01
步骤截图待补
Step 1
对齐点一：起句卡在动作开始
人物抬手、转身、推门的那一瞬，是句子的起点。先把这一处对上，后面的相对位置基本就对了。
怎么算做对了
起句比动作早或晚超过 0.2 秒，观众就能感觉到「声音先到」或「嘴动了没声」。0.2 秒是容忍上限，超过之后字幕也盖不住。半秒以上的偏差，观众会觉得整条片子是后期配的。
Audience剪辑与后期
Steps4 个切片
Assets总视频 + 图文
Why It Works
为什么这样做
配音生成完，贴到时间轴上一放，嘴型对不上。多数人的处理是整段往前挪两帧，挪完发现前后两段又不对了。
原因是视频里的语音不是匀速的：有的句子长、有的短，中间还有停顿。整段平移只对其中一个点有效。正确做法是找三个对齐点，逐段调。这套做法在文镜画师的配音与拼接两步之间，摹映空间也能按段落单独生成再对。
Video Slices
按步骤拆开看，照着做就行
02
步骤截图待补
Step 2
对齐点二：落点卡在动作结束
一句话说完的位置，要落在动作结束的那一帧上。比如杯子放下的同时说完最后两个字，动作和语义就合上了。
怎么算做对了
落点偏了，句子会显得「说完还在动」或者「没说完就切了」。检查方法：只看听不见，看最后两个字是不是和动作同时结束。这一条比起句难对，因为动作的结束点常常是模糊的。
03
步骤截图待补
Step 3
对齐点三：停顿留给切镜
换镜头之前要留 0.2 到 0.4 秒的停顿。没有停顿，两段会像抢拍；停顿太长，节奏会散。这个停顿是在配音时留出来的，不是剪辑时硬加的。
怎么算做对了
每两个镜头之间能不能听出一个呼吸。完全没有，说明配音生成时句子连太紧，回去按段落重新生成。呼吸的长度不固定，0.2 到 0.4 秒都算正常。停顿是配音时留的，剪辑时硬加会有剪辑痕迹。
04
步骤截图待补
Step 4
顺序：先粗对，再细调，别整段挪
先把每个镜头的音频按起句对到大致位置，再逐句微调落点。整段平移只在整段都偏同一方向时才用，混着用的段落不要平移。
怎么算做对了
调完之后任意取 3 个镜头，起句误差都在 0.2 秒内。做不到，说明在用整段平移糊，回头按段重对。抽 3 处就能看出方法对不对，不用全片过一遍。
Before You Publish
发布前过一遍
每句的起句都卡在动作开始，误差 0.2 秒内
落点落在动作结束那一帧
镜头之间留了 0.2 到 0.4 秒停顿
没有用整段平移去糊混合偏差
Questions
常见问题
为什么整段平移会越挪越乱？
因为每句的偏差方向不一样。有的句子长了 0.3 秒，有的短了 0.2 秒，平移只能让其中一句变准，其他几处反而更偏。按句调是稳的办法。判断依据很简单：把偏差列出来，方向不一致就不能平移。
要不要用自动对齐工具？
可以用，但最后 10% 要人工。自动对齐擅长处理整体偏移，处理不了「这句该提前半拍才自然」这种判断。工具给位置，人给分寸。跑完工具之后，重点看动作幅度大的那几句，那里最容易错。
口型对不上要不要重新生成视频？
先别。短剧里嘴部占画面比例不大，0.2 秒内的偏差观众看不出来。只有特写镜头才需要严格对，中景和全景按语义对齐就够了。为了一个中景重生成整段，是这行里最常见的时间浪费。先看镜头景别，再决定要不要重做。中景以下的偏差，改语气比改画面快。
停顿留不出来怎么办？
回配音那一步。按段落逐句生成，句子之间自然会有间隔；整段一次生成，间隔会被压平。这也是为什么配音要分段做。剪辑时硬加的停顿会带出气口声不一致的问题，一听就假。判断方法：把停顿处的波形放大，看有没有一段纯静音，有就说明是硬加的。完整流程在文镜画师学习中心的 AI 配音页。