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
- 在模型管理新增音频供应商与模型记录;
- 新增火山引擎音频适配器(voice list / TTS / 状态查询);
- 角色详情音色选择支持该供应商;
- 对白配音任务按角色
voice_id或演员默认音色解析; - 需要音色参考时,把生成的音频文件写入 H3
<Audio N>; - 补齐接口、OpenAPI、前端 generated client;
- 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。