必须在提示词中显式绑定角色标识符与台词,如【xiaohong】: “现在出发!”(语速快,带紧迫感);并确保标识符与LoRA触发词、音色ID完全一致,启用多角色独立音轨或音画锚点帧实现声画精准同步。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

要在LiblibAI音画同出视频中让特定人物准确说出指定台词,必须在提示词中显式绑定角色身份与语音行为,不能仅靠画面位置或动作暗示——模型不会自动推断“左边穿红衣服的人正在讲话”,必须用结构化语言强制锚定声源主体。
在提示词中用角色标识符锁定说话人
第一步:为每个出场人物预设唯一英文触发词,例如【xiaohong】代表红衣女性、【laozhang】代表戴眼镜的中年男性;这些词必须与你后续训练的LoRA触发词完全一致,否则无法调用对应形象。
第二步:在画面描述后另起一行,写明「语音指令块」,格式为:【角色标识符】: 台词内容(含语气/语速/情绪)。例如:
【xiaohong】: “现在出发!”(语速快,带紧迫感,尾音上扬)→ 【laozhang】: “等等,地图没加载完。”(语速慢,略带迟疑,句末降调)
第三步:确保每句语音指令前的标识符与画面中该人物的LoRA触发词100%匹配,大小写、下划线、数字均不可错;若用【XiaoHong】调图,语音块却写【xiaohong】,AI将无法关联声画。
通过节点工作流分配音轨通道
方法一:在LibTV无限画布中启用多角色音轨分离
双击进入「视频生成」节点→模型选Seedance 2.0或HappyHorse 1.0→勾选「启用原生音频」→展开「高级音频设置」→开启「多角色独立音轨」→为每个角色标识符手动指定声道:【xiaohong】→左声道,【laozhang】→右声道。
方法二:用音画锚点帧强制绑定
在提示词中插入带时间戳的动作描述,例如:“【xiaohong】抬手指向屏幕(同步发声:‘看这里!’)→ 镜头切至【laozhang】点头(同步发声:‘明白了。’)”。AI会将括号内台词严格绑定到该动作发生的起始帧,避免串音。
注意:若未开启「多角色独立音轨」,所有语音将混合输出为单声道,后期无法分离修正。
避免音色混淆的关键操作
进入LibTV Agent → 选择「音画一体短剧」技能 → 在角色管理面板中,为每个【角色标识符】手动绑定专属音色ID(如xiaohong→Voice_ID_882,laozhang→Voice_ID_309)→ 点击「锁定音色映射」按钮,防止生成时被系统重置。
这一步操作起来很简单,直接点击即可生效,但跳过会导致所有角色共用同一音色,尤其在台词交替频繁时极易听辨混乱。
导出前务必点击「预览音轨分配」,查看波形图中是否出现双声道分离痕迹;若只有一条连续波形,说明绑定失败,需返回检查标识符拼写与音色ID是否全部一一对应。


















