多角色分派是怎么做的？一人多角各归各

一部有声剧十几个人物，一段对话四个角色轮流说话，用 AI 配音时不能整段稿子用一个音色从头读到尾——得先弄清每句是谁说的，再把每句派给对应的音色，各归各。这道工序叫多角色分派，是多角色配音流水线里的调度中枢：文本先拆、角色再定、音色后挂，一步派错，整段对话就串音。这篇只讲分派机制本身：台词怎么按说话人切开、角色标签怎么定、派发时怎么保持全程一致；音色怎么挑、情绪怎么加，属于选购与风格环节，存量文章已覆盖，这里不展开。

第一步：把台词按说话人切开

分派从文本入手。剧本与小说对白的说话人线索藏在文字里：「小明说」「她冷冷地回了一句」是显式标记；引号加对话内容、上下文的交替规律是隐式线索。机器先把文本解析成一句句台词，再逐句判断说话人——显式标记直接抽取，隐式的要靠上下文推理：两人对话通常交替发言，一段独白之后接引号句，大概率还是同一人。判断错了后面全错，所以这一步常有置信度把关：拿不准的句子标出来交人工确认，比全自动硬派更稳。音频侧的对应工序是说话人分离：不靠文字、直接从录音里按声纹把「谁在何时说话」切开，机制见说话人分离一篇，两条路经常在同一条流水线里配合。

第二步：角色与音色对上号

台词切干净后，建立角色表：每个出场人物领一个稳定编号，编号与音色一一绑定。绑定的规矩要先定好——年龄性别对位只是底线，更细的做法是按人物设定匹配声线气质，主角与配角的音色拉开距离，避免听众混淆。派发时按台词的说话人标签查表执行：甲的句子走甲的音色，乙的句子走乙的音色，逐句派发到合成环节。这里的关键约束是「一人一号、全程不换」：同一角色在第十章和第一章必须是同一个声音，绑定关系一旦建立就锁定到全篇结束，返修与续写都按这张表执行。

逐角色挂参数：读法与节奏各归各

音色之外，每个角色还挂一组合成参数：语速、停顿习惯、专有名词读法各配各的。长者角色语速放缓、少年角色节奏偏快，这层配置与多角色配音的整条机制衔接，多角色配音一篇讲过整体框架；句内的重音与停顿要逐处指定时，走标记语言的路径，见SSML一篇。参数挂在角色编号上而不是散落在文本里，是工程上的关键设计：改一个角色的语速只动一处配置，全篇同步生效，几百场戏也改得动；反过来，参数散在文本里，改一次要全文搜一遍，漏一处就出现角色「换性格」。

一致性验收：听的是「还是这批人」

分派的质量验收围绕一致性展开。一查张冠李戴：某句明明是甲的台词却用了乙的音色，多半是说话人判断或查表出错；二查中途漂移：长篇连播里同一角色前后音色出现细微不一致，常见原因是分批生成时配置没锁定；三查对话衔接：两人对话的节奏是否符合一来一往的惯性，派发顺序错乱会造成答非所问的听感。长篇项目建议把角色表存档——续写或返修时按表派发，声音才接得上。想让流程跑顺，可以让 DeepSeek 把一段小说对白预拆成「台词加说话人」的表格供人工核对，再用豆包按表格实际合成一小段，分派对不对当场听得出。

多角色分派速查

• 三步：解析台词、判断说话人、按角色表派发音色
• 说话人线索：显式标记直接抽，隐式的靠上下文推理加人工确认
• 一人一号全程锁定，绑定关系存档到全篇结束
• 参数挂角色编号不散落文本，改一处全篇生效
• 验收三查：张冠李戴、中途漂移、对话衔接

多角色分派快问快答

• 分派和说话人分离是一回事吗？：两回事。分派在文本侧按台词定角色，分离在音频侧按声纹切人；一个服务合成前的调度，一个服务录音后的分析，两者常在同一流程里前后配合。
• 角色一多容易乱，怎么办？：先建角色表再派发，出场人物全量登记；超过十几个角色的项目把主角配角分级管理，次要角色可共用同一档音色，降低调度负担。
• 稿子改了几句，要不要全部重配？：按句级派发的设计不用。分派的最小单位是句，改动的句子重配重接，未动的段落锁定不动，这也是参数挂在角色编号上的好处。