Minimax Ref2Vid 多角色场景如何正确分配角色声音？

有用户反馈 Minimax Ref2Vid 在单角色场景下可凭一张图和一段参考音频准确生成对应声音，但双角色同框时无法区分哪个声音属于哪个角色，即使明确指定 Character A 用 Voice A、Character B 用 Voice B 仍输出错误。该用户还尝试把官方 Ref2Vid 指南以 PDF 形式喂给 Gemma 等模型，同样未解决，现公开求助可用提示词示例。