#!/usr/bin/env python3 """ 盲游 · 旁白 TTS 批量生产脚本 — VoxCPM2 版 用法: # 先确保 VoxCPM2 服务已启动: bash audio/check_tts_env.sh # 生产所有游戏旁白 python audio/batch_narrator_tts.py --source voice_mp3 # 只生产指定游戏 python audio/batch_narrator_tts.py --source voice_mp3 --game shouye # 只生产 P0（narrate/tap/dt/intro） python audio/batch_narrator_tts.py --source voice_mp3 --priority p0 # 干跑（只看任务列表） python audio/batch_narrator_tts.py --source voice_mp3 --dry-run 输出目录: audio/mp3/narrator/{game_id}/{game_id}_{scene_id}_{type}.mp3 参考音色目录（需预先准备）: voice_mp3/narrator/{game_id}/ 或 voice/narrator/{game_id}/ """ import os import sys import time import argparse import subprocess import tempfile import base64 import glob import shutil import requests # ────────────────────────────────────────────────────────────── # 配置 # ────────────────────────────────────────────────────────────── PROJECT_DIR = "/home/xsl/blind" OUT_BASE = f"{PROJECT_DIR}/audio/mp3/narrator" HOST = os.environ.get("VOXCPM_HOST", "127.0.0.1") PORT = os.environ.get("VOXCPM_PORT", "8000") BASE_URL = f"http://{HOST}:{PORT}" # ────────────────────────────────────────────────────────────── # 旁白角色配置 # dir: 在 voice_mp3/narrator/ 或 voice/narrator/ 下的子目录 # speed: 语速倍率（通过 ffmpeg atempo 后处理） # priority: 角色级别，用于 --game 过滤 # ────────────────────────────────────────────────────────────── NARRATORS = { "linxia": { "dir": "linxia", "speed": 0.85, "note": "纪录片旁白·女声·成熟·平静中带悲悯", }, "yinian": { "dir": "yinian", "speed": 0.80, "note": "内心独白·女声·接近耳语但清晰", }, "shouye": { "dir": "shouye", "speed": 0.90, "note": "对讲机提示·男声·中年感·略带沙哑", }, "houzhen": { "dir": "houzhen", "speed": 0.95, "note": "时间之声·播音腔·完全中性·精确", }, "yisheng": { "dir": "yisheng", "speed": 0.92, "note": "手机系统语音·女声·偏年轻·咬字清晰", }, "fu": { "dir": "fu", "speed": 0.75, "note": "梦里的声音·女声·气声·偏空灵", }, } # ────────────────────────────────────────────────────────────── # 台词表 # 格式: (输出文件名不含扩展名, 旁白角色key, 台词, 优先级) # 优先级: p0=核心 p1=结局 p2=条件变体 p3=动态分片 # ────────────────────────────────────────────────────────────── LINES = [ # ══════════════════════════════════════════════════════════ # 《林夏》 — 纪录片旁白 # ══════════════════════════════════════════════════════════ # 开场 ("linxia/linxia_intro", "linxia", "今晚九点。你是林夏，二十四岁，在北京独居。手机屏幕碎了，但还能用。" "今晚有十六条消息，你来决定接谁，不接谁。单击接听或回复，双击拒接或忽略。", "p0"), # 消息01 · 妈妈来电 ("linxia/linxia_msg01_narrate", "linxia", "晚上九点零三分。手机震动，铃声响起。屏幕显示：妈妈。", "p0"), ("linxia/linxia_msg01_tap", "linxia", "你接了。妈妈的声音从电话里传来，带着一点日常的关心，问你今天怎么样，吃了没有。" "你说还好。挂掉之后，房间里又安静了。", "p0"), ("linxia/linxia_msg01_dt", "linxia", "铃声响了又停。妈妈没再打来。", "p0"), # 消息02 · 小美语音×3 ("linxia/linxia_msg02_notify", "linxia", "九点一刻。微信震了两下。小美给你发来三条语音消息。", "p0"), ("linxia/linxia_msg02_notify_dt", "linxia", "你把手机屏幕朝下放着。消息还在那里，但你不想听。", "p0"), ("linxia/linxia_msg02_play_narrate", "linxia", "小美说了很多，大意是关于上次那件事，她一直想跟你说清楚，她说她只是太担心你了。" "最后她问：你最近还好吗？", "p0"), ("linxia/linxia_msg02_play_tap", "linxia", "你回了消息。小美很快回说：谢谢你愿意回我。", "p0"), ("linxia/linxia_msg02_play_dt", "linxia", "你听完了，但没有回。消息就这样放着。", "p0"), # 消息03 · 外卖来电 ("linxia/linxia_msg03_narrate", "linxia", "九点二十分。来电话了，是一个陌生号码——是外卖小哥，说你的外卖到了，问你在哪层。", "p0"), ("linxia/linxia_msg03_tap", "linxia", "你接了，告诉他楼层，外卖放门口就好。过了一会儿，门铃响了，外卖到了。", "p0"), ("linxia/linxia_msg03_dt", "linxia", "你没接。不知道外卖最后怎么样了。", "p0"), # 消息04 · 阿哲语音 ("linxia/linxia_msg04_notify", "linxia", "九点半。微信震了一下。阿哲——你的前男友——给你发来一条语音。", "p0"), ("linxia/linxia_msg04_notify_dt", "linxia", "你没有打开。阿哲的消息放在那里。", "p0"), ("linxia/linxia_msg04_play_narrate", "linxia", "阿哲说，他有一件东西落在你这里了，问你方便不方便他过来拿一下。" "语气很平，不像是有别的意思。", "p0"), ("linxia/linxia_msg04_play_tap", "linxia", "你回了条消息说可以。阿哲说谢谢，说到时候再联系。你放下手机，有点说不清的感觉。", "p0"), ("linxia/linxia_msg04_play_dt", "linxia", "你没有回。消息就这样。", "p0"), # 消息05 · HR王姐 ("linxia/linxia_msg05_notify", "linxia", "九点四十五分。HR王姐发来语音，是关于下个月调岗的事，问你有没有空聊一聊。", "p0"), ("linxia/linxia_msg05_notify_dt", "linxia", "你把消息标记了已读，回头再说。", "p0"), ("linxia/linxia_msg05_play_narrate", "linxia", "王姐说有个岗位的变动，你可能会受到影响，想提前跟你说一声，让你有个准备。" "语气是友善的，像是帮你。", "p0"), ("linxia/linxia_msg05_play_tap", "linxia", "你回了消息说谢谢告知，改天约时间聊。王姐说好的。", "p0"), ("linxia/linxia_msg05_play_dt", "linxia", "你没有回。这件事先放一放。", "p0"), # 消息06 · 安安邀约 ("linxia/linxia_msg06_notify", "linxia", "晚上十点。安安发来语音，她说她们今晚在酒吧，问你要不要过来，说来了就是了，不用提前说。", "p0"), ("linxia/linxia_msg06_notify_dt", "linxia", "你没有打开消息。今晚不想动。", "p0"), ("linxia/linxia_msg06_play_narrate", "linxia", "安安的声音很热闹，背景里有音乐。她说来嘛来嘛，好久没见了，就几个人，很轻松的那种。", "p0"), ("linxia/linxia_msg06_play_tap", "linxia", "你回了条消息说行，等等到。安安说耶！你站起来换了件外套，但后来不知道为什么又坐下了。", "p0"), ("linxia/linxia_msg06_play_dt", "linxia", "你回了消息说今晚状态不太好，下次吧。安安说没事，下次一定。", "p0"), # 消息07 · 寝室群×5 ("linxia/linxia_msg07_notify", "linxia", "晚上十点一刻。寝室群活了，连着震了好几下，是大学室友们在聊。你们已经很久没联系了。", "p0"), ("linxia/linxia_msg07_notify_dt", "linxia", "你把群消息静音了。不是今晚。", "p0"), ("linxia/linxia_msg07_play_narrate", "linxia", "她们在聊上周聚会的事，有人说想你了，有人问你最近怎么样，有人说快来啊。" "那种熟悉的语气，你有点想念。", "p0"), ("linxia/linxia_msg07_play_tap", "linxia", "你发了一条消息，说最近还好，想你们了。群里一下子热闹起来，大家说你终于出现了。" "你看着那些消息，嘴角动了一下。", "p0"), ("linxia/linxia_msg07_play_dt", "linxia", "你看完了，但没有回复。你把手机放下。那种热闹是她们的，你在这边。", "p0"), # 消息08 · 未知号码 ("linxia/linxia_msg08_narrate", "linxia", "晚上十点半。手机响了，来电显示：未知号码。铃声有点不一样，低沉的那种。", "p0"), ("linxia/linxia_msg08_tap", "linxia", "你接了。里面没有声音，只有轻微的呼吸声，然后断了。你不知道是谁，心跳加快了一下。", "p0"), ("linxia/linxia_msg08_dt", "linxia", "未知号码，不接。铃声停了。", "p0"), # 消息09 · 小美醉酒×4 ("linxia/linxia_msg09_notify", "linxia", "十点四十五分。小美又发来消息，连续四条。语音很长，而且发送时间是一条接一条。", "p0"), ("linxia/linxia_msg09_notify_dt", "linxia", "消息放那里，你没有打开。", "p0"), ("linxia/linxia_msg09_play_narrate", "linxia", "小美喝多了，说话有点不清楚，但每一句都很认真。她说她一直有件事想跟你说：" "那年她告诉了别人，是她不对，她知道，她一直很愧疚，她说她怕你恨她。", "p0"), ("linxia/linxia_msg09_play_tap", "linxia", "你打了几个字发过去。小美隔了很久才回，说谢谢你，然后说她要先睡了，明天聊。你把手机放下。", "p0"), ("linxia/linxia_msg09_play_dt", "linxia", "你没有回。这件事太重了，不是今晚能说清楚的。", "p0"), # 消息10 · 妈妈文字 ("linxia/linxia_msg10_narrate", "linxia", "深夜十一点刚过。妈妈发来一条文字消息，就五个字：睡了吗，夏夏。", "p0"), ("linxia/linxia_msg10_tap", "linxia", "你回了：还没呢，妈你睡吧。妈妈说好，早点睡，然后发了个晚安的表情。" "你盯着那个表情看了一会儿。", "p0"), ("linxia/linxia_msg10_dt", "linxia", "你没有回妈妈的消息。她那边大概以为你已经睡了。", "p0"), # 消息11 · 阿哲关键来电 ("linxia/linxia_msg11_narrate", "linxia", "十一点一刻。手机响了，专属铃声——是阿哲打来的。", "p0"), ("linxia/linxia_msg11_tap", "linxia", "阿哲说他就在附近，问你方不方便他上来取一下那件东西。他的声音平静，但停顿了一下。", "p0"), ("linxia/linxia_msg11_dt", "linxia", "铃声停了。阿哲没再打来。", "p0"), ("linxia/linxia_msg11_choice_narrate", "linxia", "他在等你说行不行。", "p0"), ("linxia/linxia_msg11_choice_tap", "linxia", "你说好，上来吧。阿哲说谢谢，说马上到。你放下手机，在房间里站了一会儿。", "p0"), ("linxia/linxia_msg11_choice_dt", "linxia", "你说今晚不太方便。阿哲沉默了一秒，说行，那之后再说。挂掉了。", "p0"), # 消息12 · 周南初次语音 ("linxia/linxia_msg12_notify", "linxia", "十一点半。一个名字出现在屏幕上：周南。你有三年没联系了，他突然发来一条语音。", "p0"), ("linxia/linxia_msg12_notify_dt", "linxia", "你没有打开周南的消息。三年了，不急这一会儿。", "p0"), ("linxia/linxia_msg12_play_narrate", "linxia", "周南说：林夏你好，是我周南，不知道你还记不记得，就是突然想起你，" "也不知道你还在不在这个号，就发一条。他的声音还是老样子，只是低沉了一些。", "p0"), ("linxia/linxia_msg12_play_tap", "linxia", "你回了：记得，你好啊。消息发出去了，你盯着那两个字，觉得说多说少都不对，就这样。", "p0"), ("linxia/linxia_msg12_play_dt", "linxia", "你听完了，没有回。也许三年的空白不是一条消息能填上的。", "p0"), # 消息13 · 周南长语音×4 ("linxia/linxia_msg13_notify", "linxia", "深夜十一点四十五分。周南又发来四条，比刚才长很多。", "p0"), ("linxia/linxia_msg13_notify_dt", "linxia", "你把手机放到一边了。今晚已经够多了。", "p0"), ("linxia/linxia_msg13_play_narrate", "linxia", "周南说了他这十年：换了几个城市，做了几份工作，有一段感情，然后结束了。" "他说他今晚喝了一点酒，就想到你，想到你们高中的那些事，说他一直不知道当年为什么就断了联系。" "然后他问：你在北京过得好吗？", "p0"), ("linxia/linxia_msg13_play_tap", "linxia", "你想了很久，然后把这段时间的事告诉了周南。说不上好不好，就是在过。" "他说谢谢你告诉我这些。你们聊了很久。", "p0"), ("linxia/linxia_msg13_play_dt", "linxia", "你回了说还好，然后问了他现在在哪里。你们就这样聊着，没有太深入，但很平静。", "p0"), # 消息14 · 妈妈第二次来电（条件分支） ("linxia/linxia_msg14_narrate", "linxia", "凌晨零点一刻。妈妈又打来电话了，这么晚——她还没睡。", "p0"), ("linxia/linxia_msg14_tap_a", "linxia", "你接了。妈妈说：我就是想再听到你的声音。你们聊了一会儿，说了一些很日常的话，但你都记住了。", "p2"), ("linxia/linxia_msg14_tap_b", "linxia", "你接了。妈妈说：没事，就是问问你睡了没。你说没呢，妈你睡吧。她说想听你的声音。", "p2"), ("linxia/linxia_msg14_dt", "linxia", "太晚了，挂掉了。妈妈没有再打来。", "p0"), # 消息15 · 时光胶囊 ("linxia/linxia_msg15_narrate", "linxia", "凌晨零点半。手机弹出一个系统通知：三年前的今天，你给三年后的自己录了一条语音，今天到了。", "p0"), ("linxia/linxia_msg15_tap", "linxia", "你听到了三年前的自己的声音。她说：如果你在听这条消息，说明你撑过来了。" "不管现在怎么样，你撑过来了。然后她停顿了很久，说：辛苦了。", "p0"), ("linxia/linxia_msg15_dt", "linxia", "你把那个通知划掉了。也许不是现在。", "p0"), # 消息16 · 结局触发点（条件分支） ("linxia/linxia_msg16_narrate_a", "linxia", "凌晨两点。妈妈发来一段很长的语音，她说她一直有些话想说给你听。", "p2"), ("linxia/linxia_msg16_narrate_b", "linxia", "凌晨两点。房间很安静，窗外偶尔有车声。今晚就这样了。", "p2"), ("linxia/linxia_msg16_tap_a", "linxia", "妈妈说了很多——关于你小时候，关于她一直担心的事，关于她说不出口但一直想说的话。" "你把手机贴在耳边，听完了。", "p2"), ("linxia/linxia_msg16_tap_b", "linxia", "你就这样坐着，今晚的声音慢慢变少了。", "p2"), ("linxia/linxia_msg16_dt", "linxia", "你把手机放到床头，闭上眼睛。今晚就这样了。", "p0"), # 结局 ("linxia/linxia_ending_return", "linxia", "《回归》。阿哲来了，或者你们说好了见面。不管那个门开不开，今晚你做了一个决定。", "p1"), ("linxia/linxia_ending_link", "linxia", "《连接》。今晚你和妈妈说了话，不止一次。那种联系很细，但是在。也许明天你会想打电话回去。", "p1"), ("linxia/linxia_ending_past", "linxia", "《旧路》。周南在深夜找到了你，你们聊了很久。那条从高中就断掉的线，今晚接上了一点点。", "p1"), ("linxia/linxia_ending_self", "linxia", "《自省》。今晚你听了三年前自己的声音。她说辛苦了，你接受了这句话。这不算小事。", "p1"), ("linxia/linxia_ending_island", "linxia", "《孤岛》。今晚大部分的消息，你都没有回应。你一个人度过了这个夜晚。这也是一种选择，你心里清楚。", "p1"), # ══════════════════════════════════════════════════════════ # 《一念》 — 内心独白 # ══════════════════════════════════════════════════════════ # 开场 ("yinian/yinian_intro", "yinian", "你坐在黑暗里，独自一人。今晚你必须做一个决定——你自己知道是什么。" "七个声音在等着和你说话。单击，让它说完。双击，让它走。", "p0"), # 7个声音 ("yinian/yinian_v01_narrate", "yinian", "第一个声音来了。是三年前的你。那时候你刚做了一个选择，你觉得那是对的。" "那时候的你说：我们当时想要的，你还记得吗？", "p0"), ("yinian/yinian_v01_tap", "yinian", "你让三年前的自己说完了。她说，你当时很想要那件事。你知道那是真的。", "p0"), ("yinian/yinian_v01_dt", "yinian", "三年前的声音淡去了。你选择了不看它。", "p0"), ("yinian/yinian_v02_narrate", "yinian", "第二个声音。是一个你很久没联系的朋友，她留了条语音。" "她说：你最近怎么样，我有点担心你。很久了，你一直没回。", "p0"), ("yinian/yinian_v02_tap", "yinian", "你把这份担心收进来了。她还在关心你，这件事是真实的。", "p0"), ("yinian/yinian_v02_dt", "yinian", "留言消失了。你没有听完。", "p0"), ("yinian/yinian_v03_narrate", "yinian", "第三个声音。是关于钱的恐惧。它说：你知道你现在能撑多久吗？" "如果这件事不成，你怎么办？它问得很具体，很冷静。", "p0"), ("yinian/yinian_v03_tap", "yinian", "你承认了：这份恐惧是真实的。你带着它，而不是假装它不存在。", "p0"), ("yinian/yinian_v03_dt", "yinian", "恐惧的声音淡下去了。你知道它还在，但今晚先不看。", "p0"), ("yinian/yinian_v04_narrate", "yinian", "第四个声音。是一种渴望——想要被人理解，想要有人在身边，想要不那么孤独。它来得轻，但是很深。", "p0"), ("yinian/yinian_v04_tap", "yinian", "你承认了这份渴望。它是真实的，不是软弱。", "p0"), ("yinian/yinian_v04_dt", "yinian", "渴望漂走了。你告诉自己，一个人也没什么。", "p0"), ("yinian/yinian_v05_narrate", "yinian", "第五个声音。是一个你一直没有说出口的道歉。你知道是对谁的，你知道说的是什么。" "这个声音只是在等你。", "p0"), ("yinian/yinian_v05_tap", "yinian", "你在黑暗里，说了那句对不起。没有人听见，但你说了。有什么东西松开了。", "p0"), ("yinian/yinian_v05_dt", "yinian", "道歉的声音还在那里。你没有说。它等着。", "p0"), ("yinian/yinian_v06_narrate", "yinian", "第六个声音。是今晚那个决定本身。它把两种可能都摆在你面前，不说话，只是等着你看清楚。", "p0"), ("yinian/yinian_v06_tap", "yinian", "你看了。两条路都有代价，你知道了。这不让选择变得更容易，但让它变得更真实。", "p0"), ("yinian/yinian_v06_dt", "yinian", "你把眼睛闭上了。还没准备好看那两条路。", "p0"), # 第七声音（条件分支） ("yinian/yinian_v07_narrate_a", "yinian", "第七个声音，是现在的你。她说：你今晚接住了很多，你没有回避它们。这需要力气。", "p2"), ("yinian/yinian_v07_narrate_b", "yinian", "第七个声音，是现在的你。她沉默了很久，然后说：你把它们都推走了。" "也许你需要的不是答案，是喘息。", "p2"), ("yinian/yinian_v07_narrate_c", "yinian", "第七个声音，是现在的你。她说：你把恐惧留下了，但把渴望推走了。你知道这意味着什么吗？", "p2"), ("yinian/yinian_v07_narrate_d", "yinian", "第七个声音，是现在的你。她说：你接住了一些，放走了一些。这就是你今晚的状态。", "p0"), ("yinian/yinian_v07_tap", "yinian", "你听完了现在的自己说话。她说：不管你今晚做什么决定，你都已经在这里待过了。这算数。", "p0"), ("yinian/yinian_v07_dt", "yinian", "你没有听完。你觉得你已经知道了你需要知道的。", "p0"), # 结局 ("yinian/yinian_ending_accept", "yinian", "《接纳》。你今晚接住了很多，你没有选择只是轻装。也许你的决定，就是带着这些往前走。", "p1"), ("yinian/yinian_ending_release", "yinian", "《出发》。你今晚把大部分都放走了。你想要的也许是轻。轻装，也是一种勇气。", "p1"), ("yinian/yinian_ending_stuck", "yinian", "《困住》。你接受了恐惧，但推走了渴望。你知道风险，但忘了你想要的是什么。" "这个决定，也许需要再等一等。", "p1"), ("yinian/yinian_ending_reconcile", "yinian", "《和解》。你说出了那声道歉。不管今晚的决定是什么，你和自己和解了一点点。这很重要。", "p1"), ("yinian/yinian_ending_between", "yinian", "《悬在中间》。你接住了一些，放走了一些。你还悬在两个答案之间。" "也许这就是你今晚真实的状态。", "p1"), # ══════════════════════════════════════════════════════════ # 《守夜》 — 对讲机提示 # ══════════════════════════════════════════════════════════ # 开场 ("shouye/shouye_intro", "shouye", "凌晨零点。你是这栋楼的夜班保安，独自坐在一楼监控室。" "你不能离开座位，但你有一部对讲机和一部电话。今晚五点交班。" "单击，去查那个声音。双击，按兵不动。", "p0"), # 8个事件 ("shouye/shouye_s01_narrate", "shouye", "凌晨零点十分。地下室传来水声，不大，但是持续的，一直在响。", "p0"), ("shouye/shouye_s01_tap", "shouye", "你拨了地下室的内线。没人接。你下去看了一眼，是一根管子在漏水，用旧布堵住了。" "回到监控室，零点二十三分。", "p0"), ("shouye/shouye_s01_dt", "shouye", "你听了一会儿。应该不碍事。你把注意力放回到监控屏幕上。", "p0"), ("shouye/shouye_s02_narrate", "shouye", "零点四十七分。四楼传来争吵声，一男一女，断断续续，能听出来语气很激动，但听不清说什么。", "p0"), ("shouye/shouye_s02_tap", "shouye", "你拨了四楼的号码。男的接了，说没事，就是聊天，让你别担心。" "声音还是有点紧，但他们关掉了。你记下来了：四楼，零点五十二分，双方均在场。", "p0"), ("shouye/shouye_s02_dt", "shouye", "家务事，你管不着。你转过身去继续盯着屏幕。争吵后来停了，你不知道是什么时候。", "p0"), ("shouye/shouye_s03_narrate", "shouye", "凌晨一点十七分。三楼有脚步声，很轻，走走停停。" "监控记录：三楼只有七零二亮着灯，住户是老陈，八十岁，独居。", "p0"), ("shouye/shouye_s03_tap", "shouye", "电话通了，老陈说他在找眼镜，眼镜掉床底下了。你说没事我就是例行确认一下。" "他说谢谢你小伙子，然后你们聊了几句，关于他年轻时候也做过工程。你挂掉电话，一点二十八分。", "p0"), ("shouye/shouye_s03_dt", "shouye", "老人家睡不好，很正常。你记了一笔，继续监控。脚步声后来停了。", "p0"), ("shouye/shouye_s04_narrate", "shouye", "凌晨两点零三分。大门门铃响了，不是访客系统，是有人在外面按了手动铃，" "按了两下，然后停了。没有人应答。监控画面：门口没有人了。", "p0"), ("shouye/shouye_s04_tap", "shouye", "你走到门口，什么都没有，只有一个快递包裹靠在墙边，大概是外卖或者什么。" "也许是送错了。你把包裹推到角落，拍了张照，两点一刻回到座位。", "p0"), ("shouye/shouye_s04_dt", "shouye", "无应答，无入侵，记录在案，按流程忽略。你回到屏幕前。", "p0"), # s05条件分支 ("shouye/shouye_s05_narrate_a", "shouye", "凌晨两点五十五分。你不知道从什么时候开始，眼皮变得很重……你睡着了一会儿。" "醒来的时候，你看到监控里，四楼门口放着一个箱子，不知道是谁的，不知道什么时候放的。", "p2"), ("shouye/shouye_s05_narrate_b", "shouye", "凌晨两点五十五分。你不知道从什么时候开始，眼皮变得很重……你睡着了一会儿。" "醒来的时候，监控里一切正常。你记录：三点十二分，短暂失守。", "p2"), ("shouye/shouye_s06_narrate", "shouye", "凌晨三点半。你的私人手机响了。是家里的人打来的。这么晚打来——可能是什么事，也可能只是弄错时间了。", "p0"), ("shouye/shouye_s06_tap", "shouye", "是你妈，她说睡不着，看见你今天发的朋友圈，就想打个电话。" "你们聊了十分钟，说了些不重要的事。挂掉之后，监控室比之前暖了一点点。", "p0"), ("shouye/shouye_s06_dt", "shouye", "这么晚不方便。你把手机调成静音，准备待会儿发条消息。你没有发。", "p0"), ("shouye/shouye_s07_narrate", "shouye", "凌晨四点十二分。屋顶传来动静，断断续续，不像是机械设备，更像是有什么东西在走动。", "p0"), ("shouye/shouye_s07_tap", "shouye", "你拿着手电上了顶层，推开屋顶的铁门，风吹过来，你看见了天边刚刚开始发白的颜色——" "还不是黎明，但是快了。然后你看见了一只流浪猫，坐在水箱上看着你。" "你们看了对方一会儿，然后你下来了。你是今晚唯一上了屋顶的人。", "p0"), ("shouye/shouye_s07_dt", "shouye", "你记了一笔，继续监控。动静后来停了。", "p0"), ("shouye/shouye_s08_narrate", "shouye", "五点整。接班的人进来了，你们交接了几句，递了记录本，你背上包走出去。外面已经有一点点亮了。", "p0"), # 结局 ("shouye/shouye_ending_dawn", "shouye", "《你看到了什么》。今晚你一个人上了屋顶，你看到了那只猫，你看到了天边开始变色。" "只有你看到了。这算不上什么，但只有你知道。", "p1"), ("shouye/shouye_ending_solid", "shouye", "《平凡守夜》。你今晚查了应该查的，接了应该接的电话。没有大事，没有遗漏。" "这栋楼平安了一夜，有一部分是因为你在。", "p1"), ("shouye/shouye_ending_detached", "shouye", "《这不是我的事》。你今晚保持了距离。声音来了，你记录，你不动。" "你守住了一夜，但不知道楼里发生了什么。这也是一种守夜的方式。", "p1"), ("shouye/shouye_ending_oversight", "shouye", "《疏忽》。你今晚漏掉了四楼的事。那个女人在凌晨两点多拎着箱子离开了，你没有注意到。" "也许和你没有关系。也许有。你不知道。", "p1"), ("shouye/shouye_ending_ordinary", "shouye", "《普通的夜班》。你做了你能做的，漏掉了一些，照顾到了一些。和所有普通的夜班一样。", "p1"), # ══════════════════════════════════════════════════════════ # 《候诊》 — 时间之声 # ══════════════════════════════════════════════════════════ # 开场 ("houzhen/houzhen_intro", "houzhen", "下午一点半，你坐在医院候诊室，等一个检查结果。叫号机已经叫到了八十四号。" "你是九十四号。单击，把注意力放到外面。双击，退回到自己里面。", "p0"), # 9个时间切片 ("houzhen/houzhen_h01_narrate", "houzhen", "叫号机叫到了八十五号。你的号是九十四。等待的时间被切成了一小块一小块的，每一块都很结实。", "p0"), ("houzhen/houzhen_h02_narrate", "houzhen", "你左边坐着一个老人。他在看窗外，窗外是停车场，没有什么特别的。但他看得很专注。", "p0"), ("houzhen/houzhen_h02_tap", "houzhen", "你看了他一会儿。他感觉到了，朝你点了点头。你也点了点头。没有说话，但有什么东西发生了。", "p0"), ("houzhen/houzhen_h02_dt", "houzhen", "你低下头，看手机。屏幕亮着，什么都有，但你没有真的看进去什么。", "p0"), ("houzhen/houzhen_h03_wait", "houzhen", "叫号机叫到了八十八号。", "p0"), ("houzhen/houzhen_h03_narrate", "houzhen", "你手机上有一条两天前的消息，你当时看到了，但没有回。那个人说：最近怎么样。", "p0"), ("houzhen/houzhen_h03_tap", "houzhen", "你打开来，打了几个字。发出去了。不知道他会不会在意这么晚才回。", "p0"), ("houzhen/houzhen_h03_dt", "houzhen", "你把手机翻过去，屏幕朝下放在大腿上。等等再说。", "p0"), ("houzhen/houzhen_h04_wait", "houzhen", "护士从走廊那头走过来，叫了一个名字，不是你。", "p0"), ("houzhen/houzhen_h04_narrate", "houzhen", "对面有个小孩在哭，大约三四岁，蹲在椅子旁边哭。旁边的大人在轻声说什么，但他还是哭。", "p0"), ("houzhen/houzhen_h04_tap", "houzhen", "你看着那个孩子。他哭了一会儿就停了，大概是哭够了。你们没有交流，但你陪着他哭完了。", "p0"), ("houzhen/houzhen_h04_dt", "houzhen", "你把视线移开了。每个人都有自己的事，你也有你的。", "p0"), ("houzhen/houzhen_h05_wait", "houzhen", "叫号机叫到了九十号。还有四个人。", "p0"), ("houzhen/houzhen_h05_narrate", "houzhen", "窗外的光线变了。下午的阳光斜进来，在地板上画了一块长方形的亮。你注意到了。", "p0"), ("houzhen/houzhen_h05_tap", "houzhen", "你盯着那块光看了一会儿。它在慢慢移动，非常慢，但是在动。时间在过。", "p0"), ("houzhen/houzhen_h05_dt", "houzhen", "你闭上眼睛，想了想别的事。", "p0"), ("houzhen/houzhen_h06_wait", "houzhen", "叫号机叫到了九十一号。", "p0"), ("houzhen/houzhen_h06_narrate", "houzhen", "你的手机响了。是一个你不常打电话的人——是你家里的人。也许只是普通的问候。", "p0"), ("houzhen/houzhen_h06_tap", "houzhen", "你接了。对方说：你在哪啊，吃了吗。你说在外面，没事。就这样。挂掉之后候诊室里还是那么安静。", "p0"), ("houzhen/houzhen_h06_dt", "houzhen", "你看着屏幕亮了又暗。现在不是时候。等会儿再说。", "p0"), ("houzhen/houzhen_h07_wait", "houzhen", "叫号机叫到了九十二号。", "p0"), ("houzhen/houzhen_h07_narrate", "houzhen", "你右边的人一直在看同一页的杂志，翻来翻去都是那页。你不确定她在看，还是只是拿着。", "p0"), ("houzhen/houzhen_h07_tap", "houzhen", "你朝她看了一眼。你们的眼神碰了一下，然后都移开了。没有什么，就是两个陌生人在等待。", "p0"), ("houzhen/houzhen_h07_dt", "houzhen", "你没有看。你在想等会儿检查结果会说什么。", "p0"), ("houzhen/houzhen_h08_narrate", "houzhen", "九十三号。就差一个了。", "p0"), ("houzhen/houzhen_h09_narrate", "houzhen", "九十四号。是你。你站起来，整理了一下衣服，走向那扇门。", "p0"), ("houzhen/houzhen_h09_tap", "houzhen", "你推开门走进去了。门关上了。等待结束了。", "p0"), ("houzhen/houzhen_h09_dt", "houzhen", "你停了一秒，深呼吸，然后走进去了。门关上了。", "p0"), # ══════════════════════════════════════════════════════════ # 《遗声》 — 手机系统语音 # ══════════════════════════════════════════════════════════ # 开场 ("yisheng/yisheng_intro", "yisheng", "你收到了一部手机。手机的主人去世了，一个月前。他留下了很多录音，按时间排列。" "你不认识他。或者你以为你不认识他。单击，听这条录音。双击，跳过，永远不知道这条说了什么。", "p0"), # 15条录音的元数据播报 ("yisheng/yisheng_r01_narrate", "yisheng", "第一条录音。录制时间：三月五日，早上八点。时长：二十二秒。文件名：买橙子。", "p0"), ("yisheng/yisheng_r02_narrate", "yisheng", "第二条录音。三月十二日，下午。时长：三十八秒。文件名：发工资了。", "p0"), ("yisheng/yisheng_r03_narrate", "yisheng", "第三条录音。三月十八日，晚上。时长：一分零七秒。文件名：说说工作的事。", "p0"), ("yisheng/yisheng_r04_narrate", "yisheng", "第四条录音。四月二日。时长：四十九秒。文件名：吵了一架。", "p0"), ("yisheng/yisheng_r05_narrate", "yisheng", "第五条录音。四月十五日，深夜。时长：二十六秒。文件名：电影。", "p0"), ("yisheng/yisheng_r06_narrate", "yisheng", "第六条录音。五月三日。时长：一分二十秒。文件名：小林的事。", "p0"), ("yisheng/yisheng_r07_narrate", "yisheng", "第七条录音。五月二十日。时长：三十三秒。文件名：小林说的。", "p0"), ("yisheng/yisheng_r08_narrate", "yisheng", "第八条录音。六月八日，凌晨。时长：两分十四秒。文件名：结束了。", "p0"), ("yisheng/yisheng_r09_narrate", "yisheng", "第九条录音。六月二十日。时长：一分五十秒。文件名：在反思。", "p0"), ("yisheng/yisheng_r10_narrate", "yisheng", "第十条录音。七月四日。时长：四十二秒。文件名：有人问起你。", "p0"), ("yisheng/yisheng_r11_narrate", "yisheng", "第十一条录音。七月十一日。时长：一分零八秒。文件名：我查了一下。", "p0"), ("yisheng/yisheng_r12_narrate", "yisheng", "第十二条录音。八月二日。时长：五十七秒。文件名：给不认识我的人（草稿）。", "p0"), ("yisheng/yisheng_r13_narrate", "yisheng", "第十三条录音。九月一日。时长：两分三十八秒。文件名：我有一件事想说。", "p0"), ("yisheng/yisheng_r14_narrate", "yisheng", "第十四条录音。十月十五日，录制时间是他去世前三天。时长：三分二十秒。文件名：最后一条，我想讲完整。", "p0"), ("yisheng/yisheng_r15_narrate", "yisheng", "还有一条录音，没有标日期。文件名：给不认识我的人（正式版）。这条需要你听了很多条才能解锁。你解锁了。", "p0"), # 听完后的旁白（转述录音内容） ("yisheng/yisheng_r01_tap", "yisheng", "他说：今天买了一袋橙子，是脐橙，比上次的甜很多。建议大家有机会可以试试。就这些。录音结束。", "p0"), ("yisheng/yisheng_r02_tap", "yisheng", "他说：今天发工资了。然后列了他这个月的支出清单，很详细——" "房租、电费、手机月供、还有给他妈买了一件外套。他说最后剩了不多，但够。录音结束。", "p0"), ("yisheng/yisheng_r03_tap", "yisheng", "他说他们组里来了个新同事，总是在会议上抢着发言，说了很多他本来准备说的话。" "他说他当时没说话，他不确定那是不是对的选择。" "他在录音里问自己：我是懦弱了，还是留有余地？他没有答案。录音结束。", "p0"), ("yisheng/yisheng_r04_tap", "yisheng", "他说他今天和那个新同事正面冲突了，是在走廊，两个人都没控制住。" "他说他说了一句话，事后觉得说得太重了。" "他在录音里把那句话又说了一遍，想听听是不是真的太重。" "录音里他沉默了一会儿，然后说：是的，是太重了。录音结束。", "p0"), ("yisheng/yisheng_r05_tap", "yisheng", "他说他去看了一部很老的电影，黑白的，在一个小影院，观众只有六个人。" "他说他中途哭了，但他不确定是因为电影，还是因为电影院里那种空荡荡的感觉。录音结束。", "p0"), ("yisheng/yisheng_r06_tap", "yisheng", "他开始讲一个叫小林的朋友。他说小林是他认识最久的人，从小一起长大的，" "后来各自去了不同的城市，联系越来越少。" "他说他最近一直在想，那种联系的稀薄，是谁的责任？还是说这就是长大的代价？录音结束。", "p0"), ("yisheng/yisheng_r07_tap", "yisheng", "他说小林打电话来了。小林在电话里说了一句话，让他很难受。" "小林说：感觉你现在不太一样了，变得……不知道，挺难接近的。" "他说他当时说了没什么，你想多了。" "他说他那时候应该说：我只是最近状态不好。但他没说。录音结束。", "p0"), ("yisheng/yisheng_r08_tap", "yisheng", "他说一段感情结束了，他没有细说是谁，说了有多久，只说：结束了，是我提的，" "我觉得这是对的，但今晚我睡不着。" "他说他在厨房坐着，泡了杯茶，但茶凉了也没喝。" "他说：我只是想把今晚的感觉记下来，不想让它消失。录音结束。", "p0"), ("yisheng/yisheng_r09_tap", "yisheng", "他说他一直在想那段感情里他做错了什么。他列了很多条，每一条都很具体。" "然后他说：但是我说不清，这些错是因为我是这样的人，" "还是因为那时候我在经历别的事情，所以才这样。" "他说：这个问题很重要，但我没有答案。录音结束。", "p0"), ("yisheng/yisheng_r10_tap", "yisheng", "他说：今天有人跟我提到了你的名字。我以为我早就忘了，但我发现我还记得很多细节。" "他没有解释「你」是谁。" "他说：我觉得我应该把这件事录下来，因为我发现我不想忘记。录音结束。", "p0"), ("yisheng/yisheng_r11_tap", "yisheng", "他说：我查了你现在在哪里，在做什么。不是恶意，就是想知道。" "他说他找到了一些信息，知道了你现在的大致状态。" "他说：你好像过得还不错，我很高兴，也有一点……他停了，然后说：没什么。录音结束。", "p0"), ("yisheng/yisheng_r12_tap", "yisheng", "他说：如果你听到这条，你肯定不认识我。我在想，把这些录音留给一个陌生人，有什么意义。" "然后他说：也许是因为我希望有人知道我活过，而不是认识我的人，" "而是真正陌生的人——你不需要对我有感情，你只是听了。录音结束。", "p0"), ("yisheng/yisheng_r13_tap", "yisheng", "他深吸一口气，说：有一件事我从没对任何人说过。" "他停了很久，然后说：我有时候觉得活着的意义我不太找得到，" "不是说我要做什么，只是我不知道我在这里有什么用。" "他说：我知道这句话很沉，但我必须把它说出来，因为放在心里太久了。" "然后他说：我今天状态还可以，就是今天有这个力气把它说出来。录音结束。", "p0"), ("yisheng/yisheng_r14_tap", "yisheng", "他说：我知道这是最后一条了。我不是悲观，我只是知道。" "他说：我想对听这些录音的人说，我不后悔我活过的大多数时候。" "橙子是甜的，老电影是值得哭的，小林的声音我还记得，" "那个人，不管怎样，我不后悔爱过。" "他说：如果你听了很多条，谢谢你。你是陌生人，但你陪着我说完了。录音结束。", "p0"), ("yisheng/yisheng_r15_tap", "yisheng", "他说：你好。你不认识我，我也不认识你。" "但你坐在那里，听完了我这些年说的话。" "我不知道你是谁，我不知道你们那边现在是白天还是夜晚。" "我只是想说：谢谢你愿意听一个陌生人说话。这很重要，比你知道的还要重要。" "录音结束。这是最后一条了。", "p0"), # 跳过时的旁白 ("yisheng/yisheng_skip_generic", "yisheng", "你跳过了这条。你永远不会知道这条说了什么了。", "p0"), ("yisheng/yisheng_skip_short", "yisheng", "你跳过了。", "p0"), ("yisheng/yisheng_skip_last", "yisheng", "你跳过了第十四条，也就是最后一条。手机里没有更多录音了。", "p0"), ("yisheng/yisheng_skip_r15", "yisheng", "你连最后这条也跳过了。", "p0"), # 结局 ("yisheng/yisheng_ending_known", "yisheng", "《我认识你》。你听完了他大部分的录音，你听到了那条隐藏的最后一条。" "你不认识他，但你陪他把该说的都说完了。这已经足够了。", "p1"), ("yisheng/yisheng_ending_stranger", "yisheng", "《陌生人》。你跳过了所有关于他和你之间联系的录音。" "他对你来说，还是一个完全的陌生人。也许这样也好。", "p1"), ("yisheng/yisheng_ending_passing", "yisheng", "《路过》。你路过了他的大部分录音，只停留了几条。你知道他存在过，但你不知道他是谁。", "p1"), ("yisheng/yisheng_ending_outline", "yisheng", "《轮廓》。你听了他生活的碎片，知道了一个大致的形状。" "你不知道他所有的事，但你知道了一个人活着的样子。", "p1"), ("yisheng/yisheng_ending_brief", "yisheng", "《简短的相遇》。你听了几条，然后停下了。" "也许你听到了你需要听的，也许你还没准备好听更多。这也是一种结果。", "p1"), # ══════════════════════════════════════════════════════════ # 《浮》 — 梦里的声音 # ══════════════════════════════════════════════════════════ # 开场 ("fu/fu_intro", "fu", "你漂浮在某处。不知道是水，还是梦，还是别的什么。声音会漂过来。单击，把手伸过去。双击，看着它走。", "p0"), # 12个漂流物 ("fu/fu_f01_narrate", "fu", "第一个。像夏天傍晚的风，带着草的气味，你说不清是哪年夏天的。它停在你身边了。", "p0"), ("fu/fu_f01_tap", "fu", "它停在你手心里，有点暖。", "p0"), ("fu/fu_f01_dt", "fu", "你看着它慢慢飘走了。", "p0"), ("fu/fu_f02_narrate", "fu", "第二个。某人的笑声。你认识这个笑，但你说不清是谁的。", "p0"), ("fu/fu_f02_tap", "fu", "笑声停在你耳边，还在回响。", "p0"), ("fu/fu_f02_dt", "fu", "笑声远了。", "p0"), ("fu/fu_f03_narrate", "fu", "第三个。一种说不清楚的遗憾。它没有形状，但是很重。", "p0"), ("fu/fu_f03_tap", "fu", "你把遗憾抱在怀里了。它很重，但你没有放开。", "p0"), ("fu/fu_f03_dt", "fu", "遗憾漂过去了。你呼了口气。", "p0"), ("fu/fu_f04_narrate", "fu", "第四个。很久没有过的安全感。轻轻的，像一床旧被子的气味。", "p0"), ("fu/fu_f04_tap", "fu", "你把它裹在身上了。", "p0"), ("fu/fu_f04_dt", "fu", "安全感飘走了。你看着它走。", "p0"), ("fu/fu_f05_narrate", "fu", "第五个。想哭但没哭出来的那种感觉。像喉咙里卡着什么。", "p0"), ("fu/fu_f05_tap", "fu", "你承认了。那个东西松动了一点点。", "p0"), ("fu/fu_f05_dt", "fu", "它漂走了。喉咙还是有点紧。", "p0"), ("fu/fu_f06_narrate", "fu", "第六个。一首旋律，只有开头几个音，后面的你想不起来了。", "p0"), ("fu/fu_f06_tap", "fu", "你在心里哼了那几个音。后面的还是想不起来，但这几个音够了。", "p0"), ("fu/fu_f06_dt", "fu", "旋律消失了。", "p0"), ("fu/fu_f07_narrate", "fu", "第七个。被需要的感觉。有人曾对你说过你很重要，你还记得那句话。", "p0"), ("fu/fu_f07_tap", "fu", "你把那句话放进口袋里了。", "p0"), ("fu/fu_f07_dt", "fu", "那句话漂走了。", "p0"), ("fu/fu_f08_narrate", "fu", "第八个。一个人的时候的自在。没人看着，没人要你做什么，只是你自己。", "p0"), ("fu/fu_f08_tap", "fu", "你把这份自在收进来了。", "p0"), ("fu/fu_f08_dt", "fu", "它漂走了。也许你现在不需要。", "p0"), ("fu/fu_f09_narrate", "fu", "第九个。害怕。不知道怕什么，就是有点怕。", "p0"), ("fu/fu_f09_tap", "fu", "你承认了：我有点害怕。说出来之后，它小了一点。", "p0"), ("fu/fu_f09_dt", "fu", "你没有看它，害怕漂走了。也许。", "p0"), ("fu/fu_f10_narrate", "fu", "第十个。好奇心。对某件事、某个人、某个地方，你还有好奇。", "p0"), ("fu/fu_f10_tap", "fu", "好奇心跳进你手里了，很活跃。", "p0"), ("fu/fu_f10_dt", "fu", "好奇心漂走了，也许它去找别人了。", "p0"), ("fu/fu_f11_narrate", "fu", "第十一个。疲惫。真实的、身体里的疲惫，它已经跟了你很久了。", "p0"), ("fu/fu_f11_tap", "fu", "你说：我累了。疲惫点了点头，说我知道。", "p0"), ("fu/fu_f11_dt", "fu", "疲惫漂走了。你感觉稍微轻了一点点。", "p0"), ("fu/fu_f12_narrate", "fu", "最后一个。它没有名字。是你漂浮在这里时特有的某种感觉，说不清，但它在。", "p0"), ("fu/fu_f12_tap", "fu", "你把它揣在怀里了，连同它的没有名字。", "p0"), ("fu/fu_f12_dt", "fu", "你看着它留在了这片水里，这片梦里。", "p0"), # 动态结局分片（p3，用于拼接） ("fu/fu_ending_open", "fu", "你漂回来了。", "p3"), ("fu/fu_ending_kept_prefix", "fu", "你带走了：", "p3"), ("fu/fu_ending_released_prefix", "fu", "你放走了：", "p3"), ("fu/fu_ending_close", "fu", "这就是今天的你。", "p3"), ("fu/fu_item_wind", "fu", "夏天的风", "p3"), ("fu/fu_item_laugh", "fu", "笑声", "p3"), ("fu/fu_item_regret", "fu", "遗憾", "p3"), ("fu/fu_item_safe", "fu", "安全感", "p3"), ("fu/fu_item_tears", "fu", "没哭出来的眼泪", "p3"), ("fu/fu_item_melody", "fu", "那段旋律", "p3"), ("fu/fu_item_needed", "fu", "被需要的感觉", "p3"), ("fu/fu_item_alone", "fu", "独处的自在", "p3"), ("fu/fu_item_fear", "fu", "害怕", "p3"), ("fu/fu_item_curious", "fu", "好奇心", "p3"), ("fu/fu_item_tired", "fu", "疲惫", "p3"), ("fu/fu_item_nameless","fu", "无名之物", "p3"), ] # ────────────────────────────────────────────────────────────── # 工具函数 # ────────────────────────────────────────────────────────────── def find_ref_audio(source_dir, narrator_key): narrator_dir = os.path.join(source_dir, "narrator", NARRATORS[narrator_key]["dir"]) if not os.path.isdir(narrator_dir): return None for ext in ("*.wav", "*.mp3", "*.flac"): files = sorted(glob.glob(os.path.join(narrator_dir, ext))) if files: return files[0] return None def convert_to_wav(src_path, dst_path): cmd = ["ffmpeg", "-y", "-i", src_path, "-ar", "16000", "-ac", "1", "-acodec", "pcm_s16le", dst_path] subprocess.run(cmd, check=True, capture_output=True) def wav_to_base64(wav_path): with open(wav_path, "rb") as f: return base64.b64encode(f.read()).decode("utf-8") def register_voice(audio_path): b64 = wav_to_base64(audio_path) r = requests.post(f"{BASE_URL}/v1/voices", json={"wav_base64": b64}, timeout=60) r.raise_for_status() return r.json()["voice_id"] def synthesize_voxcpm(voice_id, text, cfg_value=2.0, inference_timesteps=10): r = requests.post( f"{BASE_URL}/v1/speech", json={"text": text, "voice_id": voice_id, "cfg_value": cfg_value, "inference_timesteps": inference_timesteps}, timeout=120, ) r.raise_for_status() return r.content def apply_speed_and_convert_mp3(wav_path, speed, out_mp3): """调速 + 转 MP3（44100Hz mono 128kbps），添加首尾静音""" filter_chain = f"aresample=44100,atempo={speed}" if abs(speed - 1.0) >= 0.01 else "aresample=44100" # 添加 100ms 头部静音 + 200ms 尾部静音 filter_chain += ",adelay=100|100,apad=pad_dur=0.2" cmd = [ "ffmpeg", "-y", "-i", wav_path, "-filter:a", filter_chain, "-ac", "1", "-b:a", "128k", out_mp3, ] subprocess.run(cmd, check=True, capture_output=True) def check_server(): try: r = requests.get(f"{BASE_URL}/health", timeout=5) return r.status_code == 200 except Exception: return False # ────────────────────────────────────────────────────────────── # 主流程 # ────────────────────────────────────────────────────────────── def main(): parser = argparse.ArgumentParser(description="盲游 · 旁白 TTS 批量生产 — VoxCPM2 版") parser.add_argument("--source", choices=["voice", "voice_mp3"], default="voice_mp3", help="音色参考目录 (默认: voice_mp3)") parser.add_argument("--game", help="只生产指定游戏 (linxia/yinian/shouye/houzhen/yisheng/fu)") parser.add_argument("--priority", choices=["p0", "p1", "p2", "p3", "all"], default="all", help="只生产指定优先级 (p0=核心 p1=结局 p2=条件变体 p3=动态分片)") parser.add_argument("--test", action="store_true", help="只合成第一条") parser.add_argument("--dry-run", action="store_true", help="只打印任务列表") parser.add_argument("--cfg", type=float, default=2.0, help="VoxCPM cfg_value (默认: 2.0)") parser.add_argument("--steps", type=int, default=10, help="VoxCPM inference_timesteps (默认: 10)") args = parser.parse_args() source_dir = os.path.join(PROJECT_DIR, args.source) # 过滤 lines = LINES if args.game: lines = [(f, n, t, p) for f, n, t, p in lines if n == args.game] if args.priority != "all": lines = [(f, n, t, p) for f, n, t, p in lines if p == args.priority] if args.test: lines = lines[:1] print(f"\n{'=' * 60}") print(f" 盲游旁白 TTS 批量合成 — VoxCPM2") print(f" 音色源: {args.source}/narrator/") print(f" 输出: {OUT_BASE}/{{game_id}}/") print(f" 共 {len(lines)} 条") print(f"{'=' * 60}") if args.dry_run: game_counts = {} for f, n, t, p in lines: game_id = f.split("/")[0] game_counts[game_id] = game_counts.get(game_id, 0) + 1 ref = find_ref_audio(source_dir, n) ref_status = "✓" if ref else "✗缺参考" print(f" [{ref_status}][{p}] {f}.mp3 speed={NARRATORS[n]['speed']} {t[:40]}...") print(f"\n 统计：") for g, c in sorted(game_counts.items()): print(f" {g}: {c} 条") return # 检查服务 if not check_server(): print(f"\n[错误] VoxCPM 服务未就绪: {BASE_URL}/health") print(f"请先启动: bash /home/xsl/AutoVideo/start-voxcpm.sh") sys.exit(1) print(f" 服务就绪: {BASE_URL}\n") # 预处理：注册音色 voice_ids = {} tmp_wav_dir = tempfile.mkdtemp(prefix="narrator_ref_") needed_narrators = set(n for _, n, _, _ in lines) for nar_key in sorted(needed_narrators): ref_path = find_ref_audio(source_dir, nar_key) if ref_path is None: print(f" [跳过] {nar_key}: 未找到参考音频 ({source_dir}/narrator/{nar_key}/)") print(f" 请在该目录放入参考录音（wav/mp3/flac），音色来源：{NARRATORS[nar_key]['note']}") continue if ref_path.lower().endswith(".wav"): wav_path = ref_path else: wav_path = os.path.join(tmp_wav_dir, f"{nar_key}_ref.wav") print(f" 转换参考音频: {os.path.basename(ref_path)} → WAV...", end=" ", flush=True) convert_to_wav(ref_path, wav_path) print("ok") print(f" 注册音色: {nar_key} ({NARRATORS[nar_key]['note']})...", end=" ", flush=True) try: vid = register_voice(wav_path) voice_ids[nar_key] = vid print(f"ok voice_id={vid}") except Exception as e: print(f"失败: {e}") print() # 合成 ok_count, skip_count, fail_count = 0, 0, 0 for i, (filename, nar_key, text, priority) in enumerate(lines, 1): game_id = filename.split("/")[0] out_dir = os.path.join(OUT_BASE, game_id) out_name = os.path.basename(filename) + ".mp3" out_path = os.path.join(out_dir, out_name) os.makedirs(out_dir, exist_ok=True) if os.path.exists(out_path): print(f" [{i}/{len(lines)}] [跳过，已存在] {filename}") ok_count += 1 continue if nar_key not in voice_ids: print(f" [{i}/{len(lines)}] [跳过，无音色] {nar_key}: {filename}") skip_count += 1 continue print(f" [{i}/{len(lines)}][{priority}] {filename} [{nar_key}]...", end=" ", flush=True) t0 = time.time() try: wav_bytes = synthesize_voxcpm( voice_ids[nar_key], text, cfg_value=args.cfg, inference_timesteps=args.steps, ) tmp_wav = out_path + ".raw.wav" with open(tmp_wav, "wb") as f: f.write(wav_bytes) speed = NARRATORS[nar_key]["speed"] apply_speed_and_convert_mp3(tmp_wav, speed, out_path) if os.path.exists(tmp_wav): os.remove(tmp_wav) elapsed = time.time() - t0 print(f"✓ {elapsed:.1f}s speed={speed}") ok_count += 1 except Exception as e: print(f"✗ {e}") fail_count += 1 shutil.rmtree(tmp_wav_dir, ignore_errors=True) print(f"\n{'=' * 60}") print(f" 完成：{ok_count} 条 跳过：{skip_count} 条 失败：{fail_count} 条") print(f" 输出：{OUT_BASE}/{{game_id}}/*.mp3") print(f"{'=' * 60}\n") if __name__ == "__main__": main()