聲音

腳本路徑相對於此 SKILL.md，而 speak.py 從影片資料夾執行。此步驟為選用：來自其他工具的音訊或錄音也可以直接使用。將它們放在 audio/voice/<台詞 ID>.wav，或在台詞上設定 file 欄位。

用對方的語言與他們交談。

設定金鑰（僅需一次）

費用由使用者自己承擔。請要求他們在自己的終端機中執行以下指令：

python <dula-start 資料夾>/scripts/configure.py

在 Claude Code 中，他們可以輸入 ! python <路徑>/configure.py。

絕對不要在對話中索取金鑰，也不要讀取或列印 ~/.dula-craft/config.env。 若要檢查是否已設定金鑰，請使用 configure.py --status。如果有人將金鑰貼到對話中，請告訴他們在控制台撤銷該金鑰並建立一個新的。

在 config/film.json 的頂層加入 voices：

"voices": {
  "mochi": {"desc": "一個約八歲的男孩，聰明活潑，語速快，呼吸輕盈"},
  "gran": {"desc": "一位七十歲的婦女，溫暖略帶沙啞，語速慢，咬字非常清晰"}
}

台詞可以包含 delivery 欄位：

{"id": "l03", "who": "mochi", "text": "真、真的嗎？", "delivery": "又驚又喜，第一個字顫抖，結尾上揚"}

可選的聲音欄位：lang 設定語言（預設為台詞的語言）；speaker 設定官方的火山引擎聲音 ID；reference 指向使用者有權使用的參考音訊。

請使用英文或台詞的語言來撰寫 desc 和 delivery。描述聲音本身：年齡、緊繃感、氣息、節奏和重量。僅寫「快樂」無法改變聲音。不要寫「聽起來像某個演員或角色」，也不要選擇模仿知名角色或真人的聲音。聲音也存在肖像權和版權風險。

python <此資料夾>/scripts/speak.py --dry-run   # 在不花費任何費用的情況下預覽提示
python <此資料夾>/scripts/speak.py

每個角色的第一句台詞會成為該角色後續台詞的聲音參考，因此請先聆聽第一句台詞。如果聽起來不對，請修改 desc 並重新生成。修改第一句台詞後，請使用 --only 重新生成該角色的後續台詞，使其跟隨新的聲音。

當你修改台詞或聲音並再次執行時，只有變更的部分會被重新生成。

python <此資料夾>/scripts/speak.py --sound "一個安靜的老房間，偶爾遠處有鳥叫" --seconds 10 --out audio/sfx/room.wav

務必提供 --seconds。 計費取決於長度，若未指定，一段音訊可能長達 30 秒或更久。這只是一個近似值，非常短的請求往往會生成較長的結果。生成的音訊剪輯通常音量偏低，因此請在 film.json 中為故事音效設定 level_db（請參閱 film.json 參考）。

一次只生成一種內容。不要在同一個提示中要求同時生成對話、音效和音樂，否則你無法分別調整音量，而且口型也會對不上。

如果可以，請聆聽。如果無法聆聽，請告訴使用者「這段音訊尚未經人耳檢查」。
你可以自行檢查的事項：確認長度合理（一句短台詞長達 5 秒就是有問題）。如果有可用的語音轉文字工具（如 Whisper），請將其文字與劇本比對。非常輕微的詞語可能會遺漏，這是需要重新生成的跡象。
delivery 只是一個請求，並非精確的控制。尤其是停頓長度不可靠，因此如果節奏不對，請縮短台詞或重新生成。
相同的提示每次都會產生不同的結果，因此出現錯誤時請重新生成。

症狀	解決方法
`金鑰被拒絕，或未啟用 Audio Generation 1.0`	檢查該服務是否已啟用。金鑰必須來自語音控制台，Ark 金鑰無效
某個詞被誤讀	重新生成，或修改該句台詞
多句台詞聽起來不像同一個人	確認第一句台詞是正確的，然後使用 `--only` 重新生成後續台詞，或設定 `speaker`
台詞結尾被截斷	要求更慢的 `delivery`，或重新生成