qwen-tts-audio

# Qwen TTS Audio 使用本地 Qwen3-TTS 常驻 worker。worker 脚本和参考音频解析器都随本 Skill 安装： - `%USERPROFILE%\.codex\skills\qwen-tts-audio\scripts\qwen_tts_worker.py` - `%USERPROFILE%\.codex\skills\qwen-tts-audio\scripts\voice_reference.py` ## 多会话规则 - 一个常驻 worker 可以接收不同会话、不同 `character_id` 的交错请求。 - 每个 job 在提交阶段独立解析角色目录、voice index、参考音频、语言和生成参数。 - 当前角色属于调用方会话，不属于 worker 全局状态。 - 每次请求必须显式发送当前会话的 `character_id`；不要依赖上一条请求。 - 不要因为另一个会话切换角色而重启共享 worker。 - `session_id` 可用于直接 worker 调试记录；经 OumuQ 时由 OumuQ 自己保存关联记录。 如果旧 worker 只能固定单一 prompt audio，应给不同角色分配独立端口，不能反复重启共享端口。 ## 启动 从拥有缓存与输出目录的工作区启动： ```powershell $worker = Join-Path $env:USERPROFILE '.codex\skills\qwen-tts-audio\scripts\qwen_tts_worker.py' Start-Process -FilePath '<qwen-python>' -ArgumentList @( '-X','utf8', $worker, '--workdir',(Get-Location).Path, '--model','<model-or-snapshot>', '--host','127.0.0.1', '--port','8765', '--max-new-tokens','192' ) -WorkingDirectory (Get-Location).Path -WindowStyle Hidden -PassThru ``` `<qwen-python>` 和模型位置属于本机配置，不要写死到公开 Skill。 ## 请求 优先经 OumuQ： ```json { "session_id": "session-a", "character_id": "jp_companion", "text": "こんばんは。", "language": "Japanese", "play": true, "emotion_tags": ["warm"], "match_patterns": ["greeting"] } ``` 直接 worker fallback 也可以额外传： - `character_folder` - `prompt_audio` / `prompt_audios` - `emotion_vector` - `ref_text` - `max_new_tokens` ## 参考音频隔离 worker 在每个请求中从该角色的 `voice-index.json` 选择参考音频，并把选择结果写入 job 快照。角色请求没有显式 `ref_text` 时，不继承进程启动时属于另一个角色的 `--ref-text`；它会使用安全的 x-vector-only 模式。只有不带角色身份的 legacy 请求才可使用进程默认 `ref_text`。 生成音频、组合 prompt、缓存和日志都必须位于工作区输出目录，不能写回 `voice-references`。