实测AI视频声音一致性：先分析剧本再设计人物音色

以下是视频口播的自动转写，可能有错字。

最近好多 ai 博主都在推用参考声音生成视频，说这是解决人物音色不统一的终极方案。但真的有这么神吗？今天咱们就来实测一把，看看到底能不能解决这个问题。要是不行，又有什么办法可以替代？我发现很多人做人物声音，喜欢直接先生成一段视频，然后抠出里边的音频当做参考。

但这里边有个大问题，你只给 ai 为了剧本里边的一小段内容，生成的人物声音大概率不符合整部剧的人物性格。所以正确的第一步，得先让 ai 了解你整部剧的内容，再设计人物音色。打开 netv 新建项目，点击底部的 tv direct，上传你的完整剧本，让 ai 先帮你分析剧本。

没有现成的剧本也没关系，切换到剧本创编里边的原创剧本，里面有超多风格可以选，还能直接点击这些按钮设定剧情逻辑。生成过程当中，系统也会给出几个创作方向让你选择，你可以随时修改其中任意一段。比普通 ai 聊天工具写出的剧本要稳得多。剧本搞定后，选择导演指导，上传我们刚刚做好的剧本，输入这段提示词，ai 就会帮你自动分析出整部剧的每个人物音色特征，还有每句对话的语气提示词内容。

非常的专业。把这些提示词加入到生成视频的指令当中，给 ai 做参考，这样生成出来的音色就能更加贴合整部剧的人物设定。这里我们分别生成了两个视频，一个是没有加声音提示词的，一个是加了声音提示词的，我们来看看效果。反应不错，但你挡得住这一招吗？

反应不错，但你挡得住这一招吗？没有加提示词的视频，人物声音虽然饱满，但剧中这个人物是反派，而视频中的人物声音太正派了，并且缺乏打斗现场的氛围感。相对而言，加了提示词之后，人物音色符合反派奸诈的设定，语气呢也符合场景的设定，对比下来效果还是非常不错的。

下一步我们做音色统一的测试，点击音视频分离，然后将对应人物的声音截取出来，这样就能拿到这个人物的参考音频了。因为提取的声音只有5秒，有点短，AI能获得的信息比较少，所以我们可以右击新建一个声音节点，输入这段提示词，生成一段15秒内的对白内容。

生成后我们就以这个音频作为参考，生成四个视频。这四个视频是我直接生成的，没有抽卡，大家可以看看。测试一下人物声音会不会跑偏。就这点火力还不够我热身的。不错不错，总算有点像样的对手了。好好接招，小心冻碎你的骨头。游戏结束了，送你一场永寂冰封。

实测下来，虽然现在的模型无法达到100%的一样，但是这个基本上是可以用的。大家做 AI 视频的时候可以试试。