AI漫剧多角色配音：区分不同角色声音的完整方案

# 同一基础音色，通过参数调节创造不同角色
characters = {
    "角色A（热血少年）": {
        "voice_id": "male_base",
        "pitch": "+2",      # 略微升高音调
        "speed": "1.1",     # 略快语速
        "emotion": "energetic"
    },
    "角色B（冷静军师）": {
        "voice_id": "male_base",
        "pitch": "-1",      # 略微降低音调
        "speed": "0.9",     # 略慢语速
        "emotion": "calm"
    },
    "角色C（老练前辈）": {
        "voice_id": "male_base",
        "pitch": "-3",      # 明显降低音调
        "speed": "0.85",    # 明显减慢语速
        "emotion": "steady"
    }
}

# 《漫剧名称》音色分配表

## 主要角色

| 角色名 | 性别/年龄 | 性格特征 | 音色来源 | 音色名称/ID | 参数设置 | 备注 |
|--------|----------|---------|---------|------------|---------|------|
| 林默 | 男/25岁 | 冷静、沉稳 | GPT-SoVITS | linmo_model | speed:0.95 | 自定义克隆 |
| 苏晴 | 女/23岁 | 温柔、坚韧 | 魔音工坊 | female_03 | speed:1.0 | 甜美女声 |
| 陈风 | 男/28岁 | 热血、冲动 | 剪映 | 活力男声 | speed:1.1 | 略快语速 |

## 次要角色

| 角色名 | 性别/年龄 | 性格特征 | 音色来源 | 音色名称/ID | 参数设置 | 备注 |
|--------|----------|---------|---------|------------|---------|------|
| 王教授 | 男/55岁 | 博学、慈祥 | 魔音工坊 | male_senior | speed:0.85 | 苍老男声 |
| 小雨 | 女/12岁 | 活泼、可爱 | 剪映 | 童声女 | speed:1.05 | 略快语速 |

## 旁白

| 类型 | 音色来源 | 音色名称/ID | 参数设置 | 备注 |
|------|---------|------------|---------|------|
| 全知旁白 | 魔音工坊 | male_narrator | speed:0.9 | 沉稳男声 |
| 角色内心独白 | GPT-SoVITS | 角色对应模型 | speed:0.85 | 加混响效果 |

【正常对话节奏】
林默（0.0s）：你来了。
[间隔400ms]
苏晴（0.4s）：嗯，我来了。
[间隔500ms]
林默（0.9s）：坐吧。
[间隔800ms]
苏晴（1.7s）：谢谢。

【紧急对话节奏】
林默（0.0s）：快跑！
[间隔150ms]
苏晴（0.15s）：怎么了？！
[间隔100ms]
林默（0.25s）：没时间解释了！快走！
[间隔200ms]
苏晴（0.45s）：可是——
[间隔50ms]
林默（0.50s）：走！！

【打断对话节奏】
苏晴（0.0s）：我想告诉你——
林默（-0.1s）：我知道。
苏晴（0.3s）：你知道？
林默（0.5s）：我都知道。

时间轴布局：

视频轨道：  [漫剧画面.................................]
音轨1-旁白：[旁白音频................]
音轨2-林默：     [林默台词]  [林默台词]    [林默台词]
音轨3-苏晴：          [苏晴台词]  [苏晴台词]
音轨4-陈风：               [陈风台词]
音轨5-BGM： [背景音乐....................................]
音轨6-音效： [环境音效....................................]

处理步骤：
1. 为主说话者生成清晰的配音
2. 为背景说话者生成音量较低的配音
3. 添加环境嘈杂音效
4. 将所有音轨混合，确保主说话者清晰可辨

推荐音效类型：
- 嘈杂人群声
- 远处的说话声
- 模糊的低语声

角色A（热血少年）：
- 常用词："切"、"哼"、"才不是呢"
- 句末语气：多为感叹号
- 说话特点：直接、不拐弯抹角

角色B（冷静军师）：
- 常用词："根据分析"、"从逻辑上来说"
- 句末语气：多为句号
- 说话特点：条理清晰、用词精准

角色C（温柔少女）：
- 常用词："嗯……"、"那个……"
- 句末语气：多为省略号
- 说话特点：委婉、犹豫

场景：得知好消息

角色A（热血少年）：
"太棒了！我就知道我们可以的！走，去庆祝！"

角色B（冷静军师）：
"嗯，结果在预期之内。下一步计划……"

角色C（温柔少女）：
"真的吗？太好了……我好开心……"

步骤1：导入漫剧视频素材
步骤2：为每个角色的台词创建单独的文本
步骤3：为每段文本选择不同的音色
步骤4：生成配音并在时间轴上排列
步骤5：调整间隔和节奏
步骤6：导出

[林默:male_01]你来了。
[苏晴:female_03]嗯，我来了。
[林默:male_01]坐吧。
[苏晴:female_03]谢谢。

import requests

API_URL = "https://openapi.moyin.com/tts/synthesize"
API_KEY = "your_api_key"

# 角色音色映射
voice_map = {
    "林默": "male_01",
    "苏晴": "female_03",
    "陈风": "male_05",
    "旁白": "male_narrator"
}

# 剧本
script = [
    {"role": "旁白", "text": "雨夜，废弃的教堂内。", "pause_after": 800},
    {"role": "林默", "text": "你果然来了。", "pause_after": 400},
    {"role": "苏晴", "text": "我不得不来。", "pause_after": 500},
    {"role": "林默", "text": "三年了，你还是这么倔强。", "pause_after": 600},
    {"role": "苏晴", "text": "你变了，林默。", "pause_after": 1000},
    {"role": "旁白", "text": "沉默在两人之间蔓延。", "pause_after": 0},
]

# 批量生成
for i, line in enumerate(script):
    voice_id = voice_map[line["role"]]
    payload = {
        "text": line["text"],
        "voice_id": voice_id,
        "speed": 1.0,
        "output_format": "wav"
    }
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {API_KEY}"
    }
    response = requests.post(API_URL, json=payload, headers=headers)
    # 保存音频文件...

import requests

class MultiCharacterTTS:
    def __init__(self, api_url="http://localhost:9880"):
        self.api_url = api_url
        self.models = {
            "林默": {
                "gpt_path": "models/linmo/gpt_model.ckpt",
                "sovits_path": "models/linmo/sovits_model.ckpt",
                "params": {"speed": 0.95, "temperature": 1.0}
            },
            "苏晴": {
                "gpt_path": "models/suqing/gpt_model.ckpt",
                "sovits_path": "models/suqing/sovits_model.ckpt",
                "params": {"speed": 1.0, "temperature": 1.05}
            },
            "旁白": {
                "gpt_path": "models/narrator/gpt_model.ckpt",
                "sovits_path": "models/narrator/sovits_model.ckpt",
                "params": {"speed": 0.9, "temperature": 0.9}
            }
        }

    def synthesize(self, text, character):
        model = self.models[character]
        payload = {
            "text": text,
            "text_language": "zh",
            "gpt_model_path": model["gpt_path"],
            "sovits_model_path": model["sovits_path"],
            **model["params"]
        }
        response = requests.post(f"{self.api_url}/tts", json=payload)
        return response.content

# 使用示例
tts = MultiCharacterTTS()
audio = tts.synthesize("你果然来了。", "林默")