用途：当口语音轨需承载叙事、品牌、说明、角色或无障碍信息时使用本技能。核心是把对话当作表演与编辑契约，而非纯波形，目标是保住可懂度、意图、连贯性与权利，并向混音、字幕、本地化或下游视频 Agent 交出无歧义素材。
主要能力与流程：先给每句或每段分类——制作修补、表演修复、ADR 替换、本地化配音、VO 式配音、合成重渲染、字幕/转写交接；不要仅因修补麻烦就选 ADR 或合成替换，先判断原表演能否无痕修好、权利是否允许替换、替换能否匹配画面与连贯。
应遵守的公开依据：ITU-R BS.1770-5 规定响度与真峰值测量算法（是测量方法非创作配方）；EBU R 128 v5.0 建议节目响度归一化至 -23 LUFS；FCC 字幕质量四支柱为准确、同步、完整、位置；W3C WCAG 2.2 SC 1.2.2 要求预录音视频提供字幕；Netflix 定时文本要求 5/6 秒最短、7 秒最长、最多两行；Netflix 配音指南强调对口型以画面为准，混音应把对白自然嵌入音乐与效果声床。iZotope RX 文档说明 Mouth De-click 可降口部杂音、De-plosive 可降爆破音，但高参数可能损伤语音。版权方面，美国版权局 AI 报告第 1 部分涉及数字复制品，SAG-AFTRA 与 NAVA 强调同意、报酬与控制权。
必要检查：不只看表头，要戴耳机听咔哒、剪辑、呼吸、爆破、齿音、降噪伪影；在正常消费音量关字幕听一遍；用小喇叭或单声道听一遍；在终版帧率与编码路径下核对同步；带音乐、效果与字幕做上下文检查。
实践要点：先建句级对话映射表，含时间码、说话人、屏内/屏外、问题、处理、发音、权利状态与交接备注；优先用最不侵入的方式（备用话筒、备用条、手动剪辑、片段增益、交叉淡化、房间音填充），避免先做大幅降噪；修补按顺序做，若修复后伪影更明显则回退。ADR 提示需含场景背景、参考时间码、台词与备选、ADR 原因、表演意图、同步锚点、发音指南、话筒/空间目标、房间/处理目标。导演表演优先给可执行的动词与情境，一次只给一条时间提示。合成语音使用前须核实声音所有权、是否同意、训练与复制是否被允许、期限/地域/媒介限制及是否需披露；不得在无书面许可下克隆或模仿可识别的在世或已故人物。字幕与转写须逐字对应最终听到的音频，含说话人、非语音提示与发音表。混音交接宜交干净干声、按场景/说话人整理的分轨、房间音填充、响度测量、采样率/位深/帧率与未决问题。
限制：资料未提供具体价格、平台支持范围或固定使用步骤；响度与字幕规格随交付方而异，应以交付规格为准，无规格时先提出暂定目标并确认。