Kokoro 旁白
使用已批准的文本與共享生成器;請勿複製專案專屬的 TTS 腳本,或將預測的時間戳記取代為估算的句子時序。
.venv-kokoro/bin/python tools/kokoro/generate_audio.py --project projects/NNN-topic
此輔助程式支援比對美式/英式英語語音,取樣率為 24 kHz。僅在需要安裝、處理依賴失敗或變更語言時,才閱讀設定與語言參考;請先檢查 interpreter/pyvenv.cfg。在新增依賴項前先詢問。其他語言需要受支援的提供者或進行試聽;切勿保證透過英語音系學能產生原生的越南語。
修訂與重複使用
保持穩定的唯一場景 ID。生成器會檢查文本/發音、模型、語音、語言、速度、取樣率、套件、生成器/字幕程式碼版本、WAV 雜湊/持續時間以及單詞/字幕覆蓋率。僅有無效的場景會被合成;未變更的 WAV 與時間戳記會以位元為單位完整保留。舊的已驗證清單可採用一次。完全未變更的執行流程亦會使清單保持不變。生成階段會先處理所有結果,再切換語音目錄;若失敗則保留前一組設定。請勿對同一個專案同時執行寫入器。
使用 --force 刻意重新生成所有片段,包括在相同模型識別碼下變更本機快取的模型權重之後(權重位元組不屬於快取鍵的一部分)。新的模型/語音/速度會使每個受影響的片段失效。純音樂修訂不會呼叫 TTS。
使用腳本的發音對應表來標準化縮寫、數字與 URL。保留 sourceText 與實際口說文本的差異;字幕遵循口說文本,除非另外對齊。每個預期表達的短語只說一次。標點符號並非時序保證。
在場景幀之前測量實際 WAV 持續時間。在提高速度前,先縮短、擴展或拆分密集的場景;切勿為了符合猜測的持續時間而裁剪語音。若有需要,保留原始音訊並建立單獨的填補/重新取樣衍生檔案。
驗證
在生成後執行工作流程前置檢查。要求完整的、有序的、在範圍內的單詞、短語邊界、正確的取樣率、非空的、可解碼的音訊以及測量到的持續時間。時間標記包含實際前一段落的長度,並附加標點符號。審查遺失/重複/裁剪的單詞、發音、停頓、峰值與結尾空間。盡可能聆聽;預測的對齊並非獨立的轉錄。檢查三個連續的醒目提示片段與後續的一個場景/區塊,遵循預設值。記錄未執行的聆聽。