Files
blind/audio_2/角色语音风格提示词.md
T
xslandCursor 9c02fbcd74 同步音频文档至 v5 克隆现行状态
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>
2026-05-24 10:35:49 +08:00

2.5 KiB
Raw Blame History

《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(v4Voice 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
mom mom_v01.wav
azhe azhe_v03.wav
xiaomei xiaomei_v05.wav
xiaomei_drunk xiaomei_drunk_v05.wav
zhounan zhounan_v05.wav
hr hr_v05.wav
anan anan_v04.wav
dorm_a/b/c v03 / v02 / v03
delivery delivery_v04.wav
self_3y self_3y_v03.wav

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)

audio_2/voice_style_prompts.pyget_clone_style() 按文件名返回,例如:

  • 林夏 _warm / _cold / _curious / ending_ / sys_
  • 妈妈长语音 seg1seg8、周南 seg1seg4、小美醉 seg1seg4
  • 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.pyROLE_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

  1. Voice Design 音色会漂移——因此正式版必须「试听选定 → 克隆锚定」。
  2. 男声角色azhezhounandelivery(delivery 语速已调慢,后处理倍率 1.00)。
  3. 游戏仅加载 audio/mp3/tts/*_wav_v1.mp3