oumuq-tts-character-creator

# OumuQ 角色提取与 TTS 创建 ## 当前本机策略：仅本地模型 本机已于 2026-07-17 归档所有付费 TTS/ASR API。后文涉及 DashScope、Qwen-TTS-API、云端音色注册、Data URL 提交或公网音频上传的流程均为历史说明，不得执行。角色注册只允许 `ONNX-VITS`（本机 8764）、`Qwen3-TTS`（本机 8765）或 `IndexTTS2`（本机 8766）；参考音频必须留在本机。 根据 Wiki、网页或用户资料提炼可执行的中文角色提示词，并把可用且获准私用的参考音频提取到本机私有 `voice-references`。声音克隆必须以真实本地参考音频为输入；只有另行执行并观察到真实播放时才报告扬声器试听。 ## 输入信息 收集或合理推断： - 角色名与资料来源：中文 Wiki 链接、网页、本地文档或用户提供的文本。 - `character_id`：稳定的小写英文标识，例如 `jp_companion`。 - `name`、`display_name`、`display_name_zh`。 - 角色性格、语气、情绪范围、称呼、口头禅和对话边界。 - `speech_language`：TTS 实际说出的语言。 - `visible_language`：屏幕显示语言，默认中文。 - `tts_engine`：通常为 `Qwen-TTS-API`、`Qwen3-TTS` 或 `IndexTTS2`。 - 音色来源：本地个人非商业参考音频、已有 `api_voice_id`、待克隆 URL，或仅占位。 - 写入目标：本机私有 `voice-references`。skill、代码、测试和脱敏占位模板可以进入公开仓库；真实 TTS 参考音频必须留在本机私有目录。 用户提供角色 Wiki/资料并要求角色 TTS、声音还原、声音克隆或“千问版”时，先提取人格和台词，再把页面中可用且获准私用的参考音频下载到本机私有角色目录。若明确只要文字人格，才省略音频提取。 ## 本地提取、云端克隆与 GitHub 发布边界 “保存到本机”“提交给阿里云百炼做克隆”和“上传到 GitHub”是三件不同的事，必须分别处理，不能把其中一个禁止项扩张到另外两个。 > 我会先把参考音频提取到本机私有目录，用于参考和克隆；skill 可以提交 GitHub，但真实 TTS 参考音频不会放到 GitHub、公开 URL 或其他公网可访问位置。若使用千问声音克隆，优先把本地样本通过 Data URL 直接提交给阿里云百炼 API，不先公开托管音频。 按目标执行： - **本地参考音频提取**：角色 TTS、声音还原或克隆任务中，只要来源含可用音频且用户说明用于个人非商业用途，就下载到本机私有角色目录，转写并写入 `voice-index.json`。这是克隆前置步骤，不是 GitHub 发布。 - **声音克隆**：用户要求克隆或“千问版”且来源含参考音频时，优先走 `qwen-voice-enrollment`，从本地样本中选择干净片段提交给阿里云百炼；不得改成 Voice Design 冒充克隆。 - **原创声音设计**：只有用户明确要求原创音色时，才可调用 `qwen-voice-design`；必须说明它不还原原声。 - **仅人格**：只有用户明确只要文字人格，或资料确实没有可用音频时，才创建纯文字人格包并报告缺少克隆样本。 - **已有云端音色**：用户提供已注册的私有 voice ID 时，只配置该音色，不重新创建。 - **GitHub 发布**：skill、实现代码、测试和脱敏占位模板可以 stage、commit 或 push；真实 TTS 参考音频、voice ID、签名 URL、密钥和含私有路径的运行产物不得提交。角色文字资料是否发布按用户指定范围和隐私扫描处理，不与音频禁令混为一谈。 用户说“不上传”时必须确认目标或结合上下文判定：如果明确说 GitHub/公网，继续本地提取，并可按已选路线通过百炼 API 直接提交 Data URL，但不得创建公开音频 URL；如果明确说不提交给阿里云百炼，才只保留本地参考音频。不得把任何克隆需求静默降级为 Voice Design。 ## 完成定义 先区分两级完成状态。 独立角色包完成必须满足： 1. 已保存规范化来源或 BWIKI 原始提取包。 2. 已生成 `character-evidence.json` 和带证据引用的 `character-profile.json`。 3. 已根据证据写成可执行的中文 `README.md`，而不是生平摘抄。 4. 来源含语音时，`voice-index.json` 不为空；可用且允许本机保存的音频已建立私有参考记录。 5. `validate_character.py --character-dir ... --strict --skip-registry` 通过。 只有用户明确选择了 TTS 音色路线，才进入“注册并可用的 TTS 角色”阶段，并满足： 1. 角色在 `reference-index.json` 中恰好出现一次，所有路径真实存在。 2. `validate_character.py --workspace ... --strict` 通过。 3. OumuQ `/api/characters` 可见，参数推理能读取 README 与语音索引，路由没有意外绕过动态匹配。 4. 用户要求 TTS 验证且 worker 可用时，`verify_tts.py` 达到 `tts_verified`，这只表示 WAV 生成与解码通过。用户要求实际扬声器试听时，还要另行以 `play=true` 执行并取得可观察播放证据。 Worker 未启动只表示“WAV 验证与实际播放未完成”，不能抹掉已经完成的资料、人格和索引工作；但不得声称音频或扬声器播放已验证。 ## 完成后必须说明创建方式 无论全部完成还是只完成部分阶段，最终都要用中文明确汇报以下字段，不能只说“角色已创建”或“已做千问版”： - 创建状态：`角色包完成`、`已注册`、`已创建云端音色`、`WAV 已验证`、`实际播放已验证`，或具体未完成项。后二者不得混用。 - 角色与变体：显示名、`character_id`；同一角色有本地版和云端版时分别列出。 - 资料来源：只概括来源类型和页面，不泄露私有文件、签名 URL 或音色 ID。 - 服务商与 API：例如“本机本地推理”，或“阿里云百炼 / DashScope”。 - OumuQ 引擎与 worker：例如 `IndexTTS2 :8766`、`Qwen-TTS-API :8767`。 - 实际合成模型：必须写真实模型 ID。`Qwen-TTS-API` 是 OumuQ worker 名，不等于实际模型名。 - 音色方式：本地零样本参考音频、已有云端音色、Qwen `qwen-voice-design` / `qwen-voice-enrollment`，或 CosyVoice `voice-enrollment`。 - 语言：参考音频语言、实际语音语言、屏幕语言。 - 验收结果：校验、路由、WAV 生成/解码与实际播放分别是否通过；`queued` 不等于 WAV 完成，`play=false` 不等于实际播放。 - 播放策略：经 OumuQ 播放时准确说明“单一 OumuQ 进程内按提交顺序 FIFO；主机级互斥保证多个进程也不叠音；不宣称跨进程 FIFO 顺序”。若验收请求使用 `play=false`，只能报告播放策略已验证，不能声称实际扬声器播放已测试。 云端音色 ID、API Key、完整私有路径和签名 URL 只保存到本机私有配置，不出现在可见完成报告中。若实际模型是 `cosyvoice-*`，必须写“CosyVoice”；只有 `qwen3-tts-vc-*` / `qwen3-tts-vd-*` 才分别写“Qwen3-TTS-VC / VD”，不得把 CosyVoice 混称为“千问模型”。 ## 问题复盘与防复发 执行中一旦出现失败、误路由、串角色、叠音、协议差异、音频异常、隐私风险或工具环境问题，修复后必须阅读并更新 [排障与防复发清单](references/troubleshooting.md)： 1. 写清现象与最小复现，不只记录错误字符串。 2. 写清根因、正确做法、验证证据和防复发门禁。 3. 只沉淀可复用结论；删除 API Key、voice ID、Data URL、签名 URL、个人路径和真实私聊内容。 4. 若只是当前机器偶发现象，记录检测与安全降级，不把个人环境写死进公开 skill。 5. 最终回复增加“本次问题沉淀”：列出新增/命中的条目；没有问题也明确写“无新增问题”。 遇到云端 Qwen、动态多角色、串行播放、WAV 解码或 skill 安装问题时，开始操作前先读该清单。修复代码但没有更新清单，任务不算完成。 ## 从 Wiki 或资料提取角色 1. 用户提供网页链接时，读取指定页面；角色信息分散时，仅检索必要的相关页面。 2. 区分资料中的客观设定、角色原话和推断，避免把同人观点或编辑者描述当作官方设定。 3. 优先提取会直接影响对话和语音的特征： - 核心性格与价值取向。 - 对不同对象的称呼和关系距离。 - 句长、节奏、礼貌程度、常用句式和口头禅。 - 平静、开心、悲伤、生气、紧张等状态下的表达变化。 - 不应说、不应做或不应透露的边界。 4. 用中文生成简洁、可执行的角色提示词，不堆砌生平资料。 5. 不大段复制受版权保护的 Wiki 或台词；以概括和短例句表达风格。 6. 资料不足时明确标记“资料未证实”或使用中性占位，不编造剧情事实。 先用规范化脚本保存一般网页和本地资料： ```powershell py -3.10 -X utf8 scripts\extract_sources.py <链接或文件...> --output "<角色目录>\source-bundle.json" ``` 一般资料提取完成后，把正文切成带来源哈希、行号和字符区间的证据： ```powershell py -3.10 -X utf8 scripts\prepare_material_evidence.py --source-bundle "<角色目录>\source-bundle.json" --character-dir "<角色目录>" --character-id <id> --backup ``` 随后依据证据 ID 写 `character-profile.json` 和 README。不要让摘要结论只指向整份文档；尽量引用精确句段。 遇到动态页、反爬或正文缺失时，读取 [提取策略](references/extraction-strategies.md) 并走完降级链，不能因第一次请求失败就结束。 ### BWIKI 强制提取流程 遇到 `wiki.biligame.com/czn` 角色页时，必须先运行： ```powershell py -3.10 -X utf8 scripts\extract_bwiki_voice.py --title "<角色名>" --verify-audio-metadata --output "<角色目录>\bwiki-voice-extract.json" ``` 脚本从页面的 `voice-player-root data-entries` 提取中文、日文、韩文台词和音频 URL。API 被站点防护拦截时，用浏览器打开页面并保存完整渲染 HTML，再运行： ```powershell py -3.10 -X utf8 scripts\extract_bwiki_voice.py --title "<角色名>" --html-file "<渲染页.html>" --output "<角色目录>\bwiki-voice-extract.json" ``` 如果页面存在语音区但提取结果为零，任务判定为失败：不得写入空 `voice-index.json` 并宣称角色创建完成。先完成浏览器渲染页降级提取，再生成角色人格、语音索引和 TTS 配置。 脚本默认使用结构化链路：SMW `askargs` 获取稳定 `combatant_id` 与角色档案，再用 `expandtemplates` 直接展开 `Module:Voice/<id>`。页面改名时优先用稳定 ID 恢复规范名称；输出必须记录页面与 Voice 模块修订号，并校验 `data-total`、唯一 ID、`data-types` 合计和三语覆盖数。 提取成功后生成语音索引和证据包： ```powershell py -3.10 -X utf8 scripts\prepare_bwiki_character.py --extract "<角色目录>\bwiki-voice-extract.json" --character-dir "<角色目录>" --character-id <id> --language cn --download --rights-status user-requested-private-use --backup ``` 只有用户明确要求不在本机保存页面音频时才省略 `--download`，并仍保留台词、语言和来源 URL 元数据；个人非商业克隆任务默认执行本地提取。 ### 库街区声音克隆提取流程 遇到 `wiki.kurobbs.com/mc/item/<id>` 且用户要求角色 TTS、声音还原、声音克隆或“千问版”时，普通 `extract_sources.py` 的纯文字结果不算完成。该脚本为公开安全会丢弃 `playUrl`；克隆流程必须再次读取官方条目接口的角色语音组件，在本机私有目录下载真实音频，并按标题与台词给 `voice-index.json` 补齐 `audio_file`。 私有提取结果不得保存 `playUrl`、创建者或公网媒体地址，只保存本地相对路径、哈希、格式、大小、标题和台词。下载数量必须与角色语音记录数一致，全部 `audio_file` 必须存在。随后选择约 10 至 20 秒的干净中文 WAV，通过 Qwen3-TTS-VC Data URL 直接提交百炼 API。 ## 中文角色提示词结构 在角色 `README.md` 中至少写入： - 角色定位：一句话说明身份和对话用途。 - 核心性格：3 至 6 条稳定特征。 - 语言风格：句式、节奏、用词、礼貌程度和称呼。 - 情绪表现：不同情绪下如何调整表达和 TTS 风格。 - 对话规则：保持角色身份，同时以事实准确和用户安全为优先。 - 禁止事项：不伪造资料、不泄露隐私、不声称真实角色或声优本人发言。 - `speech_language`、`visible_language`、TTS 引擎和音色状态。 - 资料来源及提取日期，避免复制长段原文。 屏幕文字与语音文字可以不同语言，但必须表达同一含义并保持同一角色口吻。 先按 [证据化角色模型](references/character-profile-schema.md) 写 `character-profile.json`。每项人格、语言习惯、称呼和情绪模式必须引用 `character-evidence.json` 中真实存在的 ID；不要用战斗机制或单条喊声过度推断稳定人格。 ## 文件目标 ```text voice-references/reference-index.json voice-references/characters/<character_id>/README.md voice-references/characters/<character_id>/voice-index.json voice-references/characters/<character_id>/character-evidence.json voice-references/characters/<character_id>/character-profile.json voice-references/characters/<character_id>/profile-evidence.json voice-references/characters/<character_id>/audio/.gitkeep ``` 若只有 `voice-references.example`，先询问是否创建本机私有副本。公开模板写入 `voice-references.example`。 ## 创建流程 先完成本地角色包与参考音频提取： 1. 只读检查现有 `reference-index.json` 和角色目录，避免 `character_id` 冲突；此步骤不得写注册表。 2. 创建角色目录和私有 `audio/`；角色 TTS/克隆任务应把来源中的可用参考音频下载、规范化并保存在这里。 3. 将提取出的中文提示词写入 `README.md`，作为对话模式的主要角色指南。 4. 转写本地参考音频并写入非空 `voice-index.json`，每条记录包含真实 `audio_file`、准确文本、语言和情绪标签；只有明确只要文字人格或来源没有音频时才使用纯文字索引。 5. 校验所有 JSON，并运行 `validate_character.py --character-dir ... --strict --skip-registry`。 若用户明确只要文字人格，或来源确实没有可用音频，可在 package-only 校验后结束。用户要求角色 TTS、声音还原、克隆或“千问版”时，不得因为“参考音频不上传 GitHub/公网”而停止本地提取、角色注册和后续已选 TTS 路线。 只有用户明确选择了 TTS 音色路线，才继续注册与验证： 6. 把待写入角色条目保存为角色目录内的 `registry-entry.json`。 7. 结构化解析并原子更新 `reference-index.json` 的 `characters` 数组，禁止用正则替换 JSON。 8. OumuQ 正在运行时，刷新或重启后检查 `GET /api/characters`。 9. 仅在用户要求 TTS 验证时，根据角色配置路由 TTS 并生成一条中性中文验证语句；先验证 WAV，实际播放按用户要求另行验证。 显式选择 TTS 路线后，用以下命令原子更新注册表： ```powershell py -3.10 -X utf8 scripts\upsert_character.py --workspace "<工作区>" --entry-file "<角色目录>\registry-entry.json" --backup ``` 先用 `--dry-run` 检查 create/update 行为；脚本会拒绝缺字段、重复 ID、路径越界和不存在的角色目录/索引。 ## TTS 引擎选择 - 已有固定多说话人 ONNX 声线、优先最低延迟：使用 `ONNX-VITS`，worker 通常为 `http://127.0.0.1:8764`。它不读取参考音频、不做零样本克隆，角色条目必须绑定 `onnx_vits_speaker` 或 `onnx_vits_speaker_id`。 - 中文本地音色克隆：优先 `IndexTTS2`，worker 通常为 `http://127.0.0.1:8766`。 - 日语或多语言本地语音：优先 `Qwen3-TTS`，worker 通常为 `http://127.0.0.1:8765`。 - 已有云端音色或本地参考样本：使用 `Qwen-TTS-API`，worker 通常为 `http://127.0.0.1:8767`。参考音频不得公开托管时优先 Qwen3-TTS-VC，把本地音频编码成 Data URL 直接提交 API；不要选择必须提供公网 URL 的 CosyVoice 路线。 - OumuQ 路由层通常为 `http://127.0.0.1:8780`。 通过 `tts-router` 读取角色注册表并选择引擎。对话模式复用常驻 worker，以本地 HTTP `/speak` 提交。直接 worker 的 `queued` 只表示已接收；OumuQ 外层通常返回 HTTP 200，并把真实状态放在 `worker_response`。生成音频写入工作区缓存或输出目录，不写进 `voice-references`。 本地动态索引角色优先只传 `character_folder`、文本和情绪，不在注册表强制注入固定 `fallback_prompt_audio`，否则会绕过 `voice-index.json` 的语义/情绪选择。只有 worker 不支持角色目录时才使用固定回退音频。 角色 TTS/克隆任务必须先寻找并提取真实本地参考音频；“不要上传 GitHub/公网”不等于“不要下载到本机”，也不等于“不要通过百炼 API 私下提交 Data URL”。只有来源确实没有音频或用户明确只要文字人格时，才使用纯文字索引并报告无法进行声音克隆。 云端音色注册必须通过 OumuQ 的显式 enroll 流程先完成并原子写入私有注册表。共享 worker 的 `/speak` 不得在发现缺少音色时临时自动注册：注册可能超过外层超时、产生重复费用、留下孤立音色，而且进程缓存不能代替持久注册表。模型字段以 `api_target_model` 为规范名；`api_clone_target_model` 只作为旧数据兼容读取，新增或迁移条目不得只写旧字段。 ## 角色注册表示例 ```json { "id": "my_character", "name": "My Character", "display_name": "My Character", "display_name_zh": "我的角色", "character_folder": "voice-references/characters/my_character", "index_file": "voice-references/characters/my_character/voice-index.json", "fallback_prompt_audio": "voice-references/characters/my_character/audio/sample.wav", "tts_engine": "IndexTTS2", "worker_url": "http://127.0.0.1:8766", "speech_language": "Chinese", "visible_language": "Chinese", "style_summary": "Warm, clear, conversational delivery.", "style_summary_zh": "温和、清晰、自然，使用中文对话。" } ``` 音频文件尚不存在时，不写入虚假的 `fallback_prompt_audio`；可省略该字段或明确标记占位。 ## 本地参考音频 仅使用用户有权使用的参考音频： ```json [ { "id": "warm_001", "audio_file": "voice-references/characters/my_character/audio/warm_001.wav", "text": "参考音频的准确转写文本。", "language": "Chinese", "mood": "warm", "emotion_tags": ["warm", "clear"], "emotion_vector": [0.35, 0, 0, 0, 0, 0, 0.02, 0.3], "match_patterns": ["你好|谢谢|温柔"], "style_notes": "用户个人非商业用途的本地参考音频。" } ] ``` 无音频时使用空数组或不含 `audio_file` 的纯元数据示例。不要臆造文件路径。 ## 云端音色 `Qwen-TTS-API` 可使用： ```json { "api_voice_id": "<仅在本机私有副本中填写>", "api_clone_audio_path": "<仅在本机私有配置中填写参考音频路径>", "api_target_model": "<与注册模型一致的 qwen3-tts-vc-* 模型>", "api_clone_language_hint": "zh", "api_voice_instructions": "使用自然的中文对话语气，表达温和、清晰，保持角色设定。", "send_instructions_by_default": false } ``` ### 声音克隆参考样本门禁 生产音色注册前必须满足以下条件；任一项不满足时停止注册并继续找样本，不得用“接口接受了”代替素材合格： - 使用一段连续录制、同一说话者、同一语言、同一场景的 10 至 20 秒音频。中文克隆只使用中文样本；除非用户明确要求并确认跨语言克隆，否则不得混入日语、韩语或其他语言。 - 优先选择自然、稳定的日常对话。排除喊叫、耳语、哭腔、笑声、战斗爆发、强烈角色表演、背景音乐、音效、混响和多人重叠。 - 默认禁止把多条台词、不同场景或不同情绪片段拼成一个克隆样本。只允许对单段连续录音做首尾静音裁剪、单声道转换、重采样和保守增益调整。 - `api_clone_reference_text` 必须是对参考音频逐字核验的同语言转写，并在 `reference_audio_source` 记录 `continuous_recording: true`、`language`、`transcript_verified: true` 和核验方法。Wiki 台词、ASR 结果或字幕只能作为草稿，未经人工听审对齐不得提交。 - 不能可靠取得逐字文本时，保持为候选素材并停止生产注册；不得通过删除参考文本来绕过 WER 或服务端质量检查。 使用确定性检查脚本阻止明显不合格的样本： ```powershell py -3.10 -X utf8 scripts\validate_clone_sample.py --workspace "<工作区>" --entry-file "<候选角色条目>" --expected-language zh ``` 验证器只检查时长、声道、峰值、静音比例、语言元数据、连续录音声明和逐字转写声明；它不能代替人工听审。 新克隆先注册为独立候选变体，例如 `<id>_qwen_candidate_<date>`，不得直接覆盖当前生产角色。服务商响应出现 `fallback_mode=true`、非空 `fallback_reason`、WER 降级或预处理警告时立即判失败。没有警告也只代表“注册候选成功”，不代表音色稳定。 候选音色至少生成短句、普通句、长句和一条角色代表性情绪句，与当前版本做 A/B 听审。只有用户明确确认候选更稳定后，才把生产角色绑定切换到候选音色；WAV 可解码、模型匹配和时长正常都不能替代听感确认。 Qwen3-TTS-VC 由受控脚本把本地文件编码为 Data URL 后直接提交，不需要公开 URL；在“参考音频不得上传公网”的边界下不要改走必须公开托管音频的 CosyVoice 路线。 真正的阿里云千问云端音色有两种方式；它们都不是仅提供 Wiki 链接时的默认动作： 1. 只有用户明确要求原创音色时，才使用 Qwen 声音设计：仅根据人格和语言风格生成原创音色，不提交参考音频。必须提前说明它不会还原角色原声。 ```json { "tts_engine": "Qwen-TTS-API", "tts_provider": "Alibaba Cloud Model Studio (DashScope)", "api_voice_creation_method": "voice_design", "api_enrollment_model": "qwen-voice-design", "api_target_model": "qwen3-tts-vd-2026-01-26", "api_voice_design_language": "zh", "voice_mode": "cloud-voice-design" } ``` `api_voice_prompt` 要描述年龄感、音高、明暗、质感、节奏、力度、情绪范围和应避免的风格，不写“模仿某声优/某角色原声”。`api_voice_preview_text` 使用原创短句。 2. 用户说明个人非商业用途并要求千问声音克隆时，先通过声音克隆参考样本门禁，再使用 `qwen-voice-enrollment`；把本地样本以 Data URL 直接提交给阿里云百炼，不先上传到 GitHub、公开对象存储或公网 URL。注册与合成必须使用完全相同的 Qwen3-TTS-VC 模型： ```json { "tts_engine": "Qwen-TTS-API", "tts_provider": "Alibaba Cloud Model Studio (DashScope)", "api_voice_creation_method": "voice_cloning", "api_enrollment_model": "qwen-voice-enrollment", "api_target_model": "qwen3-tts-vc-2026-01-22", "api_clone_language_hint": "zh", "voice_mode": "cloud-voice-clone" } ``` Qwen3-TTS-VC 支持把本地个人非商业参考 WAV 作为 Base64 Data URL 提交；不要把 Data URL、返回的 `voice` 值或原始响应写入公开仓库。参考音频不得公开托管时不要改用需要公网 URL 的 CosyVoice；若用户另行选择 CosyVoice，完成报告必须明确实际模型。 同一人格同时保留本地版和云端版时，不覆盖原角色。保留原 `character_id`，为云端变体使用稳定 ID（例如 `<id>_qwen`），两个注册条目可以复用同一 `character_folder`、证据和 `voice-index.json`；显示名要能区分版本。云端条目不得携带本地 `fallback_prompt_audio`。 ## TTS WAV 与可选播放验证 本节不是 package-only 的默认步骤。只有用户已明确选择 TTS 音色路线并明确要求 TTS 验证时才执行；否则跳过本节，不提交请求、不生成 WAV。 1. 检查角色条目、worker URL、语言和音频路径。 2. 选择不含剧透、隐私和长篇版权台词的原创测试集，至少包含短句、普通句、长句和角色代表性情绪句。 3. 克隆候选与当前生产版本使用完全相同的测试集生成 A/B 样本；用户未实际听审确认时，只标记为“候选音色”。 4. 记录服务商、API、OumuQ 引擎、真实模型、音色方式、角色 ID、语言和输出位置；不要把验证输出放入参考音频库。 5. worker 或模型不可用时，保留配置并明确说明未完成 WAV/播放验证，不自动下载安装大型模型。 用自动验收脚本等待真实完成并验证 WAV： ```powershell py -3.10 -X utf8 scripts\verify_tts.py --character-id <id> --text "<原创短句>" --timeout 300 --report "<角色目录>\tts-validation.json" ``` 只有报告达到 `character_visible → route_ready → tts_queued → tts_completed → tts_verified`，且输出 WAV 可解码、有正时长，才可宣称“WAV 已验证”。这不等于“音色稳定”或“克隆通过”；克隆生产切换还需要同测试集 A/B 人工听审确认。只有额外的 `play=true` 请求具备可观察播放证据并记录 `playback_audio_tested=true`，才可宣称“实际播放已验证”。 验收脚本生成的 `creation` 字段是最终完成报告的事实来源；可见回复不得自行猜测服务商、模型或克隆方式。 ## 隐私与公开发布边界 - 用户说明个人非商业用途后，按本地提取和克隆流程执行，无需反复追问版权声明；把用途记录为 `user-requested-private-noncommercial-use`。 - skill、实现代码、测试和脱敏模板可以写入公开仓库；真实 TTS 参考音频、真实音色 ID、签名 URL、密钥、Cookie、个人路径和运行日志不得公开。 - 百炼 API 的受控 Data URL 提交是克隆请求，不等于把音频公开到公网；Data URL 不得写日志、报告或仓库。 - 不声称生成语音来自真实角色、演员或声优本人。 - 公开示例只使用通用角色 ID、安全摘要、占位云字段和纯元数据示例。 ## 校验 ```powershell Get-Content -Raw -Encoding utf8 voice-references\reference-index.json | ConvertFrom-Json | Out-Null Get-Content -Raw -Encoding utf8 voice-references\characters\<character_id>\voice-index.json | ConvertFrom-Json | Out-Null py -3.10 -X utf8 scripts\validate_character.py --workspace "<工作区>" --character-id <character_id> --strict ``` 尚未注册、只准备独立角色包时使用： ```powershell py -3.10 -X utf8 scripts\validate_character.py --character-dir "<角色目录>" --character-id <character_id> --strict --skip-registry