量。超过 3 个且角色超过 5 个，说明在用音色硬撑区分，回头改成参数区分。音色是最表面的差异，记不住，参数才是。
03
步骤截图待补
Step 3
对话场景要错开句尾
两个人来回说话，最容易混的是句尾。一个角色习惯往下收，另一个往上扬，交替出现时观众立刻能跟上。两个都往下收，整段听起来像一个人在自言自语。
怎么算做对了
把一段双人对话的音频只截句尾听，能不能听出交替。听不出，说明句尾习惯没拉开，回去改其中一个。句尾差异做出来之后，观众甚至不用听内容就知道谁在接话。
04
步骤截图待补
Step 4
验收：闭眼听一段三分钟的对话
不看画面，只听声音，能不能跟住谁在说。跟不住就是失败，加字幕也救不了，因为观众看字幕时会分心。
怎么算做对了
三个人以上的对话戏，闭眼听能跟住八成就过关。低于六成，说明角色之间的参数差异不够，不是音色的问题。这个测试做一次只要三分钟，返工一次要半天。
Before You Publish
发布前过一遍
每个角色都有语速、音高区间、句尾习惯三行
任意两个角色之间至少两项不同
全剧独立音色不超过 3 个
闭眼听三人对话，能跟住八成以上
Questions
常见问题
男女角色必须用不同的音色吗？
通常要，这是生理差异，硬用参数模拟会显得假。但同性别角色之间不要再靠音色区分，靠参数。一部剧里两三个音色加参数差异，足够撑起 8 个角色。超过 8 个角色时，把次要角色合并成一个「群杂」处理。
旁白要不要单独用一个音色？
要。旁白是讲述者，不是角色，音色必须和所有角色都不同，否则观众会以为旁白是某个角色在说话。旁白的语速通常比角色慢一成，句尾持平，不带情绪起伏，这是它和角色的分界线。
角色一多就记不住怎么办？
做一张表：角色名、三行参数、音色编号。贴在配音工程里，每次录音前看一眼。记不住不是能力问题，是没做表。表里再加一列「一句话代表台词」，听觉记忆靠这个，不靠参数。听到那句就想起这个角色，参数只是实现手段。这一列比参数更容易被记住。
这套做法很费算力吗？
配音的算力消耗远低于画面，多角色主要是时间成本，不是算力成本。软件授权费 699 元，算力按量另计。真正花时间的是建表和逐条校验，那两步省不掉。完整分法在文镜画师学习中心的 AI 配音页。