Процесс озвучивания достаточно сложный, примерная схема выглядит как-то так.
Тут опущен вариант онлайн-даббинга, остается только оффлайн-вариант, когда все записываются отдельно.

TODO:
добавить про распознавание субтитров (OCR, в том числе ручной)
укладка фраз
создание графа общения
аггрегация желающих и их семплов голоса
кастинг актеров и подбор голосов

Осторожно, картинка большая: