pavo ai通过agnes-audio-2.0引擎实现音画实时同步配音；需先锁定分镜、在prompt中明确声音线索、手动开启「启用音画同步」；支持prompt追加、分镜标签、锚点模板三种指令方式；旁白需指定音色、语调强度（75%最佳）、字级微调；批量合成后可单独重配问题镜头语音。
☞☞☞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☜☜☜
想用Pavo AI给AI生成的短剧自动配上精准同步的旁白、环境音和背景音乐，不用手动对轨、不导出再导入音频文件、不调时间轴——Pavo内置的Agnes-Audio-2.0引擎已深度集成进创作流，所有语音与音效直接锚定画面节奏点实时生成。
启动配音流程前的关键准备
确保你已完成分镜确认并锁定全部镜头：点击分镜页右上角【锁定分镜】按钮，系统才会激活音效锚点绑定机制。未锁定状态下，任何配音操作都会被禁用。
检查原始Prompt是否包含声音线索：比如“手机弹出通知音”“BGM由冷转暖”“飞剑鼓掌时带金属震颤回响”。【缺声音动词或情绪音效描述，Agnes-Audio-2.0将默认静音输出】
进入「合成设置」面板，勾选「启用音画同步」开关——这一步必须手动开启，否则即使Prompt写满音效词，最终成片仍是无声视频。
三类配音指令输入方式
方法一：在原始Prompt末尾追加语音指令
例如原句是：“外卖小哥电梯里遇见前女友”，追加后变成：“外卖小哥电梯里遇见前女友→他喉结滚动，吞咽声清晰可闻→两人之间只有空调低频嗡鸣→3秒后女孩开口，语速偏慢带南方口音”。
方法二：在分镜编辑页逐镜添加音效标签
鼠标悬停任一分镜缩略图→点击「+音效」图标→输入结构化指令：“[人声]‘三年了’，气声，尾音微颤；[环境音]电梯运行电流声渐弱；[BGM]大提琴单音切入，持续1.8秒”。
方法三：使用语音锚点快捷模板
点击镜头右侧「锚点」下拉菜单→选择预设组合：“紧张对峙（呼吸声+心跳加速+BGM悬停）”或“反转惊喜（提示音+笑声+弦乐上扬）”。【模板不可叠加使用，同一镜头只能选一个】
精准控制旁白语音细节
第一步：点击「配音设置」→展开「旁白角色」栏→从下拉列表中选择基础音色（男/女/少年/古风声线）。
第二步：在“语调强度”滑块上拖动至75%位置——低于60%会导致情绪扁平，高于85%易触发AI过载失真。
第三步：关键帧语音微调：在镜头3画面描述下方输入“主角说‘这瓶…真管用’时，第二个‘真’字加重，停顿0.4秒，尾音下沉”。Pavo会自动识别该句并注入TTS语音引擎重算波形。
这一步不能写成“请让他说得更可信一点”，模糊指令会被忽略；必须明确到字、停顿毫秒数、音高走向。
批量生成与问题镜头重配
点击「开始配音合成」→系统并行处理：Agnes-TTS-2.0生成语音波形→音效引擎按锚点注入环境音→BGM引擎动态匹配节奏→最终与画面帧级对齐封装。
若预览发现镜头4旁白嘴型错位：暂停播放→点击该镜头→选择「重配此镜语音」→在弹窗中粘贴修正句：“把‘太虚凝元露’读成‘tài xū níng yuán lù’，‘凝’字延长0.2秒，带轻微鼻腔共鸣”。
注意：重配仅替换语音轨道，不重新渲染画面，也不影响前后镜头衔接。但若修改涉及语速大幅变化（如增加1.5秒停顿），需同步调整该镜头时长字段，否则会导致音画撕裂。
