我正在开发一款漫剧APP，目前头大的很，， 
准备使用sora模型来实现，是通过@角色（截取3秒的视频角色内容）来控制，还是角色三视图控制呢？ 
另外利用nanobanana pro的一张九宫格分镜图 直接喂给sora生成15秒的视频，可行吗？ 
另外多个15秒视频拼接时候，音色一致性怎么控制呢？不太想后期配音对口型太麻烦了，直接利用sora的原声能实现音色一致性吗？ 
求大佬给小弟个流程建议，万分感谢