配音
变量 VV、PY 与 videomotion 技能中相同。
运行
"$PY" "$VV/tools/voice/voice.py" <项目> > <项目>/voice.log 2>&1
如果脚本长度超过1分钟，则在后台运行。当日志中出现 VOICEDONE 时表示完成。所有生成的音频均根据内容缓存：修改 script.json 中的某句后重新运行，只会重新生成该句。
读取结果
- 每句输出
score <id>: <分数> ok|WEAK | <Whisper听到的内容>。 - 运行一次即可。分数仅用于筛选，无需追求高分。因 Whisper 听错英文名称（如“Claude”变成“Clock”，“code”变成“cốt”）导致的 WEAK 并非发音错误。
- 真正的 WEAK（读错、吞字、数字读错）：按以下顺序修正
- 重写句子，使其包含越南语主语，避免少于5个词的短句或以英文名称开头；
- 在
script.json的"pron"字段中添加条目，例如"MCP": "em xi pi"（键若包含大写字母，则匹配时区分大小写）； - 使用参数
--candidates 4重新运行。
- 需要跨项目修正的词：添加到
~/.motionfly/pron.json。
声音
默认声音为 Ngọc Huyền（女声，北方口音）。部分可用声音：Ngọc Huyền、Mai Anh（新闻播报）、Trúc Ly、Thùy Dung（男声，新闻播报）、Hải Đăng、Thiện Minh（讲故事）、Quang Sơn 和 Ngọc Trân（中部口音）。查看全部25种声音：
"$PY" -c "from vieneu import Vieneu; [print(v[0]) for v in Vieneu().list_preset_voices()]"
在 script.json 的 "voice" 字段中设置声音。
输出
voice.wav：48 kHz 单声道，包含静音间隔：开头0.5秒，句间0.35秒，|符号0.55秒，场景间0.7秒，结尾0.8秒。words.json：包含total、scenes（每个场景的起止时间）、segments（每个句子、分数、weak标志）、words（每个显示的词及其start、end时间戳）。显示的单词保持与脚本原文一致，即使实际发音已通过pron修改。