Не совсем ясный вопрос, что тебя интересует из "совмещения"...
Композинг? - Отснял обоих персонажей, прокеил, развернул одного зеркально в АЕ и все дела...
А вот "попасть в дырки" по звуку - это уже другой вопрос
Я делал так:
Садишь "диктора 1" у микрофона и начитываешь
ВСЕ ДИАЛОГИ НЕПРЕРЫВНО с 2-х секундными паузами между ними
(ну... или прерывно, но паузы придётся повыкусывать в монтажке). Интонационно и ритмически читать точно так же, как будет читаться в кадре.
Потом снимаешь "диктора 2" на рире, прокручивая ему эту ленту. В записанных паузах жмёшь паузу и ждёшь пока он ответит. Ответил - прокручиваешь дальше до следующей паузы и т.д.
Потом звук с этой кассеты "как есть" прокручиваешь во время съёмки "диктора 1", а он вставляет в него свои диалоги слушая в наушнике или тихонечно в акустике. Всё