grahama1970/analyze-chatterbox-emotions

分析 Chatterbox 情感

将生成的 Chatterbox 渲染作为语音质量制品进行评估，而不是关于说话者真实情感的断言。

当需要证据证明 Chatterbox 或 Persona Dream 渲染的情感标签、停顿、语速和音频质量按请求执行时，请使用此技能。

合同

输入：

./run.sh analyze --audio path/to/render.wav \
  --expected-text "optional source text" \
  --target-label reassuring \
  --target-arousal 0.35 \
  --target-valence 0.4 \
  --out /tmp/chatterbox_voice_eval.json \
  --report /tmp/chatterbox_voice_eval.md

输出 JSON schema：analyze_chatterbox_emotions.voice_eval.v1。

评估器报告：

• affect：目标标签加上声学唤醒/效价代理以及兼容性评分。
• prosody：时长、估计语速、RMS/响度代理、可用时的 F0 估计。
• pauses：静音比、检测到的停顿区间，以及在提供 Chatterbox 渲染计划或对话轮次时的计划停顿与实际停顿比较。
• quality：削波、峰值幅度、不连续性标志和低信号警告。
• intelligibility：预期文本的词数和可选的转录字段；此技能不会静默地创造 ASR。

可选输入

• --render-plan path.json：Chatterbox render_plan.json、Persona Dream journal receipt、动态对话 receipt，或包含 chatterbox_pause_plan 的对话轮次 JSON。
• --transcript "text"：由调用方提供的 ASR 转录。如果省略，则转录相似度为 null 并列为非声明项。

判定结果

• pass：没有严重技术失败且得分 >= 75。
• review：得分为 50-74 或缺少重要证据（如无 ASR 转录）。
• fail：存在严重技术问题、音频不可用、严重削波、缺少音频或得分 < 50。

该分数是一个加权评估信号，而非真实情况：

0.35 affect_match + 0.25 intelligibility + 0.20 prosody + 0.20 technical_quality

重要边界

• 不要断言这个人或角色“是悲伤/愤怒/快乐的”。要说明波形和可用的分类器/代理与请求的目标是兼容的还是不兼容的。
• 语音情感识别模型是可选的信号。如果不可用，此技能仍会发出声学代理指标并记录 emotion_classifier.available=false。
• 实际停顿尽可能从波形中验证；渲染计划中的 pause_after_ms 仅为请求的停顿。

维护

运行：

./sanity.sh
../agentic-evals/run.sh run fixtures/agentic_eval.json --output /tmp/analyze-chatterbox-emotions-agentic-eval.json