更新林夏设计纲要、执行文档与技术报告,对齐 VoxCPM2 8002 端口、v4/v5 流水线、游戏 184 个 MP3 引用及 13 角色参考音色。 Co-authored-by: Cursor <cursoragent@cursor.com>
2.5 KiB
2.5 KiB
《林夏》角色语音提示词
现行生产(v5):参考 wav 锚定音色 +
get_clone_style()表演修饰 →04_gen_tts_clone.py
试听选音色(v4):Voice Design 纯提示词 →03_gen_voice_samples.py
详细状态:audio_2/项目状态说明.md
1. 三阶段关系
| 阶段 | 脚本 | 音色来源 | 状态 |
|---|---|---|---|
| v4 试听 | 03_gen_voice_samples.py |
Voice Design 提示词(无参考) | 已选定 13 角色参考 |
| v5 克隆 | 04_gen_tts_clone.py |
选定 wav + 表演修饰 | 游戏正在使用 |
| v3 纯设计 | 02_gen_tts_voice_design.py |
仅提示词 | 已废弃 |
v5 克隆时不再叠加 ROLE_VOICE_DESIGN 音色描述,音色由 v4_voice_samples/ 中选定 wav 决定。
2. 已选定参考音色(v4 试听结果)
| 角色 | 文件 | 性别 |
|---|---|---|
| linxia | linxia_v05.wav |
女 |
| mom | mom_v01.wav |
女 |
| azhe | azhe_v03.wav |
男 |
| xiaomei | xiaomei_v05.wav |
女 |
| xiaomei_drunk | xiaomei_drunk_v05.wav |
女 |
| zhounan | zhounan_v05.wav |
男 |
| hr | hr_v05.wav |
女 |
| anan | anan_v04.wav |
女 |
| dorm_a/b/c | v03 / v02 / v03 |
女 |
| delivery | delivery_v04.wav |
男 |
| self_3y | self_3y_v03.wav |
女 |
路径:audio_2/tts/v4_voice_samples/{角色}/ · 副本:voice/{角色}/{角色}_ref.wav
3. 表演修饰(v5 克隆时使用)
由 audio_2/voice_style_prompts.py → get_clone_style() 按文件名返回,例如:
- 林夏
_warm/_cold/_curious/ending_/sys_ - 妈妈长语音
seg1–seg8、周南seg1–seg4、小美醉seg1–seg4 - self-3y 三版:
voice_01兴奋带紧张 /voice_02疲惫假装坚强 /voice_03平静有力
4. Voice Design 提示词(v4 试听用)
试听变体配置:audio_2/voice_sample_prompts.py → ROLE_VOICE_VARIANTS
统一试听文本:AUDITION_TEXT(每角色约 10 秒)
重新生成某角色试听:
VOXCPM_PORT=8002 python audio_2/scripts/03_gen_voice_samples.py --role delivery --force
选定后替换 v4_voice_samples/{role}/ 中 wav,再跑:
VOXCPM_PORT=8002 python audio_2/scripts/04_gen_tts_clone.py --role delivery --force
5. 注意事项
- Voice Design 音色会漂移——因此正式版必须「试听选定 → 克隆锚定」。
- 男声角色:
azhe、zhounan、delivery(delivery 语速已调慢,后处理倍率 1.00)。 - 游戏仅加载
audio/mp3/tts/*_wav_v1.mp3。