可灵 VIDEO 3.0 的“原生音频”指在生成视频时让画面与声音一起产生，适合短对话，不等同于把现成录音后期贴到视频上。可灵官方 VIDEO 3.0 使用指南说明可在提示词中把角色和台词直接配对，模型会尝试让对应人物说对应的话。这里给出一个双人短片示例和检查方法；示例尚未在真实账号生成。
先写清谁说话，以及何时说
准备一个短场景：两位同事在办公室确认会议时间。不要先写一整页台词；短片时长有限，台词过长会带来截断或说话人混淆。视频生成前先核对当前模型为 VIDEO 3.0，界面是否提供原生音频选项及对应设置。官方指南列有中文、英文等多语言能力，但可用语言、时长和额度仍以当前账号界面为准。
把角色、画面和台词写在同一个提示词里
办公室午后，写实风格，固定机位，中景。画面左边是穿灰色衬衫的甲，画面右边是穿绿色外套的乙。两人面向对方，环境安静。
甲（平静地说）：“我们下午三点开会，可以吗？”
乙（点头回答）：“可以，我会带上方案。”
说话顺序是甲后乙。甲说话时乙只听不说，乙回答时甲闭口。不要交换服装和左右位置，不要添加旁白或第三个人。官方指南的多人物示例也是把人物名称与台词逐条配对。提交前可先朗读一遍，删去超过片段长度的语句；本例中的人物和台词都是演示材料。
生成后从三个点检查成片
- 先只听声音：两句台词是否完整，是否有漏字、串词或凭空添加旁白。
- 再看画面：说话时对应人物的口型是否大体同步，甲乙位置和服装是否稳定。
- 最后整体播放：声音是否和镜头切换冲突，结尾是否突然截断。
如果声音缺失，先确认生成前是否启用原生音频和正确模型；如果台词串人，缩短台词并再次明确甲乙的外观、位置和顺序。若仍不稳定，可以先做无声画面，再独立制作配音并在剪辑软件中对齐。本文没有亲自生成或测试口型效果，因此不能保证每次都准确；重要发布内容应由创作者最终复听和复看。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/29823.html
