同一全景里两个角色说不同台词，需要独立的表演归属，也需要共同的对话时间轴。表演工具一次只处理一个角色时，应准备同步的单人完整表演，再在外部编辑器合成。提示词写了两个人，不能消除文档明确的单角色输入限制。
先安排对话，再录表演
每句都写明说话人、开始、结束与听者反应，连双方都不说话的停顿也要保留。可用一条共同参考音频排练，但最终混音保留每个人干净独立的人声。重叠对白应是有意安排；意外出现两份声音，不能靠字幕写上姓名补救。
Runway 的 Act-Two 多角色教程介绍了分别表演、逐角色生成再合成的方法。这是外部流程示例，不证明 Imagild 提供相同的表演控制、合成器或多条配音轨。
每人都覆盖完整共同时间
第一人的表演应包含第二人说话时的倾听，而不只是截出自己的句子。另一人需要互补的沉默与反应。保持相同起点和帧率。某一条可用表演更短时，不能盲目拉长匹配另一条，应先对照已确认的对话节奏。
共同底片要让人物区域可分。固定全景通常比人物互相穿越的运动镜头更容易验收。保留未经修改的底片，标明各生成层允许替换哪些区域，避免两条结果分别把背景重造一次后又硬拼起来。
假设的十秒问答
假设米拉在第一至第三秒问问题，乔恩倾听、停一下，在第四至第七秒回答，双方留在画面直到第十秒。米拉的完整表演含提问与之后安静倾听，乔恩的含开头倾听及回答。两条都不应把对方台词也做成自己在说。
在共同时间轴上，将批准的人声开始位置与对应嘴部动作对齐。每一段有人说话时，都检查另一个角色。随后关声音看一遍，判断视觉说话顺序是否仍然可读。这个例子是拟定的验收练习，不声称已经生成成功。
按一场对话验收合成
人物遮挡、边缘、接触阴影和共同背景，要与嘴型分开审查。嘴型正确，但人物层在地面滑动，也不合格。逐条单听人声，再听最终混音，查有没有排练参考声或生成层里残留的重复对白。
每句属于正确角色、听者嘴部合理安静、反应符合实际停顿、完整时长内合成稳定，才可接受。穿越遮挡或同时说话无法可信完成时，改用批准的分镜或更简单站位。保存独立表演、共同台词时间轴和最终组装版，后续换一句台词时才有可审查的修改边界。
来源
本文由 Imagild Editorial 使用 AI 辅助编写，并于 2026 年 10 月 13 日对照所列来源审校。案例为假设，外部操作不代表 Imagild 已提供同名功能，也不保证结果。