SoundView双人同步驱动功能可实现两人嘴型分别匹配左右声道语音。需满足:画面中两人始终正脸无遮挡,音频为左右声道分离的Stereo WAV格式,启用“多人说话人识别”并手动绑定音轨,最后通过预览、驱动日志和声道映射校验确保效果。
☞☞☞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☜☜☜

你想让视频里两个人物同时开口说话,各自嘴型严格匹配自己那条语音轨道,而不是所有嘴都跟着主音轨动——SoundView 的双人同步驱动功能专为这种多说话人场景设计。
确认视频与音频结构是否满足双人驱动前提
打开原始视频,在播放器中逐帧观察:两人必须始终处于画面内、正脸或微侧脸(偏转角<30°),且口部无遮挡(如手、道具、头发)。若其中一人频繁出画或全程侧脸,系统将无法提取其有效唇动特征,该角色会默认沿用主说话人驱动模型,导致嘴型错配。
检查音频文件是否为双轨WAV:左声道为人物A语音,右声道为人物B语音,两轨时间轴完全对齐。单轨MP3或混音后的单声道音频不支持角色分离驱动,强行上传会导致系统自动合并为一条音轨,后续所有嘴型都将错误绑定到同一语音流上。
【必须使用Stereo WAV格式,且左右声道内容不可互换】——若左右声道颠倒,人物A的嘴会跟着人物B的声音动,反之亦然,且无任何报错提示。
在SoundView中启用双角色口型同步
进入「新建任务」→ 选择「AI数字人+配音」→ 上传已确认结构合规的双轨WAV音频 + 对应视频。
点击「高级设置」→ 打开「多人说话人识别」开关 → 系统自动分析画面中人脸数量及空间分布。若检测到两个稳定人脸区域,界面会显示「角色1(左)」「角色2(右)」两个独立配置区块。
在「角色1(左)」区块中,点击「绑定音轨」→ 选择「左声道」;在「角色2(右)」区块中,点击「绑定音轨」→ 选择「右声道」。此时两个角色的唇动驱动信号源已物理隔离,互不干扰。
这一步操作起来很简单,直接点选即可,但若跳过「多人说话人识别」开关,即使上传了双轨音频,系统仍按单角色逻辑处理,所有嘴型都会锁定在左声道语音上。
校准关键帧并验证双路驱动效果
第一步:提交任务前,点击「生成3秒预览」→ 播放时用耳机监听,左耳听人物A语音,同时紧盯其嘴部动作;右耳听人物B语音,紧盯另一人嘴部。若出现“左耳是A声但右人嘴在动”,说明音轨绑定错误,需返回重新指定。
第二步:预览通过后,提交完整任务。处理完成后下载「带驱动标记的MP4」(非普通成片),用VLC播放 → 按Ctrl+J调出帧信息面板 → 拖动进度条至两人同时发声的帧(如“A说‘hello’、B接‘world’”的交界处),观察时间戳下方是否并列显示两行驱动日志:“LipSync_Role1: /HH/→/AH0/→/L/”和“LipSync_Role2: /W/→/ER1/→/L/”。有此标记即证明双路音素级驱动已生效。
第三步:导出成品前,务必在「输出设置」中勾选「保留原始声道映射」。否则系统会将双路唇动结果强制混合进单音轨,导致后期无法分离调试,且该选项一旦关闭,任务提交后不可逆修改。











