#7118 视频中有多个角色，类似演讲、电视剧这类的视频，每个角色说的话都要克隆音色，即一钟角色的讲话对应一种音，现在也有对应的字幕，需要怎么做

核心原因：多角色克隆音色必须启用“说话人分离”，并在“单视频交互模式”下为每个说话人指定 clone 配音角色。如果直接用已有字幕跳过语音识别，则无法进行说话人分离，也就无法自动区分角色。

操作步骤：

1. 在“翻译视频”界面选择单个视频文件（必须单视频，才会弹出交互编辑窗口）。
2. 展开“设置更多参数”，勾选 识别说话人，并设置 最大说话人 数量（≥实际角色数）。
3. 不要把已有字幕放入 _video_out 目录，让软件自动完成语音识别和说话人分离。
4. 点击“开始执行”。语音识别完成后会弹出“字幕修改窗口”，可在此人工校对或修改字幕文本。
5. 字幕翻译完成后，在“配音分配窗口”中，为每个说话人分别指定配音角色为 clone。软件会将原视频中该角色对应时间段的音频作为参考音色进行克隆。
6. 继续后续流程（二次识别/对齐/合成），最终每个角色都会使用自己的原声克隆配音。

若你坚持使用已有的高质量字幕，则无法自动分离说话人，也就无法实现“每个角色对应一种音色”。建议先让软件自动识别一遍，然后在字幕编辑窗口中投入精力校对，这样既能保留说话人信息，也能校正文字。

请查阅相关文档：

• 单视频精修模式
• 原音色克隆/多角色配音
• 语音克隆最佳配置