agentleFS
439436269-ctrl439436269-ctrl/video-pipeline-skills/skills/chinese-tts/SKILL.md

chinese-tts

Skill1 starsChanged 35 days agoMITView on GitHub

中文配音 TTS 读音校正与配音规范(原子):多音字同音字替换表(朝zhāo/还huán/重chóng/骑jì/教jiào/载zǎi等)、pinyin_fix 的 fix/check/pinyin 三模式(pinyin=逐字拼音校准:整句语境读音+多音字⚠裁决)、TTS 安全文本产出、茉莉/冰糖/白桦/苏打音色与题卡/逐句/尾钩/点诗/旁白 context 模板。当给古诗文或中文旁白做 TTS 配音、纠多音字读音、逐字校验拼音、确认某个字怎么念、或准备 tts_speech 调用参数时使用。Use when generating Chinese TTS voiceovers with per-character pinyin verification and proven voice/context templates.

  • Reads credentials
  • Installs packages

The file

Files
SKILL.md

chinese-tts — 中文 TTS 读音校正与配音规范(原子)

✅ 状态:本机实测通过(2026-09-30 EP11 三组用例 + NCC 换血验证;2026-10-01 EP13 逐字校准首跑:抓出载 zài、空余 kòng 两处,千宰/崆余修复后重发)

原子边界:文本进 → TTS 安全文本出 + 调用参数(音色/context)。实际发声:首选桌面 tts_speech 工具,其 403 membership_required 时备用通道 = scripts/mimo_tts.py(MiMo API key 直调,2026-10-01 打通,EP16 起在用);测长、合成归 video-compose。

备用 TTS 通道(mimo_tts.py,桌面工具 403 时用)

python scripts/mimo_tts.py --text "安全文本" --out voA1.wav \
  --voice 茉莉 --context "与节目报幕完全相同的正常语速…"
  • 端点:POST api.xiaomimimo.com/v1/chat/completions,model=mimo-v2.5-tts,modalities=["audio","text"],audio.format=wav
  • messages 必须含 assistant 角色(放朗读文本);voice=茉莉/冰糖/白桦/苏打 实测生效(茉莉 vs 冰糖 corr=0.009)
  • 流畅性指令(2026-10-01 用户 A/B 选定,EP17 起用):直搬桌面 context 会发闷(EP16 教训,用户评为「没 EP15 流畅」)——context 必须显式带流畅约束:
    • 诗句段/句:茉莉音色,把这几(两)句诗像日常说话一样一气呵成地读出来,流畅连贯不停顿,中等偏快语速,干净利落不拖音不朗诵
    • 题卡/尾钩/点诗等在其基础上加场景词(报幕/收尾/深情吟诵),保留「一气呵成、流畅连贯」核心
    • 结构配合:A 版多句成段连读(双句/三句一档),避免一句一断的短槽(EP16 逐句短槽是发闷次因)
  • key 自动读 ~/.config/mimocode/mimocode.jsonc 的 providers.xiaomi.options.apiKey(或 env MIMO_API_KEY)
  • 返回 base64 WAV(24kHz) 落盘;EP16 十三条实测全过;桌面 tts_speech 恢复后优先桌面(流畅度更佳)

为什么需要它(EP11 教训)

TTS 默认按语言模型概率念多音字:朝辞白帝彩云间 被念成 cháo(应为 zhāo)。context 风格指令纠不了读音。可靠做法 = 输入文本同音字替换(招/环/虫…),发音必然正确;字幕/SRT 一律保留原字。

工作流

# 1) 读音校正(fix = 输出安全文本;check = 只诊断;pinyin = 逐字全量校验)
python scripts/pinyin_fix.py fix  --text "朝辞白帝彩云间,千里江陵一日还。"
python scripts/pinyin_fix.py check --file 剧本文本.txt --json
# 2) 逐字校验:整句语境读音 + 每个多音字标 ⚠(含 RISK 提示),逐⚠人工裁决后才进 TTS
python scripts/pinyin_fix.py pinyin --file 全部台词.txt   # 依赖 pypinyin(pip install pypinyin)
# 3) 用输出文本调 tts_speech,音色+context 见下表
# 4) 测长 → video-compose 排时间轴
  • fix 输出到 stdout;applied/warnings 走 stderr(--json 合并输出)
  • WARN = 表未覆盖的高危字,只提示不擅改——人工确认后加 --table extra.json 规则
  • 追加规则格式:[{"phrase": "将进酒", "repl": "...", "pinyin": "...", "why": "..."}]
  • 裁决输出表:每个 ⚠ 三选一记录——①同音替换保障 ②人工判定 TTS 大概率正确(写依据)③修复(改词或重录);审计存档进 EP 目录(如 EPxx-逐字读音校验.txt)

内置替换表(节选,完整见 scripts/pinyin_fix.py)

原文安全文本读音出处
朝辞招辞zhāo cí早发白帝城
一日还一日环huán早发白帝城
还给环给huán gěi归还义
万重山万虫山chóng shān早发白帝城
一骑一计yī jì过华清宫
悔教悔叫jiào闺怨
少小哨小shào回乡偶书
石径斜石径瑕xiá山行(古音)
见牛羊现牛羊xiàn敕勒歌
千载千宰zǎi黄鹤楼(禁换词成「千年」,会丢 zǎi)
空余崆余kōng黄鹤楼(语境引擎误判 kòng)
燕山烟山yān马诗
单于 / 可汗缠于 / 克寒chán yú / kè hán称谓

音色(tts_speech voice= {"mode":"preset","name":...})

音色用途
茉莉女声旁白/逐句跟读/点诗/尾钩(系列默认)
冰糖活泼女声(少女角色)
苏打阳光男声
白桦沉稳男声(船夫/男角色)

context 模板(唐诗项目实测原文)

场景context
题卡报幕诗题报幕,中速偏快,自然流畅,干净利落,不拖音
逐句跟读与节目报幕完全相同的正常语速,像日常自然把这句诗读出来,干净利落,不要朗诵腔,不要拖长尾音,不要字与字之间停顿
尾钩节目收尾预告,中速明快亲切,不拖沓
点诗(全诗)深情吟诵全诗四句,中速不拖沓
故事旁白叙事旁白,自然中速(可加:意气飞扬/豪迈转深沉/讽刺意味内敛…)
悬念钩子短视频悬念钩子,语速偏快,命运感

铁律

  1. 同音替换铁律(2026-10-01 用户纠正后立):替换必须听感与正确读音完全一致——只许同音字(招/环/虫/宰/崆…),禁止语义换词(反例:千载→千年 把 zǎi 读丢了、室中更无→再无 读音变了;正例:千载→千宰 qiān zǎi、空余→崆余 kōng yú)。字幕/SRT 永远用原文
  2. 发布前跑一遍 check + pinyin 逐字校验,每个 ⚠ 有裁决记录(quad-platform-publish §发布前读音核查 指向这里)
  3. 已发内容发现错读 → 平台替换/删旧重发(B站换视频用 ep11-rep7-intercept.mjs)

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.