Skip to content
火山引擎声音模型接入计划

火山引擎声音模型接入计划

本文属于“任务计划”,描述尚未落地的火山引擎声音接入。 当前音色链路见 角色音色与 H3 音频参考。

1. 范围

  • 接入火山引擎声音模型(需求清单中的 sedence,具体产品名/模型 ID 待提供);
  • 支持音色列表读取与角色音色绑定;
  • 支持 TTS 任务生成对白配音;
  • 与现有 H3 <Audio N> 音色参考链路兼容;
  • 不改变 shot_dialog_lines 的结构化台词事实源。

2. 前置信息

需要运营/管理员提供:

  • 火山引擎账号与开通的语音产品;
  • AppID / Access Token / Cluster 等鉴权信息;
  • 可用音色 ID 列表或声音复刻空间;
  • 计费方式与并发限制。

3. 实施步骤

  1. 在模型管理新增音频供应商与模型记录;
  2. 新增火山引擎音频适配器(voice list / TTS / 状态查询);
  3. 角色详情音色选择支持该供应商;
  4. 对白配音任务按角色 voice_id 或演员默认音色解析;
  5. 需要音色参考时,把生成的音频文件写入 H3 <Audio N>;
  6. 补齐接口、OpenAPI、前端 generated client;
  7. 用真实短句验证中文音色、情绪与时长。

4. 验收

  • 角色能绑定火山引擎音色;
  • 单条对白可生成可播放音频;
  • 生成音频可作为 H3 音色参考;
  • 音色不可用时返回可读错误,不静默回退;
  • 不在页面加载时自动调用付费接口。

5. 排期

作为 v1.2.1 最后一项;若账号/模型权限未就绪,评估拆到后续补丁,不阻塞 v1.2.1 其他内容。