多人视频翻译

不需要。选「声音克隆」提交后，系统先识别人数再决定怎么做：一个人按单人克隆，两个人以上逐人分开配音，任务列表里始终只有这一条。想在生成前逐个确认谁是谁、每人用什么声音，就在高级配置里勾「先确认每个人的音色」，识别完会停下来等你挑。

不会。选「声音克隆」时，不管识别出一个人还是五个人，都按同一套价格结算，提交前页面底部就显示这次要扣多少积分。勾了「先确认每个人的音色」的话，新建的角色音色另按个计费，准确数字在提交确认里。

台词累计够 5 秒的说话人会克隆各自的原声；一条视频最多克隆 10 个人，人再多时按台词从多到少取前 10 个。台词不到 5 秒的路人、群演样本太短、克隆不出来，会配一把同性别、目标语种可用的系统音色，并尽量不和其他人重复。

说话人只从音频区分，不看画面。音色接近的两个人可能被当成一个人，多人同时说话的片段也容易分错。这类内容建议勾「先确认每个人的音色」，识别完逐个核对再生成。

可以。识别出只有一个人时，按单人即时克隆处理。如果不想用原声、想换成专业配音的声音，就选「配音员」，全片用同一个音色库音色。