同理，举个例子:
某个视频前十秒需要配音+配乐，我可能还要给他加点打架碰撞的音效，而且还是个男女吵架的对白
现在看来，总共4个音频:男音+女音 +配乐+碰撞音效
然而我的配音员又没给我配好，男音跟画面有点没对上，还录多了，女音还凑合。
好了接下来要开始我的操作了，首先男音单独拉一个序列，画面拉过来进行匹配
(视频短的话音频可以不嵌套的，直接做去就行了，但是这里为了回答楼主的问题，嵌套一下)
关闭这个镜头的画面的眼睛，把我这个序列名改为:男主音频。新建第二个序列，命名:镜头
把男女吵架的画面拉进来，女音放在下面的音频轨(A1)上，刚刚做好的男主音频序列拉进来放在音频轨(A2上)，音效拉到音频轨(A3)，配音拉到音频轨(A4) ，好了接下来对音效吧
播放一下，是我想要的
如上为合并+嵌套的演示
温馨提示：答案为网友推荐，仅供参考