AI配音超时怎么办：先查文案与时间窗

先分清超的是哪一个窗口

Video Recap 的配音技能为带起止时间的旁白逐段合成。cut 流程中的旁白时间属于剪后输出，不能把原片秒数直接当配音位置。先检查输入时间、窗口是否重叠，以及是否给必需原对白留了空间。

原创纸面例子：第六段安排在成片 18—22 秒，共四秒；试生成完整语音需要六秒。这里的数字只是示范诊断，不是实测音频。要同时记住原稿、实际读取文本、完整时长与结束位置，不能只看字幕行数。

若窗口标错，先修时间。若窗口正确而文字太多，再讨论压稿、改画面或重新安排，不把所有超时都归成供应商速度慢。

原稿示例：“因为此前他已经答应保管这把钥匙，所以在发现柜子空了以后，他才终于意识到自己必须马上去找把钥匙交给他的人。”

可改为：“他答应保管钥匙，如今柜子空了，只能去找交钥匙的人。”保留承诺、当前发现与下一目标，删掉重复时间推进与解释腔。是否实际能放进四秒，仍要重新合成试听，不能按字数估算宣布成功。

如果“答应保管”已由保留原对白交代，旁白还可缩为“柜子空了，他去找交钥匙的人”。前提是观众确实能听到那句承诺，不把被剪掉的证据当作已知。

继续使用18—22秒窗口的纸面例。再假设22—24秒必须保留人物原对白。六秒旁白若仍从18秒开始，会说到24秒，盖住这段原对白；只把文案里的“结束22秒”改成24秒，并没有处理冲突。

选择	本例修法与验收
可以改稿	删除重复解释形成新稿，再实际合成，确认完整朗读确实能放进18—22；不能按字数宣布已压到四秒
原文与原速必须保留，画面可延长	若源素材真有可用的连续画面，可以让当前段多留两秒，完整旁白在18—24；原对白及其画面随后移到24—26，后续累计位置一起更新
原文必须保留，画面不能延长	另找足够的输出位置或重新设计段落；没有合适安排就保留待修，不能裁尾或自动覆盖必要原对白

第二行只是本例允许延长时的编辑方案，不是配音工具自动实现的能力。确认多留画面确实存在、没有伪造反应，剪后再测实际时长、字幕与音效；不能把静止画面默认拉长两秒就算自然。若实际语音或渲染时长与假设不同，用实际值重排。

原文保护也不等于必须用完全相同的表演；可以试更合适但可辨的朗读。已采用原速版本时，按该决定重新安排，别再靠下游默认加速掩盖窗口不足。

在引用版本的 video-voiceover 中，默认超窗可能在句界自动缩稿，并记录 spoken_text/truncated。原稿已确定时，显式使用 --preserve-approved-text：保留作者原文证据，放不下时报告失败，而不是悄悄交付缩短版。

失败后按创作选择处理：给完整声音更长窗口、把必要背景放到另一段，或经明确修订形成新稿。若后续采用配音的原速合同，也不能让旧适速缓存偷偷覆盖它。

配音只生成输入稿件的语音，不负责自动选镜头、混音或字幕。修改安排后，重新检查下游放置文件与字幕所用文本，避免声音一版、字幕另一版。

分段元数据中的 fit_status: pending_assembly 表示还待合成放置，audio_duration 是生成语音时长；最终放置起止也需在合成后核对。生成WAV成功不等于六秒声音已经在四秒画面中完整交付。

逐段听句尾、呼吸与下一段接续，检查是否因加速变得难懂，是否截掉结论，是否压住必须听见的原声。配音完整但放置后被裁尾，同样没有解决问题。

短窗口不够用时，不要为保持形式一致把所有段落一起加速。优先修最重的几段；画面允许停留时可以延长，画面不能延长时修文案或位置。

最后核对整条输出时间线：没有重叠、必需段没有缺失、文字与实际声音一致。自动时长检查帮助定位，听感和叙事完整性仍需要实际试听与看片。

阅读行数不等于朗读时长。语速、停顿和声线都会影响时间；比较实际完整音频与输出窗口，不能只凭字幕长度判断。

请通过 video-recap 检查超时配音，保留我的已定文案，交 video-voiceover 使用批准稿保护策略；先报告原稿、实读文本、完整时长与窗口，再建议修法。