v2收尾：手势升级 + 暂停退出 + 结局语音化 + 分支补全 + 12条新音频

gestures.js: 新增长按(1s)、两指长按(暂停)、三指点击(退出)，支持多指检测
engine.js: REPLY_COUNT变量、长按重播/状态广播、暂停恢复退出机制、
  选择提示音、结局台词预录音频替换TTS、内容预警+心理热线
story.js: MSG-10/11 follow-up补全down(沉默)选项
index.html: 操作指南添加长按/安全手势、内容预警文字
batch_tts_voxcpm.py: 新增12条台词(结局旁白+系统提示+分支NPC反应)
audio/mp3/tts: 12个VoxCPM2生成的林夏声线MP3

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

audio/batch_tts_voxcpm.py

@@ -421,6 +421,30 @@ LINES = [
     ("v2_linxia_generic_cold_fine", "linxia", "行吧。"),
     ("v2_linxia_generic_curious", "linxia", "嗯？"),
     ("v2_linxia_generic_then", "linxia", "然后呢？"),
+
+    # ══════════════════════════════════════════════════════════
+    #  v2 收尾：结局旁白 + 系统提示 + 分支补全
+    # ══════════════════════════════════════════════════════════
+
+    # ── 结局旁白（林夏轻声自语） ──
+    ("v2_ending_a_linxia", "linxia", "明天再说。"),
+    ("v2_ending_b_linxia", "linxia", "寄出去了。"),
+    ("v2_ending_c_linxia", "linxia", "今晚就这样。"),
+    ("v2_ending_d_linxia", "linxia", "早上好。"),
+    ("v2_ending_e_linxia", "linxia", "好。"),
+
+    # ── 系统语音提示（林夏声线） ──
+    ("v2_sys_wait_reply", "linxia", "等待回复。"),
+    ("v2_sys_paused", "linxia", "游戏已暂停。单击继续，三指点击退出。"),
+    ("v2_sys_content_warning", "linxia",
+     "本游戏涉及孤独、家庭关系等情感话题，请在舒适的状态下体验。"),
+    ("v2_sys_hotline", "linxia",
+     "如需倾诉，全国心理援助热线，400-161-9995。"),
+
+    # ── 分支补全：MSG-10/11 沉默路径 NPC 反应 ──
+    ("v2_msg10_rw_react_silent", "mom", "那早点睡啊。"),
+    ("v2_msg10_call_react_down", "mom", "没事就好。早点睡。"),
+    ("v2_msg11_r3_react_silent", "azhe", "行吧，那我不来了。"),
 ]
 
 

audio/convert_new_tts.sh

@@ -0,0 +1,54 @@
+#!/bin/bash
+# 将新生成的 WAV 文件转为 MP3 并复制到游戏 tts 目录
+set -e
+
+RAW_DIR="/home/xsl/blind/audio/00_raw/tts"
+OUT_DIR="/home/xsl/blind/audio/mp3/tts"
+
+NEW_FILES=(
+  "v2_ending_a_linxia_wav_v1"
+  "v2_ending_b_linxia_wav_v1"
+  "v2_ending_c_linxia_wav_v1"
+  "v2_ending_d_linxia_wav_v1"
+  "v2_ending_e_linxia_wav_v1"
+  "v2_sys_wait_reply_wav_v1"
+  "v2_sys_paused_wav_v1"
+  "v2_sys_content_warning_wav_v1"
+  "v2_sys_hotline_wav_v1"
+  "v2_msg10_rw_react_silent_wav_v1"
+  "v2_msg10_call_react_down_wav_v1"
+  "v2_msg11_r3_react_silent_wav_v1"
+)
+
+ok=0
+fail=0
+
+for name in "${NEW_FILES[@]}"; do
+  src="${RAW_DIR}/${name}.wav"
+  dst="${OUT_DIR}/${name}.mp3"
+
+  if [ ! -f "$src" ]; then
+    echo "[SKIP] $name.wav not found"
+    ((fail++))
+    continue
+  fi
+
+  if [ -f "$dst" ]; then
+    echo "[EXISTS] $name.mp3"
+    ((ok++))
+    continue
+  fi
+
+  echo -n "[CONVERT] $name ... "
+  ffmpeg -y -i "$src" -codec:a libmp3lame -b:a 128k -ar 24000 -ac 1 "$dst" 2>/dev/null
+  if [ $? -eq 0 ]; then
+    echo "ok ($(du -h "$dst" | cut -f1))"
+    ((ok++))
+  else
+    echo "FAILED"
+    ((fail++))
+  fi
+done
+
+echo ""
+echo "Done: $ok ok, $fail failed"

game/index.html

@@ -122,6 +122,14 @@
     <div class="ctrl-group">
       <div class="ctrl-scene">播放中</div>
       <div class="ctrl-row"><span class="ctrl-gesture">双击</span><span class="ctrl-action">跳过</span></div>
+      <div class="ctrl-row"><span class="ctrl-gesture">长按</span><span class="ctrl-action">重播</span></div>
+    </div>
+
+    <div class="ctrl-group">
+      <div class="ctrl-scene">随时可用</div>
+      <div class="ctrl-row"><span class="ctrl-gesture">两指长按</span><span class="ctrl-action">暂停</span></div>
+      <div class="ctrl-row"><span class="ctrl-gesture">三指点击</span><span class="ctrl-action">退出（暂停后）</span></div>
+      <div class="ctrl-row"><span class="ctrl-gesture">长按</span><span class="ctrl-action">播报未读数</span></div>
     </div>
   </div>
 
@@ -130,6 +138,10 @@
     建议关灯 · 戴上耳机<br>
     按你的节奏来
   </div>
+  <div class="tip" style="margin-top:20px;color:#333;">
+    本游戏涉及孤独、家庭关系等情感话题<br>
+    请在舒适的状态下体验
+  </div>
 </div>
 
 <div id="caption"></div>

game/js/engine.js

@@ -6,6 +6,7 @@
 // 新增状态：
 //   responding — 林夏说话中（打字音效 + 语音播放）
 //   reacting   — NPC反应播放中
+//   paused     — 游戏暂停（两指长按触发）
 
 class GameEngine {
   constructor() {
@@ -20,6 +21,7 @@ class GameEngine {
       ZHOUNAN_SHARE: false,
       SELF_RECORD: false,
       UNREAD: 0,
+      REPLY_COUNT: 0,
     };
 
     this.profile = new ProfileTracker();
@@ -35,6 +37,9 @@ class GameEngine {
     this._pendingResolve = null;   // 用于中断语音播放的 resolve
     this._skipRequested = false;   // 跳过标志
 
+    // 暂停系统
+    this._pausedState = null;      // 暂停前的状态
+
     this.gest = null;
   }
 
@@ -49,10 +54,11 @@ class GameEngine {
       idle:         '',
       notification: '单击 播放 · 双击 跳过',
       ringing:      '单击 接听 · 左滑 拒接',
-      playing:      '双击 跳过',
+      playing:      '双击 跳过 · 长按 重播',
       choosing:     '→温暖  ←冷淡  ↑追问  ↓沉默',
       responding:   '双击 跳过',
       reacting:     '双击 跳过',
+      paused:       '单击 继续 · 三指点击 退出',
       ending:       '',
     };
     el.textContent = H[s] || '';
@@ -65,17 +71,24 @@ class GameEngine {
   init(gestureDetector) {
     this.gest = gestureDetector;
     this.gest
-      .on('singletap',    () => this._onTap())
-      .on('doubletap',    () => this._onDoubleTap())
-      .on('swipe_left',   () => this._onSwipe('left'))
-      .on('swipe_right',  () => this._onSwipe('right'))
-      .on('swipe_up',     () => this._onSwipe('up'))
-      .on('swipe_down',   () => this._onSwipe('down'));
+      .on('singletap',           () => this._onTap())
+      .on('doubletap',           () => this._onDoubleTap())
+      .on('swipe_left',          () => this._onSwipe('left'))
+      .on('swipe_right',         () => this._onSwipe('right'))
+      .on('swipe_up',            () => this._onSwipe('up'))
+      .on('swipe_down',          () => this._onSwipe('down'))
+      .on('longpress',           () => this._onLongPress())
+      .on('twofinger_longpress', () => this._onPause())
+      .on('threefinger_tap',     () => this._onExit());
   }
 
   async start() {
     this._queue = [...MESSAGES];
 
+    // 内容预警
+    await this._playVoiceAsync([`${T}/v2_sys_content_warning_wav_v1.mp3`]);
+    await sleep(1000);
+
     await Snd.startAmbience(AMBIENCE_DEFAULT, { vol: 0.15 });
     await sleep(1500);
     Snd.startBGM(`${MUS}/lv11_bgm_m1_main_loop_v1.mp3`, { vol: 0.1 });
@@ -334,6 +347,7 @@ class GameEngine {
     this.state = 'choosing';
     SFX_UI.choiceReady();
     Haptic.confirm();
+    Snd.playVoice([`${T}/v2_sys_wait_reply_wav_v1.mp3`]);
     this._startReminder();
   }
 
@@ -369,6 +383,7 @@ class GameEngine {
     // 2. 应用状态和画像
     if (!choice.isSilence) {
       this.msgState[this.currentMsg.id] = 'replied';
+      this.vars.REPLY_COUNT++;
     }
     if (choice.state)   this._applyState(choice.state);
     if (choice.profile) this.profile.add(choice.profile);
@@ -516,6 +531,13 @@ class GameEngine {
 
   _onTap() {
     const s = this.state;
+
+    // 暂停中 → 恢复
+    if (s === 'paused') {
+      this._onResume();
+      return;
+    }
+
     if (s === 'ringing') {
       this._answerCall(this.currentMsg);
     } else if (s === 'notification') {
@@ -530,6 +552,8 @@ class GameEngine {
   _onDoubleTap() {
     const s = this.state;
 
+    if (s === 'paused') return;
+
     if (s === 'ringing') {
       this._rejectCall(this.currentMsg);
       return;
@@ -579,6 +603,8 @@ class GameEngine {
   _onSwipe(dir) {
     const s = this.state;
 
+    if (s === 'paused') return;
+
     if (s === 'ringing') {
       if (dir === 'left')       this._rejectCall(this.currentMsg);
       else if (dir === 'right') this._answerCall(this.currentMsg);
@@ -602,6 +628,83 @@ class GameEngine {
     }
   }
 
+  // ── 长按：重播 / 状态广播 ──
+  _onLongPress() {
+    const s = this.state;
+
+    if (s === 'paused' || s === 'ending') return;
+
+    Haptic.confirm();
+
+    // playing/responding/reacting/choosing → 重播当前消息音频
+    if ((s === 'playing' || s === 'responding' || s === 'reacting' || s === 'choosing') && this.currentMsg) {
+      this._interruptVoice();
+      if (this.currentMsg.audio?.length > 0) {
+        this._playVoiceAsync(this.currentMsg.audio);
+      } else if (this.currentMsg.type === 'wechat_text' && this.currentMsg.text) {
+        TTS.speak(this.currentMsg.text);
+      }
+      return;
+    }
+
+    // idle/notification → 广播未读数
+    TTS.speak(`当前未读${this.vars.UNREAD}条消息`);
+  }
+
+  // ── 暂停 ──
+  _onPause() {
+    const s = this.state;
+    if (s === 'ending' || s === 'paused') return;
+
+    this._pausedState = s;
+    this._interruptVoice();
+    this._clearReminder();
+    Haptic.stop();
+    this.state = 'paused';
+    Snd.playVoice([`${T}/v2_sys_paused_wav_v1.mp3`]);
+  }
+
+  // ── 恢复 ──
+  _onResume() {
+    Snd.stopVoice();
+    const prev = this._pausedState || 'idle';
+    this._pausedState = null;
+
+    // 语音无法断点续播，根据暂停前状态决定恢复行为
+    if (prev === 'choosing' && this._currentChoices) {
+      this.state = 'choosing';
+      SFX_UI.choiceReady();
+      Haptic.confirm();
+      this._startReminder();
+    } else if (prev === 'notification' || prev === 'ringing') {
+      this.state = prev;
+      this._startReminder();
+    } else {
+      // playing/responding/reacting → 无法续播，推进到下一条或回到选择
+      if (this._currentChoices) {
+        this._enterChoosing(this._currentChoices);
+      } else {
+        this._proceedToNext();
+      }
+    }
+  }
+
+  // ── 退出 ──
+  _onExit() {
+    if (this.state !== 'paused') return;
+
+    this._endingTriggered = true;
+    this._interruptVoice();
+    // 退出不需要特殊音频，直接返回开始页
+    setTimeout(() => {
+      const startEl = document.getElementById('start');
+      if (startEl) {
+        startEl.style.opacity = '1';
+        startEl.style.display = 'flex';
+      }
+    }, 2000);
+  }
+
   // ══════════════════════════════════════════
   //   结局系统
   // ══════════════════════════════════════════
@@ -611,30 +714,29 @@ class GameEngine {
 
     const v = this.vars;
 
-    // 结局E（隐藏）
+    // 结局E（隐藏）— 优先级 1
     if (v.ZHOUNAN_DEPTH >= 2 && v.ZHOUNAN_SHARE &&
         (this.profile.label === 'engagement' || this.profile.label === 'nostalgia')) {
       return this._triggerEnding('E');
     }
 
-    // 结局A：妈妈连接 + 自己录音
+    // 结局A：妈妈连接 + 自己录音 — 优先级 2
     if (v.MOM_LINK && v.SELF_RECORD) {
       return this._triggerEnding('A');
     }
 
-    // 结局B：拒了阿哲 + 回了周南
+    // 结局B：拒了阿哲 + 回了周南 — 优先级 3
     if (v.HE_BACK === false && v.ZHOUNAN_DEPTH >= 1) {
       return this._triggerEnding('B');
     }
 
-    // 结局C：全部已读但极少回复
-    const replied = Object.values(this.msgState).filter(s => s === 'replied').length;
-    const read    = Object.values(this.msgState).filter(s => s !== 'unread').length;
-    if (read >= MESSAGES.length - 2 && replied <= 2) {
+    // 结局C：全部已读但极少回复 — 优先级 4
+    const read = Object.values(this.msgState).filter(s => s !== 'unread').length;
+    if (read >= MESSAGES.length - 2 && v.REPLY_COUNT <= 2) {
       return this._triggerEnding('C');
     }
 
-    // 结局D（兜底）
+    // 结局D（兜底）— 优先级 5
     this._triggerEnding('D');
   }
 
@@ -659,6 +761,10 @@ class GameEngine {
       E: () => this._endingE(),
     }[type];
     if (fn) await fn();
+
+    // 结局后播报心理支持热线
+    await sleep(3000);
+    await this._playVoiceAsync([`${T}/v2_sys_hotline_wav_v1.mp3`]);
   }
 
   async _endingA() {
@@ -668,13 +774,15 @@ class GameEngine {
     await sleep(4000);
     SFX_UI.ending();
     this._showCaption('明天再说。');
+    await this._playVoiceAsync([`${T}/v2_ending_a_linxia_wav_v1.mp3`]);
   }
 
   async _endingB() {
     await sleep(2000);
     SFX_UI.ending();
     await sleep(1000);
-    this._showCaption('寄出。');
+    this._showCaption('寄出去了。');
+    await this._playVoiceAsync([`${T}/v2_ending_b_linxia_wav_v1.mp3`]);
   }
 
   async _endingC() {
@@ -682,6 +790,7 @@ class GameEngine {
     SFX_UI.ending();
     await sleep(1000);
     this._showCaption('今晚就这样。');
+    await this._playVoiceAsync([`${T}/v2_ending_c_linxia_wav_v1.mp3`]);
   }
 
   async _endingD() {
@@ -692,6 +801,7 @@ class GameEngine {
     Snd.startAmbience(`${AMB}/amb_dawn_birds_v1.mp3`, { vol: 0.4 });
     await sleep(4000);
     this._showCaption('早上好。');
+    await this._playVoiceAsync([`${T}/v2_ending_d_linxia_wav_v1.mp3`]);
   }
 
   async _endingE() {
@@ -704,6 +814,7 @@ class GameEngine {
     SFX_UI.ending();
     await sleep(1000);
     this._showCaption('好。');
+    await this._playVoiceAsync([`${T}/v2_ending_e_linxia_wav_v1.mp3`]);
   }
 
   _showCaption(text) {

game/js/gestures.js

@@ -1,7 +1,8 @@
-// gestures.js — 触控手势检测器（简化版）
+// gestures.js — 触控手势检测器
 //
-// 仅支持 6 种手势：单击 · 双击 · 左滑 · 右滑 · 上滑 · 下滑
-// 无长按，无多指操作
+// 支持 9 种手势：
+//   单击 · 双击 · 长按(1s) · 左滑 · 右滑 · 上滑 · 下滑
+//   两指长按(1s) · 三指点击
 
 class GestureDetector {
   constructor(el) {
@@ -14,6 +15,15 @@ class GestureDetector {
     this._tapTimer = null;
     this._tapCount = 0;
 
+    // 长按检测
+    this._longPressTimer = null;
+    this._longPressTriggered = false;
+
+    // 多指检测
+    this._maxTouches = 0;          // 本次触摸中同时出现的最大手指数
+    this._multiTouchLPTimer = null; // 两指长按计时器
+    this._multiTouchHandled = false;
+
     this._bindTouch();
     this._bindMouse();
     this._bindKeyboard();
@@ -30,21 +40,105 @@ class GestureDetector {
   // ── 触摸事件 ──
   _bindTouch() {
     const el = this._el;
+
     el.addEventListener('touchstart', e => {
       e.preventDefault();
-      const t = e.touches[0];
-      this._startX = t.clientX;
-      this._startY = t.clientY;
-      this._startTime = Date.now();
+      const count = e.touches.length;
+
+      // 记录本次触摸出现过的最大手指数
+      if (count > this._maxTouches) this._maxTouches = count;
+
+      if (count === 1) {
+        // 单指：记录起点 + 启动长按计时
+        const t = e.touches[0];
+        this._startX = t.clientX;
+        this._startY = t.clientY;
+        this._startTime = Date.now();
+        this._longPressTriggered = false;
+
+        this._longPressTimer = setTimeout(() => {
+          this._longPressTriggered = true;
+          this._longPressTimer = null;
+          this._emit('longpress');
+        }, 1000);
+
+      } else if (count === 2) {
+        // 两指：取消单指长按，启动两指长按计时
+        this._cancelLongPress();
+        this._multiTouchLPTimer = setTimeout(() => {
+          this._multiTouchHandled = true;
+          this._multiTouchLPTimer = null;
+          this._emit('twofinger_longpress');
+        }, 1000);
+
+      } else if (count >= 3) {
+        // 三指+：取消所有计时
+        this._cancelLongPress();
+        this._cancelMultiTouchLP();
+      }
+    }, { passive: false });
+
+    el.addEventListener('touchmove', e => {
+      e.preventDefault();
+      // 移动超 15px 取消长按
+      if (this._longPressTimer && e.touches.length === 1) {
+        const t = e.touches[0];
+        const dx = t.clientX - this._startX;
+        const dy = t.clientY - this._startY;
+        if (Math.sqrt(dx * dx + dy * dy) > 15) {
+          this._cancelLongPress();
+        }
+      }
+      // 两指移动也取消两指长按
+      if (this._multiTouchLPTimer) {
+        this._cancelMultiTouchLP();
+      }
     }, { passive: false });
 
     el.addEventListener('touchend', e => {
       e.preventDefault();
+
+      // 还有手指在屏幕上，等全部抬起再处理
+      if (e.touches.length > 0) return;
+
+      // 全部手指抬起 — 根据 maxTouches 判定手势类型
+      const max = this._maxTouches;
+
+      // 清理计时器
+      this._cancelLongPress();
+      this._cancelMultiTouchLP();
+
+      // 已在计时器中处理过（长按 / 两指长按）
+      if (this._longPressTriggered || this._multiTouchHandled) {
+        this._resetMultiTouch();
+        return;
+      }
+
+      // 三指点击
+      if (max >= 3) {
+        this._resetMultiTouch();
+        this._emit('threefinger_tap');
+        return;
+      }
+
+      // 两指快速触摸（< 1s）→ 忽略
+      if (max === 2) {
+        this._resetMultiTouch();
+        return;
+      }
+
+      // 单指：正常处理（滑动 / 点击）
+      this._resetMultiTouch();
       const t = e.changedTouches[0];
       this._process(t.clientX, t.clientY);
     }, { passive: false });
 
-    el.addEventListener('touchcancel', () => this._reset(), { passive: false });
+    el.addEventListener('touchcancel', () => {
+      this._cancelLongPress();
+      this._cancelMultiTouchLP();
+      this._resetMultiTouch();
+      this._reset();
+    }, { passive: false });
   }
 
   // ── 鼠标事件（桌面调试）──
@@ -53,10 +147,31 @@ class GestureDetector {
       this._startX = e.clientX;
       this._startY = e.clientY;
       this._startTime = Date.now();
+      this._longPressTriggered = false;
+
+      this._longPressTimer = setTimeout(() => {
+        this._longPressTriggered = true;
+        this._longPressTimer = null;
+        this._emit('longpress');
+      }, 1000);
     });
     this._el.addEventListener('mouseup', e => {
+      this._cancelLongPress();
+      if (this._longPressTriggered) {
+        this._longPressTriggered = false;
+        return;
+      }
       this._process(e.clientX, e.clientY);
     });
+    this._el.addEventListener('mousemove', e => {
+      if (this._longPressTimer) {
+        const dx = e.clientX - this._startX;
+        const dy = e.clientY - this._startY;
+        if (Math.sqrt(dx * dx + dy * dy) > 15) {
+          this._cancelLongPress();
+        }
+      }
+    });
   }
 
   // ── 键盘事件（桌面调试）──
@@ -69,11 +184,14 @@ class GestureDetector {
         case 'ArrowRight': e.preventDefault(); this._emit('swipe_right'); break;
         case 'ArrowUp':    e.preventDefault(); this._emit('swipe_up'); break;
         case 'ArrowDown':  e.preventDefault(); this._emit('swipe_down'); break;
+        case 'KeyL':       e.preventDefault(); this._emit('longpress'); break;
+        case 'KeyP':       e.preventDefault(); this._emit('twofinger_longpress'); break;
+        case 'KeyQ':       e.preventDefault(); this._emit('threefinger_tap'); break;
       }
     });
   }
 
-  // ── 手势判定 ──
+  // ── 手势判定（单指） ──
   _process(endX, endY) {
     const dx = endX - this._startX;
     const dy = endY - this._startY;
@@ -114,8 +232,31 @@ class GestureDetector {
     }
   }
 
+  // ── 工具方法 ──
+
+  _cancelLongPress() {
+    if (this._longPressTimer) {
+      clearTimeout(this._longPressTimer);
+      this._longPressTimer = null;
+    }
+  }
+
+  _cancelMultiTouchLP() {
+    if (this._multiTouchLPTimer) {
+      clearTimeout(this._multiTouchLPTimer);
+      this._multiTouchLPTimer = null;
+    }
+  }
+
+  _resetMultiTouch() {
+    this._maxTouches = 0;
+    this._multiTouchHandled = false;
+  }
+
   _reset() {
     clearTimeout(this._tapTimer);
     this._tapCount = 0;
+    this._longPressTriggered = false;
+    this._resetMultiTouch();
   }
 }

game/js/story.js

@@ -388,6 +388,11 @@ const MESSAGES = [
               linxia: lx('v2_msg10_rw_linxia_curious_wav_v1.mp3'),
               npcReact: [rx('v2_msg10_rw_react_curious_wav_v1.mp3')],
             },
+            down: {
+              isSilence: true,
+              npcReact: [rx('v2_msg10_rw_react_silent_wav_v1.mp3')],
+              profile: { avoidance: 1 },
+            },
           },
         },
       },
@@ -415,7 +420,8 @@ const MESSAGES = [
             },
             down: {
               isSilence: true,
-              npcReact: [rx('v2_msg10_call_react_silent_wav_v1.mp3')],
+              npcReact: [rx('v2_msg10_call_react_down_wav_v1.mp3')],
+              profile: { avoidance: 1 },
             },
           },
         },
@@ -469,6 +475,12 @@ const MESSAGES = [
               npcReact: [rx('v2_msg11_react_cold_wav_v1.mp3')],
               state: { HE_BACK: false },
             },
+            down: {
+              isSilence: true,
+              npcReact: [rx('v2_msg11_r3_react_silent_wav_v1.mp3')],
+              state: { HE_BACK: false },
+              profile: { avoidance: 1 },
+            },
           },
         },
       },

任务文档_v2收尾.md

@@ -0,0 +1,250 @@
+# 林夏 v2 收尾任务文档
+
+## 一、游戏开发任务
+
+### G1: 手势系统升级 — gestures.js
+
+**现状**: 仅支持 6 种手势（单击/双击/四方向滑动），无长按、无多指手势  
+**目标**: 新增长按(1s)、两指长按(暂停)、三指点击(退出)
+
+**交付物**:
+- 长按检测：touchstart 后 1000ms 无移动 → emit `longpress`
+- 两指长按检测：两指同时触屏 1000ms → emit `twofinger_longpress`
+- 三指点击检测：三指同时触屏后抬起 → emit `threefinger_tap`
+- touchmove 监听：移动超阈值取消长按
+- 键盘映射：L=长按, P=暂停, Q=退出
+
+**测试case**:
+1. 单指按住 1.5s 不动 → 触发 longpress，不触发 singletap
+2. 单指按住 0.3s 抬起 → 触发 singletap，不触发 longpress
+3. 单指按住后滑动 → 触发 swipe，不触发 longpress
+4. 双指按住 1.5s → 触发 twofinger_longpress
+5. 双指快速点击（<1s）→ 不触发任何事件（忽略）
+6. 三指同时触屏后抬起 → 触发 threefinger_tap
+7. 键盘 L/P/Q 分别触发对应事件
+
+---
+
+### G2: 变量系统补全 — engine.js
+
+**现状**: 使用 `UNREAD` 变量，缺少 `REPLY_COUNT`  
+**目标**: 添加 `REPLY_COUNT`，在玩家做出非沉默选择时递增
+
+**交付物**:
+- `vars` 对象新增 `REPLY_COUNT: 0`
+- `_handleChoice()` 中非沉默选择时 `REPLY_COUNT++`
+- 结局 C 判定改用 `REPLY_COUNT <= 2`
+
+**测试case**:
+1. 选择右滑(温暖) → REPLY_COUNT 递增 1
+2. 选择下滑(沉默, isSilence=true) → REPLY_COUNT 不变
+3. 双击跳过选择 → REPLY_COUNT 不变
+4. 全程极少回复(REPLY_COUNT<=2) + 全部已读 → 触发结局 C
+
+---
+
+### G3: 长按手势处理 — engine.js
+
+**现状**: 无长按处理  
+**目标**: playing/choosing 状态重播当前消息音频；其他状态广播未读数
+
+**交付物**:
+- `_onLongPress()` 方法
+- playing/responding/reacting → 中断当前播放，重播 currentMsg.audio
+- choosing → 重播 currentMsg.audio（不退出选择状态）
+- idle/notification → TTS 播报 "当前未读 N 条消息"
+
+**测试case**:
+1. playing 状态长按 → 当前语音重头播放
+2. choosing 状态长按 → 重播 NPC 问题，仍可继续选择
+3. idle 状态长按 → TTS 播报未读数
+4. ending 状态长按 → 无反应
+
+---
+
+### G4: 暂停/退出机制 — engine.js
+
+**现状**: 无暂停/退出功能  
+**目标**: 两指长按暂停，单击恢复，三指点击退出
+
+**交付物**:
+- 新状态 `paused`
+- `_onPause()`: 保存当前状态、停止所有音频/震动、TTS 播报暂停提示
+- `_onResume()`: 恢复到 choosing/idle（语音无法断点续播）
+- `_onExit()`: 仅 paused 状态可用，TTS 播报感谢后返回开始页
+- hint 栏显示暂停状态提示
+
+**测试case**:
+1. playing 状态两指长按 → 音频停止，进入 paused，TTS 播报暂停
+2. paused 状态单击 → 恢复游戏
+3. paused 状态三指点击 → 退出到开始页
+4. 非 paused 状态三指点击 → 无反应
+5. ending 状态两指长按 → 无反应（结局不可暂停）
+
+---
+
+### G5: 选择状态语音提示 — engine.js
+
+**现状**: 进入 choosing 仅播放 choiceReady 音效 + confirm 震动  
+**目标**: 追加 TTS 播报 "等待回复"
+
+**交付物**:
+- `_enterChoosing()` 中 SFX_UI.choiceReady() 后追加 TTS.speak('等待回复')
+
+**测试case**:
+1. 播放完 NPC 语音进入选择 → 听到 "叮" + TTS "等待回复"
+2. 快速双击跳过 → TTS 被中断，不卡住
+
+---
+
+### G6: 结局语音化 — engine.js
+
+**现状**: 结局使用 `_showCaption(text)` 显示视觉文字（与零视觉设计矛盾）  
+**目标**: 结局台词通过 TTS 朗读（后续替换为预录音频）
+
+**交付物**:
+- `_endingA/B/C/D/E` 中 `_showCaption(text)` → `TTS.speak(text)`（保留 caption 作为补充）
+- 结局 E 周南语音播完后 TTS 说 "好"
+
+**测试case**:
+1. 触发结局 A → 听到水壶声 + TTS "明天再说"
+2. 触发结局 D → 听到鸟鸣声 + TTS "早上好"
+3. 触发结局 E → 周南语音 + TTS "好"
+4. TTS 不可用时 → caption 仍然显示（降级方案）
+
+---
+
+### G7: 内容安全 — engine.js + index.html
+
+**现状**: 无内容预警和求助信息  
+**目标**: 游戏开始前播报内容预警，结局后显示心理支持热线
+
+**交付物**:
+- `start()` 开头：TTS 播报 "本游戏涉及孤独、家庭关系等情感话题，请在舒适的状态下体验"
+- 结局播完后：TTS 播报 "如需倾诉，全国心理援助热线 400-161-9995"
+- index.html 开始页添加内容预警文字
+
+**测试case**:
+1. 游戏启动 → 先听到内容预警，再开始环境音
+2. 任意结局完成后 → 听到热线播报
+3. 开始页可见内容预警文字
+
+---
+
+### G8: 分支补全 — story.js
+
+**现状**: MSG-10/11 follow-up 缺少沉默(down)选项  
+**目标**: 补全所有未闭合分支
+
+**交付物**:
+- MSG-10 right follow-up: 添加 down(沉默) 选项
+- MSG-10 up follow-up: 添加 down(沉默) 选项
+- MSG-11 up follow-up: 添加 down(沉默) 选项
+
+**测试case**:
+1. MSG-10 温暖回复后 → 可选右滑/上滑/下滑（沉默）
+2. MSG-10 追问后通话 → 可选右滑/上滑/下滑（沉默）
+3. MSG-11 追问后 → 可选右滑/左滑/下滑（沉默）
+
+---
+
+### G9: 操作指南更新 — index.html
+
+**现状**: 开始页操作说明缺少长按和安全手势  
+**目标**: 补充完整操作说明
+
+**交付物**:
+- 添加 "播放中" 长按重播说明
+- 添加 "随时可用" 安全手势分组（两指长按暂停、三指点击退出）
+
+**测试case**:
+1. 开始页显示完整操作说明，含长按和安全手势
+
+---
+
+## 二、音频制作任务（需 VoxCPM2 服务）
+
+### A1: 结局旁白音频
+
+**现状**: 结局台词无预录音频，依赖 TTS  
+**目标**: 用林夏声线生成 5 条结局旁白
+
+**交付物** (5 个 MP3):
+| 文件名 | 台词 |
+|---------|------|
+| `v2_ending_a_linxia_wav_v1.mp3` | "明天再说。" |
+| `v2_ending_b_linxia_wav_v1.mp3` | "寄出去了。" |
+| `v2_ending_c_linxia_wav_v1.mp3` | "今晚就这样。" |
+| `v2_ending_d_linxia_wav_v1.mp3` | "早上好。" |
+| `v2_ending_e_linxia_wav_v1.mp3` | "好。" |
+
+**测试case**:
+1. 每个文件 < 3s，采样率 24kHz+，音色一致
+2. 语气匹配情境（A 疲惫温柔、D 平静、E 轻快）
+
+---
+
+### A2: 系统提示音频
+
+**现状**: 无系统提示预录音频  
+**目标**: 生成游戏流程中的系统语音提示
+
+**交付物** (4 个 MP3):
+| 文件名 | 台词 |
+|---------|------|
+| `v2_sys_wait_reply_wav_v1.mp3` | "等待回复" |
+| `v2_sys_paused_wav_v1.mp3` | "游戏已暂停。单击继续，三指点击退出" |
+| `v2_sys_content_warning_wav_v1.mp3` | "本游戏涉及孤独、家庭关系等情感话题，请在舒适的状态下体验" |
+| `v2_sys_hotline_wav_v1.mp3` | "如需倾诉，全国心理援助热线 400-161-9995" |
+
+**测试case**:
+1. 音色使用林夏声线，语速适中
+2. 暂停提示 < 5s，内容预警 < 8s
+
+---
+
+### A3: 新增分支台词音频
+
+**现状**: MSG-10/11 补全的 down 分支缺音频  
+**目标**: 生成沉默后 NPC 反应音频
+
+**交付物** (3 个 MP3):
+| 文件名 | 角色 | 台词 |
+|---------|------|------|
+| `v2_msg10_rw_react_silent_wav_v1.mp3` | 妈妈 | "那早点睡啊。" |
+| `v2_msg10_call_react_down_wav_v1.mp3` | 妈妈 | "……没事就好。早点睡。" |
+| `v2_msg11_r3_react_silent_wav_v1.mp3` | 阿哲 | "行吧，那我不来了。" |
+
+**测试case**:
+1. 音色与对应角色现有音频一致
+2. 语气自然，符合上下文
+
+---
+
+### A4: MSG-16 后期处理
+
+**现状**: seg5-6 是奶奶无声电话的描述段，需要电话底噪叠加  
+**目标**: 与 MSG-08 未知号码呼吸声使用匹配的底噪
+
+**交付物**:
+- `lv11_0200_mom_voice_01_seg5_wav_v1.mp3` 叠加电话底噪
+- `lv11_0200_mom_voice_01_seg6_wav_v1.mp3` 叠加电话底噪
+
+**测试case**:
+1. seg5-6 可听到轻微电话底噪（与 MSG-08 sfx_breathing_unknown_v1.mp3 风格匹配）
+2. 底噪不盖过妈妈说话声（底噪 -18dB 以下）
+
+---
+
+## 三、执行顺序
+
+```
+阶段一（代码 — 立即执行）:
+  G1 → G2 → G3/G4/G5 → G6 → G7 → G8 → G9
+
+阶段二（音频 — 需 VoxCPM2）:
+  A1 → A2 → A3 → A4
+
+阶段三（集成）:
+  结局音频替换 TTS → 系统提示音替换 TTS → 回归测试
+```

执行文档_音频素材制作.md

@@ -1,7 +1,9 @@
 # 《林夏》音频素材本地制作执行文档
 
 > **前置文档**：`林夏.md`（游戏设计）、`SOP_AI音频生产.md`（生产规范）
-> **执行环境**：本机 WSL2 · RTX 5090 32GB · CosyVoice2-0.5B · FFmpeg 7.0
+> **执行环境**：本机 WSL2 · RTX 5090 32GB · FFmpeg 7.0
+> **TTS 主链路**：**VoxCPM2**（见 `林夏.md` §7.2），批量脚本 `audio/batch_tts_voxcpm.py`
+> **TTS 备用**：CosyVoice2-0.5B（见附录 B）
 > **目标**：按 SOP 规范在本地生产全部音频素材
 
 ---
@@ -10,12 +12,14 @@
 
 | 资源 | 路径 / 状态 | 用途 |
 |---|---|---|
-| CosyVoice 2.0 (0.5B) | `/home/xsl/tools/CosyVoice` · conda env: `cosyvoice` | TTS 主力（替代 SOP 中 MiniMax/豆包方案） |
+| **VoxCPM2** | `bash /home/xsl/AutoVideo/start-voxcpm.sh` → `http://127.0.0.1:8000` | **TTS 主链路**（声音克隆 + 合成） |
+| CosyVoice 2.0 (0.5B) | `/home/xsl/tools/CosyVoice` · conda env: `cosyvoice` | TTS 备用（见附录 B） |
 | FFmpeg 7.0 | `/usr/local/bin/ffmpeg` | 音频格式转换、响度归一化、听筒效果 |
-| GPU | RTX 5090 32GB | 跑 CosyVoice 推理 |
+| GPU | RTX 5090 32GB | 跑 VoxCPM2 / CosyVoice 推理 |
 | MuseTalk | `/home/xsl/work/MuseTalk` | **注意：这是唇形同步工具，不是 TTS** |
 
-> **SOP 中的 MiniMax / 豆包 API 全部替换为本地 CosyVoice**。音乐（Suno）、音效（ElevenLabs SFX）、环境采样（Freesound）仍走云端。
+> **SOP 中的 MiniMax / 豆包 API 全部替换为本地 VoxCPM2**。音乐（Suno）、音效（ElevenLabs SFX）、环境采样（Freesound）仍走云端。
+> CosyVoice2 保留作为备用方案（见附录 B），仅在 VoxCPM2 表现不佳时切换。
 
 ---
 
@@ -26,51 +30,27 @@
 ```bash
 cd /home/xsl/blind
 mkdir -p audio/{00_raw/{tts,music,sfx,ambience,ringtone},01_processed/{tts,music,sfx,ambience,ringtone},02_final/{tts,music,sfx,ambience,ringtone},03_qa_reports,99_legal}
-mkdir -p audio/00_raw/tts/prompt_ref  # 存放角色参考音频
+mkdir -p voice/{linxia,mom,azhe,xiaomei,zhounan,hr,anan,dorm_a,dorm_b,dorm_c,delivery,system}  # 各角色参考音频
 ```
 
-### 1.2 验证 CosyVoice 环境
+### 1.2 启动 VoxCPM2 服务
 
 ```bash
-# 激活 conda 环境
-conda activate cosyvoice
-
-# 验证依赖
-cd /home/xsl/tools/CosyVoice
-python -c "
-import sys
-sys.path.append('third_party/Matcha-TTS')
-from cosyvoice.cli.cosyvoice import CosyVoice2
-model = CosyVoice2('pretrained_models/CosyVoice2-0.5B')
-print('可用预训练音色:', model.list_available_spks())
-print('采样率:', model.sample_rate)
-print('CosyVoice2 加载成功')
-"
+# 启动 VoxCPM2 TTS 服务
+bash /home/xsl/AutoVideo/start-voxcpm.sh
+# uvicorn 服务: http://127.0.0.1:8000
 ```
 
-如果报错 `ModuleNotFoundError`，先装依赖：
+验证服务可用：
 ```bash
-conda activate cosyvoice
-cd /home/xsl/tools/CosyVoice
-pip install -r requirements.txt
+curl -s http://127.0.0.1:8000/docs | head -5
+# 应返回 API 文档页面
 ```
 
-### 1.3 启动 CosyVoice WebUI
-
-```bash
-conda activate cosyvoice
-cd /home/xsl/tools/CosyVoice
-python webui.py --port 8000
-```
-
-浏览器访问 `http://localhost:8000`。WebUI 提供 4 种推理模式：
-
-| 模式 | 说明 | 本项目用途 |
-|---|---|---|
-| **预训练音色** | 从内置音色列表选择 | 快速试听、系统 TTS |
-| **3s极速复刻** | 提供 3-30s 参考音频 + 对应文字 | **主力模式**：为每个角色准备参考音频 |
-| **跨语种复刻** | 跨语言克隆 | 暂不需要 |
-| **自然语言控制** | 用文字描述控制语气风格 | CosyVoice2 不支持此模式，改用 instruct2 API |
+**VoxCPM2 API 接口**（详见 `林夏.md` §7.2）：
+- `POST /v1/voices` — 注册参考音频（wav_base64）→ 返回 voice_id
+- `POST /v1/speech` — 合成语音（text + voice_id）→ 返回 WAV
+- 输出格式：48kHz 16-bit PCM WAV
 
 ### 1.4 验证 FFmpeg
 
@@ -87,7 +67,7 @@ echo "FFmpeg loudnorm 可用"
 
 ## 2. 角色参考音频准备（关键步骤）
 
-CosyVoice2 的"3s极速复刻"需要**每个角色一段 5-20 秒的参考音频**。参考音频的音色决定了最终 TTS 的音色。
+VoxCPM2 的声音克隆需要**每个角色一段参考音频**（WAV 格式）。参考音频的音色决定了最终 TTS 的音色。参考音频存放在 `voice/{角色}/` 目录下（详见 `林夏.md` §7.3 角色音色配置）。
 
 ### 2.1 参考音频来源方案
 
@@ -101,7 +81,7 @@ CosyVoice2 的"3s极速复刻"需要**每个角色一段 5-20 秒的参考音频
 | `anan` 安安 | 23 岁，可爱 | 年轻女性活泼语调截取 |
 | `dorm-a/b/c` | 三个不同年轻女声 | 需要 3 段风格不同的女声参考 |
 | `delivery` 外卖小哥 | 30 岁，北方腔 | 短视频/影视截取 |
-| `system` 系统 | 中性 AI 女声 | 用 CosyVoice 预训练音色即可 |
+| `system` 系统 | 中性 AI 女声 | VoxCPM2 注册一个中性女声参考音频 |
 | `self-3y` 3年前自己 | 同 xiaomei 基底 | 复用 xiaomei 参考音频，调速度和音调 |
 
 ### 2.2 参考音频制作规格
@@ -111,229 +91,80 @@ CosyVoice2 的"3s极速复刻"需要**每个角色一段 5-20 秒的参考音频
 - **内容**：完整的中文句子（需同时记录对应文字）
 - **质量**：干声为主，避免底噪、混响、BGM
 
-存放路径：`audio/00_raw/tts/prompt_ref/{角色代号}_ref.wav`
+存放路径：`voice/{角色代号}/`（与 `林夏.md` §7.3 保持一致）
 
 ```bash
 # 如果参考音频不是 wav 或采样率不对，用 FFmpeg 转换
-ffmpeg -i input.mp3 -ar 16000 -ac 1 audio/00_raw/tts/prompt_ref/mom_ref.wav
+ffmpeg -i input.mp3 -ar 16000 -ac 1 voice/mom/ref.wav
 ```
 
 ### 2.3 创建参考音频记录表
 
-在 `audio/00_raw/tts/prompt_ref/` 下创建 `ref_manifest.txt`，记录每条参考音频对应的文字：
+在 `voice/` 下创建 `ref_manifest.txt`，记录每条参考音频对应的文字：
 
 ```
-mom_ref.wav | 今天天气不错，妈妈给你做了红烧排骨，等你回来吃饭。
-azhe_ref.wav | 好的，我知道了，那件事明天再说吧。
-xiaomei_ref.wav | 哎你猜怎么着，今天路上遇到一个超级搞笑的事！
-zhounan_ref.wav | 嗯，其实我也不太确定，就是觉得应该跟你说一声。
-hr_ref.wav | 好的，那我们下周三前把流程走完，有什么问题随时联系我。
-anan_ref.wav | 天呐天呐你快来！这边超级好玩的！
-dorm_a_ref.wav | 嘿你们看看我，今天升职了！请大家吃饭！
-dorm_b_ref.wav | 恭喜恭喜啊，太厉害了，我就知道你行的。
-dorm_c_ref.wav | 嗯，不错，对了夏夏怎么不说话啊。
-delivery_ref.wav | 你好你的外卖到了，放门口了啊，麻辣烫注意别洒了。
+mom/ref.wav | 今天天气不错，妈妈给你做了红烧排骨，等你回来吃饭。
+azhe/ref.wav | 好的，我知道了，那件事明天再说吧。
+xiaomei/ref.wav | 哎你猜怎么着，今天路上遇到一个超级搞笑的事！
+zhounan/ref.wav | 嗯，其实我也不太确定，就是觉得应该跟你说一声。
+hr/ref.wav | 好的，那我们下周三前把流程走完，有什么问题随时联系我。
+anan/ref.wav | 天呐天呐你快来！这边超级好玩的！
+dorm_a/ref.wav | 嘿你们看看我，今天升职了！请大家吃饭！
+dorm_b/ref.wav | 恭喜恭喜啊，太厉害了，我就知道你行的。
+dorm_c/ref.wav | 嗯，不错，对了夏夏怎么不说话啊。
+delivery/ref.wav | 你好你的外卖到了，放门口了啊，麻辣烫注意别洒了。
 ```
 
 ---
 
 ## 3. TTS 生产流程
 
-### 3.1 用 WebUI 逐条生产（推荐新手）
+### 3.1 VoxCPM2 声音克隆流程
 
-1. 浏览器打开 `http://localhost:8000`
-2. 选择模式：**3s极速复刻**
-3. 上传对应角色的参考音频
-4. 在"prompt文本"中输入参考音频对应的文字
-5. 在"合成文本"中输入要合成的台词
-6. 调整速度（对应 SOP §4.2 各角色 Speed 值）
-7. 点击"生成音频"
-8. 试听满意后，右键保存音频
+**前置**：确认 VoxCPM2 服务已启动（§1.2）。
 
-### 3.2 用 Python 脚本批量生产（推荐熟练后）
+**单条合成步骤**：
+1. 将角色参考音频注册为 voice_id：`POST /v1/voices`（wav_base64）
+2. 调用合成接口：`POST /v1/speech`（text + voice_id）
+3. 获得 48kHz 16-bit PCM WAV
+4. 用 FFmpeg atempo 调速（按 `林夏.md` §7.3 各角色语速配置）
+5. 保存到 `audio/00_raw/tts/`
 
-创建批量生产脚本 `audio/batch_tts.py`：
-
-```python
-#!/usr/bin/env python3
-"""
-《林夏》TTS 批量生产脚本
-用法: conda activate cosyvoice && python audio/batch_tts.py
-"""
-import os, sys, json, torch, torchaudio
-
-# 设置路径
-COSYVOICE_DIR = "/home/xsl/tools/CosyVoice"
-PROJECT_DIR = "/home/xsl/blind"
-sys.path.insert(0, COSYVOICE_DIR)
-sys.path.insert(0, f"{COSYVOICE_DIR}/third_party/Matcha-TTS")
-
-from cosyvoice.cli.cosyvoice import CosyVoice2
-from cosyvoice.utils.file_utils import load_wav
-
-# 加载模型
-print("正在加载 CosyVoice2 模型...")
-model = CosyVoice2(f"{COSYVOICE_DIR}/pretrained_models/CosyVoice2-0.5B")
-print(f"模型加载完成，采样率: {model.sample_rate}")
-
-# ============================================================
-#  角色配置 — 按 SOP §4.2 配置卡填写
-#  speed: 对应 SOP 中的 Speed 值
-#  ref_wav: 参考音频路径
-#  ref_text: 参考音频对应文字
-# ============================================================
-ROLES = {
-    "mom": {
-        "speed": 0.92,
-        "ref_wav": f"{PROJECT_DIR}/audio/00_raw/tts/prompt_ref/mom_ref.wav",
-        "ref_text": "今天天气不错，妈妈给你做了红烧排骨，等你回来吃饭。",
-    },
-    "azhe": {
-        "speed": 1.05,
-        "ref_wav": f"{PROJECT_DIR}/audio/00_raw/tts/prompt_ref/azhe_ref.wav",
-        "ref_text": "好的，我知道了，那件事明天再说吧。",
-    },
-    "xiaomei": {
-        "speed": 1.10,
-        "ref_wav": f"{PROJECT_DIR}/audio/00_raw/tts/prompt_ref/xiaomei_ref.wav",
-        "ref_text": "哎你猜怎么着，今天路上遇到一个超级搞笑的事！",
-    },
-    "zhounan": {
-        "speed": 0.95,
-        "ref_wav": f"{PROJECT_DIR}/audio/00_raw/tts/prompt_ref/zhounan_ref.wav",
-        "ref_text": "嗯，其实我也不太确定，就是觉得应该跟你说一声。",
-    },
-    "hr": {
-        "speed": 1.00,
-        "ref_wav": f"{PROJECT_DIR}/audio/00_raw/tts/prompt_ref/hr_ref.wav",
-        "ref_text": "好的，那我们下周三前把流程走完，有什么问题随时联系我。",
-    },
-    "anan": {
-        "speed": 1.15,
-        "ref_wav": f"{PROJECT_DIR}/audio/00_raw/tts/prompt_ref/anan_ref.wav",
-        "ref_text": "天呐天呐你快来！这边超级好玩的！",
-    },
-    "delivery": {
-        "speed": 1.20,
-        "ref_wav": f"{PROJECT_DIR}/audio/00_raw/tts/prompt_ref/delivery_ref.wav",
-        "ref_text": "你好你的外卖到了，放门口了啊，麻辣烫注意别洒了。",
-    },
-    # system 用预训练音色，不走 zero-shot
-}
-
-# ============================================================
-#  台词表 — 从林夏.md §3 / §5 抄写
-#  每条格式: (文件名前缀, 角色, 台词, speed_override=None)
-# ============================================================
-LINES = [
-    # === 第 01 条 · 21:03 妈妈电话 ===
-    ("lv11_2103_mom_call_01", "mom",
-     "今晚煮了你爱吃的排骨，给你拍张照啊。下周五回来一趟，你高中物理老师的儿子，挺好的。"),
-
-    # === 第 02 条 · 21:15 小美三连 ===
-    ("lv11_2115_xiaomei_voice_01", "xiaomei", "在吗"),
-    ("lv11_2115_xiaomei_voice_02", "xiaomei", "你被甩了我都听说了"),
-    ("lv11_2115_xiaomei_voice_03", "xiaomei", "明天晚上喝酒，海底捞旁边那家，不许放鸽子"),
-
-    # === 第 03 条 · 21:20 外卖小哥 ===
-    ("lv11_2120_delivery_call_01", "delivery",
-     "你好你的麻辣烫到了，放门口可以吗？"),
-
-    # === 第 04 条 · 21:30 阿哲语音 ===
-    ("lv11_2130_azhe_voice_01", "azhe",
-     "嗯……夏夏。我那个AirPods充电盒，好像落你抽屉里了。你方便的时候帮我寄一下吗，工位还要用。地址我等下发你。"),
-
-    # === 第 05 条 · 21:45 HR 王姐 ===
-    ("lv11_2145_hr_voice_01", "hr",
-     "夏夏啊，离职流程你下周三之前办完哈，公积金那边记得跟进。辛苦啦，外面有合适的工作我帮你留意。"),
-
-    # === 第 06 条 · 22:00 安安 ===
-    ("lv11_2200_anan_voice_01", "anan",
-     "夏夏！我在helens！要不要过来！我请客！"),
-
-    # === 第 10 条 · 23:00 妈妈文字 ===
-    ("lv11_2300_mom_text_01", "mom", "睡了吗？"),
-
-    # === 第 11 条 · 23:15 阿哲电话 ===
-    ("lv11_2315_azhe_call_01", "azhe",
-     "我能过去拿吗？就5分钟"),
-
-    # === 第 12 条 · 23:30 周南 ===
-    ("lv11_2330_zhounan_voice_01", "zhounan",
-     "林夏，是我，周南。你应该不记得我了吧，初三坐你后桌那个"),
-
-    # === 第 14 条 · 00:15 妈妈电话 ===
-    ("lv11_0015_mom_call_01", "mom",
-     "夏夏，你不接电话我有点担心。妈妈知道你工作忙，你早点睡。"),
-
-    # ... 更多台词按需添加
-    # 长戏（妈妈 4'17"、小美醉语音、周南 4 段）需分段处理，见 §3.3
-]
-
-
-def synthesize_line(filename, role, text, speed_override=None):
-    """合成单条台词"""
-    cfg = ROLES[role]
-    speed = speed_override or cfg["speed"]
-    ref_wav = cfg["ref_wav"]
-    ref_text = cfg["ref_text"]
-
-    if not os.path.exists(ref_wav):
-        print(f"  [跳过] 参考音频不存在: {ref_wav}")
-        return
-
-    # 加载参考音频
-    prompt_speech = load_wav(ref_wav, 16000)
-    # 裁剪到合理长度
-    if prompt_speech.shape[1] > 16000 * 30:
-        prompt_speech = prompt_speech[:, :16000 * 30]
-
-    output_path = f"{PROJECT_DIR}/audio/00_raw/tts/{filename}_v1.wav"
-    print(f"  合成中: {filename} [{role}] speed={speed}")
-    print(f"  台词: {text[:50]}...")
-
-    speeches = []
-    for chunk in model.inference_zero_shot(
-        tts_text=text,
-        prompt_text=ref_text,
-        prompt_speech_16k=prompt_speech,
-        stream=False,
-        speed=speed,
-    ):
-        speeches.append(chunk["tts_speech"])
-
-    if speeches:
-        full_speech = torch.concat(speeches, dim=1)
-        torchaudio.save(output_path, full_speech, model.sample_rate)
-        duration = full_speech.shape[1] / model.sample_rate
-        print(f"  已保存: {output_path} ({duration:.1f}s)")
-    else:
-        print(f"  [失败] 未生成音频: {filename}")
-
-
-def main():
-    print(f"\n{'='*60}")
-    print(f" 《林夏》TTS 批量生产")
-    print(f" 共 {len(LINES)} 条台词")
-    print(f"{'='*60}\n")
-
-    for i, line in enumerate(LINES):
-        filename = line[0]
-        role = line[1]
-        text = line[2]
-        speed_override = line[3] if len(line) > 3 else None
-
-        print(f"\n[{i+1}/{len(LINES)}] {filename}")
-        synthesize_line(filename, role, text, speed_override)
-
-    print(f"\n{'='*60}")
-    print(" 批量合成完成！请到 audio/00_raw/tts/ 检查结果")
-    print(f"{'='*60}")
-
-
-if __name__ == "__main__":
-    main()
+**角色音色目录**（与 `林夏.md` §7.3 一致）：
 ```
+voice/
+├── linxia/     # 林夏（speed 1.00）
+├── mom/        # 妈妈（speed 0.92）
+├── azhe/       # 阿哲（speed 1.05）
+├── xiaomei/    # 小美（speed 1.10，醉态 0.95）
+├── zhounan/    # 周南（speed 0.95）
+├── hr/         # HR 王姐（speed 1.00）
+├── anan/       # 安安（speed 1.15）
+├── dorm_a/     # 室友 A（speed 1.10）
+├── dorm_b/     # 室友 B（speed 1.00）
+├── dorm_c/     # 室友 C（speed 0.95）
+└── delivery/   # 外卖小哥（speed 1.20）
+```
+
+### 3.2 用批量脚本生产（主力方式）
+
+使用项目自带的 VoxCPM2 批量合成脚本：
+
+```bash
+# 确保 VoxCPM2 服务已启动
+bash /home/xsl/AutoVideo/start-voxcpm.sh
+
+# 批量合成所有台词
+python audio/batch_tts_voxcpm.py --source voice
+
+# 只合成特定角色
+python audio/batch_tts_voxcpm.py --source voice --role linxia
+
+# 干跑查看任务列表
+python audio/batch_tts_voxcpm.py --source voice --dry-run
+```
+
+脚本读取 `voice/` 目录下的参考音频，按 `林夏.md` §7.3 角色配置自动注册 voice_id 并批量合成。输出到 `audio/00_raw/tts/`。
 
 ### 3.3 长戏分段处理
 
@@ -360,11 +191,11 @@ SOP §5.3 规定：**超过 30 秒的台词必须分段录制**。
 
 ### 3.4 系统 TTS
 
-系统提示音（播报未读消息、念选项等）用 CosyVoice **预训练音色**模式：
+系统提示音（播报状态、念选项等）用 VoxCPM2 注册一个中性女声参考音频：
 
-1. WebUI 选"预训练音色"
-2. 从下拉菜单选一个清晰的中性女声
-3. 合成所有系统语句
+1. 准备一段清晰的中性女声参考音频（如新闻播报片段），存入 `voice/system/`
+2. 通过 `POST /v1/voices` 注册为 system voice_id
+3. 用 `POST /v1/speech` 合成所有系统语句
 
 系统语句示例：
 - "阿哲，发来1条语音。8秒。"
@@ -663,13 +494,13 @@ done
 ## 9. 执行顺序总结
 
 ```
-第 1 步 · 部署环境 (§1)
+第 1 步 · 启动 VoxCPM2 + 部署环境 (§1)
     ↓    约 30 分钟
-第 2 步 · 准备参考音频 (§2)        ← 这一步最关键，音色质量取决于此
+第 2 步 · 准备参考音频到 voice/ (§2)  ← 这一步最关键，音色质量取决于此
     ↓    约 1-3 天（需要找人录音或搜集素材）
-第 3 步 · 系统 TTS 先行 (§3.4)     ← 最简单的先跑通流程
+第 3 步 · 系统 TTS 先行 (§3.4)       ← 最简单的先跑通 VoxCPM2 流程
     ↓    约 1 小时
-第 4 步 · 短台词批量生产 (§3.1/3.2)
+第 4 步 · 短台词批量生产 (§3.2 batch_tts_voxcpm.py)
     ↓    约 3-4 小时
 第 5 步 · 长戏分段录制 (§3.3)
     ↓    约 2-3 小时
@@ -692,22 +523,57 @@ done
 
 ## 附录 A · 常见问题
 
-**Q: CosyVoice 生成的语音有电流声/杂音？**
+**Q: VoxCPM2 生成的语音有电流声/杂音？**
 A: 检查参考音频质量。参考音频必须干净无噪，采样率 ≥ 16kHz。
 
 **Q: 语速不自然？**
-A: speed 参数范围 0.5-2.0。如果调速后音质下降，改为在合成文本中加标点控制节奏（句号=长停顿，逗号=短停顿）。
+A: 用 FFmpeg atempo 调速（范围 0.5-2.0）。如果调速后音质下降，改为在合成文本中加标点控制节奏（句号=长停顿，逗号=短停顿）。
 
 **Q: 怎样让同一个音色听起来"醉了"？**
-A: CosyVoice 没有情绪控制参数。替代方案：
+A: TTS 通常没有情绪控制参数。替代方案：
 1. 在文本中插入省略号、重复字来模拟口齿不清
 2. 后期用 FFmpeg 轻微变速+加混响：
    ```bash
    ffmpeg -i drunk.wav -af "atempo=0.95,aecho=0.8:0.7:40:0.3" -y drunk_fx.wav
    ```
 
-**Q: WebUI 启动报 CUDA 错误？**
-A: 确认 conda env 正确：`conda activate cosyvoice`。确认 GPU 可用：`nvidia-smi`。
+**Q: VoxCPM2 服务无法启动？**
+A: 确认 `bash /home/xsl/AutoVideo/start-voxcpm.sh` 正常。确认 GPU 可用：`nvidia-smi`。
 
 **Q: 生成很慢？**
-A: RTX 5090 应该很快（远超实时）。如果慢，检查是否误用了 CPU。在 Python 中加 `print(torch.cuda.is_available())` 确认。
+A: RTX 5090 应该很快（远超实时）。如果慢，检查是否误用了 CPU。
+
+---
+
+## 附录 B · CosyVoice2 备用方案
+
+> **仅在 VoxCPM2 表现不佳或不可用时使用。** 正常生产流程请走 §1-§3 的 VoxCPM2 主链路。
+
+### B.1 环境验证
+
+```bash
+conda activate cosyvoice
+cd /home/xsl/tools/CosyVoice
+python -c "
+import sys
+sys.path.append('third_party/Matcha-TTS')
+from cosyvoice.cli.cosyvoice import CosyVoice2
+model = CosyVoice2('pretrained_models/CosyVoice2-0.5B')
+print('CosyVoice2 加载成功，采样率:', model.sample_rate)
+"
+```
+
+### B.2 WebUI 启动
+
+```bash
+conda activate cosyvoice
+cd /home/xsl/tools/CosyVoice
+python webui.py --port 8001  # 注意：用 8001 避免与 VoxCPM2 的 8000 端口冲突
+```
+
+模式选择：**3s极速复刻**（上传参考音频 + 对应文字 → 合成）。
+
+### B.3 批量脚本
+
+CosyVoice2 版批量脚本为 `audio/batch_tts.py`（区别于主力脚本 `audio/batch_tts_voxcpm.py`）。
+用法：`conda activate cosyvoice && python audio/batch_tts.py`

林夏.md

@@ -10,7 +10,7 @@
 
 ## 0. 一句话概述
 
-24 岁的林夏，被分手、被裁员、被妈妈催婚，全发生在同一个周五。她把手机调成静音、躲进合租屋，关上灯。屏幕坏了——只剩耳机能听、手指能摸。今晚 16 个人会发来电话和语音。她接谁、不接谁、怎么回——每一个回应都会被对方听到，每一段对话都会走向不同的结局。
+24 岁的林夏，被分手、被裁员、被妈妈催婚，全发生在同一个周五。她把手机调成静音、躲进合租屋，关上灯。屏幕坏了——只剩耳机能听、手指能摸。今晚会有 16 条电话和语音陆续到达。她接谁、不接谁、怎么回——每一个回应都会被对方听到，每一段对话都会走向不同的结局。
 
 ---
 
@@ -39,18 +39,21 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 
 ## 2. 核心玩法
 
-### 2.1 六种手势——零视觉依赖
+### 2.1 七种手势——零视觉依赖
 
 | 手势 | 全局含义 | 情感色彩 | 触觉反馈 | 音效 |
 |------|---------|---------|---------|------|
 | **单击** | 接受 / 回应 / 继续 | 中性应答 | 轻触感 | 清脆短音 880Hz |
 | **双击** | 跳过 / 忽略 | 不耐烦 / 赶时间 | 短促双震 | 下行滑音 587→392Hz |
+| **长按（1s）** | 根据状态：重听或播报 | 确认 | 缓慢长震 | 低沉确认音 330→440Hz |
 | **右滑** | 温暖 / 靠近 | 接纳、关心 | 流畅长震 | 上行音 440→659Hz |
 | **左滑** | 冷淡 / 推开 | 疏离、敷衍 | 干脆短震 | 下行音 523→349Hz |
 | **上滑** | 好奇 / 追问 | 想了解更多 | 快速上弹震 | 快速上行 523→784Hz |
 | **下滑** | 沉默 / 退缩 | 说不出口 | 极轻慢震 | 极轻低音 330Hz |
 
 > **不需要记位置**。每个方向有固定的情感含义，贯穿全游戏。右滑永远是温暖，左滑永远是冷淡。
+>
+> **长按随时可用**：任何状态下长按 1 秒，系统根据当前状态做出响应——在 `playing` 或 `choosing` 状态下重播上一句 NPC 语音，其他状态下语音播报当前位置（例如"小美的消息，等待回复"）。这是玩家在纯音频环境下的"安全网"。
 
 ### 2.2 对话流程（多轮交互）
 
@@ -67,8 +70,11 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
  └──────────┬──────────────────────────────────────┘
             ▼
  ┌─────────────────────────────────────────────────┐
- │  [三音上行提示音 · 等待选择]                        │
+ │  ★ 进入选择态                                     │
+ │  [三音上行提示音 + 明确震动模式（长-短-长）]          │
+ │  系统语音提示："等待回复"                            │
  │  玩家操作：右滑 / 左滑 / 上滑 / 下滑 / 单击         │
+ │  长按 → 重听 NPC 刚才说的话                        │
  └──────────┬──────────────────────────────────────┘
             ▼
  ┌─────────────────────────────────────────────────┐
@@ -132,7 +138,7 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 | 07 | 寝室群 | 语音 ×5 | 室友 A 升职，@林夏 | 5 方向 + 温暖 Round 3 |
 | 08 | 未知号码 | 电话 | 呼吸声 6 秒后挂断 | 无选择（悬疑钩子） |
 | 09 | 小美（醉）| 语音 ×4 | "阿哲大三追过我" | 5 方向 + 追问 Round 3 |
-| 10 | 妈妈 | 文字 | "睡了吗？" | 5 方向 + 温暖/追问各有 Round 3 |
+| 10 | 妈妈 | 文字（系统语音朗读） | "睡了吗？" | 5 方向 + 温暖/追问各有 Round 3 |
 | 11 | 阿哲 | 电话 | "我能过去拿吗？就 5 分钟" | 5 方向（关键分支锚点） |
 | 12 | 周南 | 语音 | "初三坐你后桌那个" | 5 方向 |
 | 13 | 周南 | 语音 ×4 | "今天我生日" | 5 方向 + 温暖 Round 3 |
@@ -269,6 +275,8 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 **无选择**——悬疑钩子。
 **不接** → 未接来电。
 
+**回收**：MSG-16 妈妈长语音第 5 段中提到"我外婆每天晚上都给我打一个电话，她不说什么"——暗示未知号码就是妈妈从另一个号码拨出的"不说什么的电话"，与妈妈线形成跨代呼应。不做明确揭示，留给玩家自己领悟。如果玩家接了 MSG-08 + 听完 MSG-16，两段呼吸/沉默会在记忆中形成对位。
+
 ---
 
 ### MSG-09 小美（醉）· 语音 ×4
@@ -298,15 +306,15 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 
 ### MSG-10 妈妈 · 文字消息
 
-**Round 1**：消息到达提示音。TTS 朗读三个字——"睡了吗？"
+**Round 1**：消息到达提示音。系统语音朗读三个字——"睡了吗？"
 
 | 方向 | 林夏说 | 妈妈反应 | 效果 |
 |------|--------|---------|------|
 | 右滑 | "没有，怎么了？" | 妈妈发语音："没事，就是想起来问一下。今天怎么样？" | MOM_LINK, engagement+2 |
-| 左滑 | "嗯，要睡了。" | 妈妈发文字："好，早点睡。" | MOM_LINK, avoidance+1 |
+| 左滑 | "嗯，要睡了。" | 系统语音朗读妈妈的文字："好，早点睡。" | MOM_LINK, avoidance+1 |
 | 上滑 | "妈……你能打电话给我吗？" | [电话铃响] 妈妈打来了！接听后："怎么了夏夏？" | MOM_LINK, engagement+3 |
-| 下滑 | [不回复] | [30 秒后] 妈妈发文字："看到了回一下。" | avoidance+2 |
-| 单击 | "嗯。" | 妈妈发文字："嗯就是睡了？晚安。" | MOM_LINK |
+| 下滑 | [不回复] | [30 秒后] 系统语音朗读妈妈的文字："看到了回一下。" | avoidance+2 |
+| 单击 | "嗯。" | 系统语音朗读妈妈的文字："嗯就是睡了？晚安。" | MOM_LINK |
 
 **上滑路径**（妈妈打来电话后，说"怎么了夏夏？你声音不对。"）：
 - 右滑 → 林夏："没什么……就是有点累。" → 妈妈："累了就回家歇几天。妈煮了排骨。"
@@ -315,7 +323,9 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 
 **右滑路径**（妈妈问"今天怎么样"后）：
 - 右滑 → 林夏："还好。" → 妈妈："那就好。别太晚了。"
-- 上滑 → 林夏："不太好。" → 妈妈："怎么了？" → [可继续展开]
+- 上滑 → 林夏："不太好。" → 妈妈："怎么了？"
+  - 右滑 → 林夏："工作没了。" → 妈妈："……回来歇几天吧。妈不催你。"
+  - 下滑 → [沉默] → 妈妈："不想说就不说。妈在这呢。" → 对话结束
 
 ---
 
@@ -328,10 +338,15 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 |------|--------|---------|------|
 | 右滑 | "可以。但只有 5 分钟。" | "好，我马上过来。谢谢。" → [挂断] | HE_BACK=true |
 | 左滑 | "不方便。我明天寄给你。" | "好吧……那谢了。" → [挂断] | HE_BACK=false |
-| 上滑 | "为什么非要今天来？" | "我……明天要出差。" [停顿] "就 5 分钟。" | 继续选择 |
+| 上滑 | "为什么非要今天来？" | "我……明天要出差。" [停顿] "就 5 分钟。" | → 追问后再选 |
 | 下滑 | [沉默 → 挂断音] | [电话断了] | HE_BACK=false |
 | 单击 | "不了。" | "好。" → [挂断] | HE_BACK=false |
 
+**上滑 Round 3**（阿哲说"就 5 分钟"后，再次进入选择）：
+- 右滑 → 林夏："……来吧。" → 阿哲："谢谢。我马上到。" → [挂断] → HE_BACK=true
+- 左滑 → 林夏："还是算了。" → 阿哲："好吧。" → [挂断] → HE_BACK=false
+- 下滑 → [沉默] → 阿哲："那……你考虑一下，我等你消息。" → [挂断] → HE_BACK=false
+
 **如果 HE_BACK=true** → 消息 12 之前插入门铃声 + 敲门声场景。
 
 ---
@@ -382,8 +397,12 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 
 接听后 → 林夏自动说"嗯，我没事。"
 妈妈："真的没事？"
-- 如果 MOM_LINK=true："好。那早点睡。妈爱你。"
-- 如果 MOM_LINK=false："你今天怎么都不理妈妈？出什么事了吗？" → 可选择回应
+- 如果 MOM_LINK=true："好。那早点睡。妈爱你。" → 对话结束
+- 如果 MOM_LINK=false："你今天怎么都不理妈妈？出什么事了吗？" → 进入选择：
+  - 右滑 → 林夏："没事妈，就是手机坏了。" → 妈妈："那你赶紧修啊。好了早点睡。" → MOM_LINK=true
+  - 左滑 → 林夏："嗯，没事。" → 妈妈："……好吧。晚安。" → MOM_LINK=true
+  - 下滑 → [沉默] → 妈妈："你不说话我更担心。算了，不逼你了。晚安。" → MOM_LINK=true
+**不接** → MOM_LINK 保持当前值（可能仍为 false）
 
 **状态**：接听 → MOM_LINK=true
 
@@ -409,12 +428,16 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 3. "那时候妈妈在广州，给一个香港老板做秘书，1995 年。那年我也被分手过。也被开除过。"
 4. "那年我哭得特别难看。后来呢？后来就没什么后来了。我回了老家，认识了你爸，生了你。"
 5. "我想跟你说，那年夏天我没死，是因为我外婆每天晚上都给我打一个电话。"
+   - **音频设计**：第 5 段开头，叠入与 MSG-08 相同的电话底噪质感（轻微线路嘶声），持续 2-3 秒后淡出。如果玩家之前接了 MSG-08 的未知号码，这一刻会在听觉上产生似曾相识的感觉——同样的电话底噪、同样的呼吸停顿，但这次有了妈妈的声音。
 6. "她不说什么，就问我今天吃饭了没。"
+   - **音频设计**："不说什么"之后留 3 秒静默（仅电话底噪），呼应 MSG-08 的 6 秒呼吸声，形成跨消息的听觉对位。
 7. "我现在打给你，你不接也没事。妈妈给你发个语音，你什么时候想听就听。你不用回我。"
 8. "你今天接了好多电话吧。妈妈不打扰你了。晚安。"
 
 *无选择交互。让玩家安静听完。播放结束 → 触发结局判定。*
 
+**如果 MOM_LINK=false**：MSG-16 不播放。MSG-15 结束后，静默 5 秒（环境底噪），然后直接进入结局判定。此时结局 A 的条件不可能满足（缺少 MOM_LINK），流程会落入结局 B/C/D。
+
 ---
 
 ## 5. 分支判定变量
@@ -424,10 +447,35 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 | **MOM_LINK** | 是否接妈妈两次电话中的至少一次 / 是否回复"睡了吗？" | 决定 MSG-16 是否播放 |
 | **HE_BACK** | 是否答应阿哲过来拿耳机（MSG-11 右滑） | 决定 MSG-12 前是否插入门铃场景 |
 | **GROUP_REPLY** | 是否在寝室群里回复过（MSG-07 非沉默） | 决定彩蛋消息 |
-| **ZHOUNAN_DEPTH** | 给周南的回应深度（累计） | 决定结局字幕 + self-3y 版本 |
+| **ZHOUNAN_DEPTH** | 给周南的回应深度（累计） | 决定结局独白 + self-3y 版本 |
 | **ZHOUNAN_SHARE** | 是否在周南对话中选择"分享自己"（MSG-13 上滑/右滑 R3 右滑） | 决定隐藏结局 |
 | **SELF_RECORD** | 是否听完 3 年前备忘录（MSG-15） | 决定结局类型 |
 | **PROFILE** | 全场行为聚合画像：avoidance / engagement / nostalgia | 决定 self-3y 版本 + 环境音 |
+| **UNREAD_COUNT** | 未播放/未接听的消息数（初始 16，每播放或接听 −1） | 决定结局 C/D |
+| **REPLY_COUNT** | 林夏实际发出回应的消息条数 | 决定结局 C |
+
+**REPLY_COUNT 计数规则**：
+- 选择右滑/左滑/上滑/单击（发出语音回应）→ +1
+- 下滑（沉默）→ 不计
+- 电话接听后自动回应（MSG-01/03/14）→ +1
+- 双击跳过整条消息 → 不计
+- 发表情（MSG-07 单击）→ +1
+
+### 变量影响层级
+
+并非所有选择都对结局产生等量影响。设计上区分**核心变量**与**氛围变量**：
+
+| 层级 | 变量 | 影响 | 相关消息 |
+|------|------|------|---------|
+| **核心** | MOM_LINK | 决定 MSG-16 是否播放（妈妈长独白），直接影响结局 A | MSG-01, 10, 14 |
+| **核心** | HE_BACK | 决定门铃场景是否触发，区分结局 A/B | MSG-11 |
+| **核心** | ZHOUNAN_DEPTH + ZHOUNAN_SHARE | 决定隐藏结局 E | MSG-12, 13 |
+| **辅助** | SELF_RECORD | 决定结局 A 是否可达 | MSG-15 |
+| **氛围** | GROUP_REPLY | 影响彩蛋消息，但不改变结局走向 | MSG-07 |
+| **氛围** | PROFILE（avoidance/engagement/nostalgia） | 影响环境音色调 + self-3y 版本，不直接决定结局 | 全局累计 |
+| **统计** | UNREAD_COUNT / REPLY_COUNT | 决定结局 C/D 的触发条件 | 全局自动累计 |
+
+> **设计原则**：HR、安安、寝室群、小美醉酒等消息的选择主要影响 PROFILE 氛围和当下的对话反馈，让玩家"听得出这一句不一样"。真正改变结局走向的是**妈妈线、阿哲线、周南线**三条核心关系。玩家在这三条线上的选择会产生明确的、跨消息的后果。
 
 ### PROFILE 计分细则
 
@@ -450,31 +498,48 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 
 ### 结局 A · "明天就明天吧"
 **触发**：MOM_LINK=true + SELF_RECORD=true + 至少回了周南或群里 1 条
+**优先级**：2
 - 妈妈语音播完。林夏起身，环境声：走到厨房、烧水、坐在小板凳上。
-- 字幕："明天再说。"
+- 林夏轻声自语："明天再说。"
 - 烧水壶滴的一声 → 游戏结束。
 
 ### 结局 B · "AirPods 我寄给你"
 **触发**：HE_BACK=false + 回过周南至少 1 条
-- 林夏给阿哲发了文字"我寄给你，地址发我"。
-- 字幕："寄出。"
+**优先级**：3
+- 林夏给阿哲发语音"我寄给你，地址发我"（打字音效 → 发送音效 → 林夏语音播放）。
+- 林夏轻声自语："寄出去了。"
 - 一个"清醒地走"的结局。
 
 ### 结局 C · "全部已读"
-**触发**：未读数=0 且回复≤2 条
-- TTS："今晚共 16 条新消息，已读 16，未回复 14。"
-- 长沉默。字幕："今晚就这样。"
+**触发**：UNREAD_COUNT=0 且 REPLY_COUNT≤2
+**优先级**：4
+- 系统语音播报实际数值："今晚共 16 条新消息，已读 {16−UNREAD_COUNT}，未回复 {16−REPLY_COUNT}。"
+- 长沉默。林夏轻声自语："今晚就这样。"
 
 ### 结局 D · "明天再开机"
-**触发**：未读数≥8
-- 系统提示电量 1%。触感震动 + 白噪 → 彻底黑。
-- 第二天清晨鸟叫。字幕："早上好。"
+**触发**：UNREAD_COUNT≥8，**或**结局 E/A/B/C 均不满足（真正兜底）
+**优先级**：5（兜底结局）
+- 系统语音提示电量 1%。触感震动 + 白噪 → 彻底黑。
+- 第二天清晨鸟叫。林夏轻声自语："早上好。"
 
 ### 结局 E · 隐藏 · "周南，我也记得你"
 **触发**：ZHOUNAN_DEPTH≥2 + ZHOUNAN_SHARE + PROFILE=engagement 或 nostalgia
+**优先级**：1（最高优先级）
 - 周南秒回："那我下次出差来北京，请你吃饭好不好。"
 - 系统播放林夏的轻笑——这是全游戏唯一一次林夏主动笑出声。
-- 字幕："好。"
+- 林夏轻声说："好。"
+
+### 结局判定规则
+
+当玩家同时满足多个结局条件时，按**优先级数字从小到大**判定，取第一个满足的结局：
+
+```
+E（隐藏，优先级 1）→ A（优先级 2）→ B（优先级 3）→ C（优先级 4）→ D（兜底，优先级 5）
+```
+
+- 结局 E 最稀有、最难触发，一旦满足则覆盖其他结局。
+- 结局 D 是**真正的兜底结局**——无论玩家怎么玩，只要 E/A/B/C 都不满足就一定进入 D。UNREAD_COUNT≥8 是 D 的常见触发场景，但不是唯一入口。
+- 结局 A 和 B 可能同时满足（例如 MOM_LINK=true + SELF_RECORD=true + HE_BACK=false + 回过周南），此时优先触发 A，因为 A 是更完整的情感闭合。
 
 ---
 
@@ -493,7 +558,9 @@ NPC 说话 → 玩家选择方向 → 林夏说出回应 → NPC 对林夏的回
 | **环境音** | 卧室夜噪、酒吧、街声 | 4-5 段 | Freesound (CC0/CC-BY) |
 | **角色铃声** | 来电铃声 | 3-4 段 | 简单合成或 Suno 短旋律 |
 
-### 7.2 TTS 方案：VoxCPM2 本地声音克隆
+### 7.2 TTS 方案：VoxCPM2 本地声音克隆（唯一主链路）
+
+> **注意**：本项目 TTS 统一使用 **VoxCPM2**。`执行文档_音频素材制作.md` 中早期记录的 CosyVoice2 方案作为备用，不作为主生产链路。批量脚本、音色目录、QA 标准均以 VoxCPM2 为准。
 
 所有角色语音使用 **VoxCPM2**（本地部署，无需外部 API），通过声音克隆实现一致的角色音色。
 
@@ -569,6 +636,7 @@ python audio/batch_tts_voxcpm.py --source voice --dry-run
 | `choiceSilent` | 下滑沉默 | 330Hz 极轻 |
 | `typing` | 打字中 | 6 次随机频率短脉冲 |
 | `send` | 发送 | 400→900Hz 上扫 |
+| `longPress` | 长按确认 | 330→440Hz 缓升 |
 | `ending` | 结局 | 三音渐弱 |
 
 ### 7.6 BGM 与环境音
@@ -592,9 +660,9 @@ python audio/batch_tts_voxcpm.py --source voice --dry-run
 ### 8.1 技术栈
 
 纯前端 Web 应用（单 HTML + JS），无需后端服务器：
-- **手势识别**：`gestures.js` — 6 种手势（单击、双击、四方向滑动）
+- **手势识别**：`gestures.js` — 7 种手势（单击、双击、长按、四方向滑动）
 - **音频管理**：`audio.js` — Web Audio API 合成 + HTML5 Audio 播放
-- **触觉反馈**：`haptics.js` — Vibration API
+- **触觉反馈**：`haptics.js` — Vibration API（增强反馈，非必需；见下方降级说明）
 - **剧情数据**：`story.js` — 16 条消息的完整对话树
 - **游戏引擎**：`engine.js` — 状态机 + 异步对话流程
 - **行为画像**：`profile.js` — PROFILE 计分 + 状态变量
@@ -605,20 +673,43 @@ python audio/batch_tts_voxcpm.py --source voice --dry-run
 idle → notification/ringing → playing → choosing → responding → reacting → [choosing | idle] → ending
 ```
 
-| 状态 | 说明 | 可用手势 |
-|------|------|---------|
-| idle | 等待消息 | — |
-| notification | 消息到达提示中 | 单击（播放）、双击（跳过） |
-| ringing | 来电铃声中 | 单击（接听）、左滑（拒接） |
-| playing | NPC 语音播放中 | 双击（跳过语音） |
-| choosing | 等待玩家选择 | 右滑、左滑、上滑、下滑、单击 |
-| responding | 林夏语音播放中 | 双击（跳过） |
-| reacting | NPC 反应播放中 | 双击（跳过） |
-| ending | 结局播放中 | — |
+| 状态 | 说明 | 可用手势 | 进入音效 |
+|------|------|---------|---------|
+| idle | 等待消息 | 长按（播报状态） | — |
+| notification | 消息到达提示中 | 单击（播放）、双击（跳过）、长按（播报状态） | 提示音 + 震动 |
+| ringing | 来电铃声中 | 单击（接听）、左滑（拒接）、长按（播报来电人） | 铃声 + 长震 |
+| playing | NPC 语音播放中 | 双击（跳过语音）、长按（重听本句） | — |
+| choosing | 等待玩家选择 | 右滑、左滑、上滑、下滑、单击、长按（重听 NPC 上一句） | **三音上行 + 长-短-长震动 + "等待回复"语音** |
+| responding | 林夏语音播放中 | 双击（跳过） | 打字音效 |
+| reacting | NPC 反应播放中 | 双击（跳过） | — |
+| ending | 结局播放中 | 三指点击（退出） | 结局专属音效 |
+
+> **关键**：`playing → choosing` 的状态切换必须有**明确的听觉分界**（三音上行 + 震动模式变化 + "等待回复"语音提示），确保玩家在纯音频环境下不会误以为自己还在听消息。单击在 `notification` 状态是"播放"，在 `choosing` 状态是"嗯"——两者之间有明确的进入选择态提示，不会混淆。
 
 ### 8.3 异步对话流程
 
 ```javascript
+// 进入选择态时的明确确认
+function enterChoosing(choices) {
+  state = 'choosing';
+  SFX_UI.choiceReady();             // 三音上行
+  haptics.pattern([200, 100, 80, 100, 200]);  // 长-短-长 震动
+  speak('等待回复');                  // 系统语音确认
+  currentChoices = choices;
+}
+
+// 长按处理：任何状态下可用
+async _handleLongPress() {
+  SFX_UI.longPress();
+  if (state === 'choosing' || state === 'playing') {
+    // 重播上一句 NPC 语音
+    await playVoiceAsync([lastNpcAudio]);
+  } else {
+    // 播报当前状态
+    speak(getStatusText());  // 如："小美的消息，等待回复"
+  }
+}
+
 async _handleChoice(dir) {
   const choice = currentMsg.choices[dir];
 
@@ -667,7 +758,29 @@ async _handleChoice(dir) {
 - 中断当前语音播放
 - 异步函数在每个步骤检查 skip 标志，快速跳到下一阶段
 
-### 8.5 隐私承诺
+### 8.5 全局安全手势
+
+除 §2.1 的 7 种剧情手势外，有两种**全局安全手势**，它们的优先级高于任何剧情手势，在所有状态下均可触发：
+
+| 手势 | 功能 | 优先级 |
+|------|------|--------|
+| **两指长按（1s）** | 暂停游戏 | 最高——立即中断当前音频播放，进入暂停状态 |
+| **三指点击** | 安全退出 | 最高——系统语音确认后跳转到支持资源页 |
+
+**实现要求**：
+- `gestures.js` 在手势识别时先判断触摸点数量：≥3 → 安全退出，=2 且持续 ≥1s → 暂停，=1 → 进入剧情手势判断。
+- 暂停状态下仅响应：单击（继续）、三指点击（退出）。
+- 安全手势不影响任何游戏变量（PROFILE、REPLY_COUNT 等不变）。
+
+### 8.6 触觉降级策略
+
+触觉反馈（Vibration API）是增强体验，**不是必需通道**。iPhone Safari 不支持 Vibration API，部分 Android 浏览器也可能受限。设计原则：
+
+- **所有状态切换必须有独立的音效/语音确认**，不能仅靠震动区分。
+- `haptics.js` 在初始化时检测 `navigator.vibrate` 是否可用，不可用时静默降级。
+- 测试时必须在关闭震动的情况下完整通关一遍，确认纯音频也能正常游玩。
+
+### 8.6 隐私承诺
 
 本作**不申请任何敏感权限**：
 - ❌ 不要麦克风、摄像头、位置、通讯录
@@ -707,7 +820,7 @@ async _handleChoice(dir) {
 - 林夏 ~55 条，~100 秒
 - NPC ~90 条，~835 秒
 - **总语音约 145 条，约 15.5 分钟**
-- UI 音效：12 种，全部 Web Audio 合成
+- UI 音效：13 种，全部 Web Audio 合成
 - BGM：4 段
 - 环境音：4-5 段
 
@@ -721,7 +834,7 @@ blind/
 │   ├── index.html          # 入口
 │   └── js/
 │       ├── main.js         # 启动 + 事件绑定
-│       ├── gestures.js     # 6 种手势识别
+│       ├── gestures.js     # 7 种手势识别（含长按）
 │       ├── haptics.js      # 触觉反馈
 │       ├── audio.js        # 音频管理 + UI 合成音效
 │       ├── story.js        # 16 条消息剧情数据
@@ -763,7 +876,27 @@ blind/
 | 手势误判导致选错 | 滑动阈值 30px + 40°范围；双击间隔 250ms 内 |
 | 玩家不理解手势含义 | MSG-02（小美教学关）强引导，每步正向反馈 |
 | 女性玩家代入感 | 编剧组需有 24 岁左右女性参与 |
-| 题材敏感 | 开场加心理预警 + 提供试玩版 |
+| 题材敏感 | 见下方"情绪安全设计"专节 |
+
+### 情绪安全设计
+
+本作涉及分手、裁员、独居、深夜来电、家庭创伤回忆等高情绪浓度内容，必须认真对待玩家的心理安全。
+
+**开场内容提示**（游戏启动后、第一条消息前）：
+- 系统语音播报："本游戏涉及情感压力、职场失落、家庭关系等主题。如果你当前情绪状态不佳，建议择日再玩。游戏过程中，两指长按可暂停，三指点击可直接退出。"
+
+**游戏中安全机制**：
+- **随时暂停**：任何状态下两指同时长按 1 秒，游戏暂停，系统语音："游戏已暂停。单击继续，三指点击退出。"（两指长按与单指双击完全不同，避免误触跳过）
+- **安全退出**：三指同时点击，系统语音确认后直接跳转到结尾支持资源页。
+- **长按状态播报**：让玩家随时确认自己在哪，减少焦虑感。
+
+**结尾支持资源**（任何结局播放完毕后）：
+- 系统语音："感谢你陪林夏度过这一夜。如果你现在需要和人说说话：全国 24 小时心理援助热线 400-161-9995；北京心理危机研究与干预中心 010-8295-1332。"
+- 音频播放完毕后保持在屏幕上（即使是纯音频游戏，此处允许显示文字——用户此时可以看手机了，屏幕"修好了"是一个隐喻）。
+
+**叙事安全原则**：
+- 林夏的自救不完全寄托在妈妈或男性角色身上——妈妈提供的是"被记住"的感觉，周南提供的是"被看见"的感觉，但最终让林夏起身烧水、给阿哲寄耳机的，是她自己的选择。
+- MSG-16 妈妈语音中"那年夏天我没死"这句表述需谨慎处理：妈妈的语气是平静追忆而非戏剧化，TTS 合成时 emotion 设为 `gentle, peaceful`，避免制造突然的情绪冲击。
 
 ---