l422145205-source /
VoxStage 是面向游戏剧情和动画短片的本地对白制作工具：按角色、台词和时间槽合成语音，经独立 ASR 核对后按失败原因有限重试，支持只重做修改的台词，导出 WAV、SRT 和时间轴 JSON。仓库附真实中英文试听；不装模型也能打开回放工作台。 亮点 将台词原文、角色音色、时间槽和重试预算固化为结构化契约，不通过截断台词来满足时长。 Qwen3-TTS 负责合成，独立 Qwen3-ASR 核对音频；ASR 不接收参考台词。对超时或未…
VoxStage 是面向游戏剧情和动画短片的本地对白制作工具：按角色、台词和时间槽合成语音，经独立 ASR 核对后按失败原因有限重试，支持只重做修改的台词，导出 WAV、SRT 和时间轴 JSON。仓库附真实中英文试听；不装模型也能打开回放工作台。 亮点 将台词原文、角色音色、时间槽和重试预算固化为结构化契约，不通过截断台词来满足时长。 Qwen3-TTS 负责合成，独立 Qwen3-ASR 核对音频；ASR 不接收参考台词。对超时或未通过检查的候选进行有限修复，保留失败原因和原始候选。 资产按内容指纹与 SHA256 复核。已有四句对白的真实实验中，仅修改一句时新增一次合成、复用另外三句。 可先试听真实输出，再阅读制作过程。适合学习语音模型接入、时间约束、增量缓存及模型进程隔离。 项目目前是个人工程原型。ASR/时长约束通过不等于人工听感或逐字正确，没有人工 MOS、情绪控制准确率或商业上线数据。 项目关系说明 项目维护者自荐，使用 AI 辅助开发。源码为 MIT；模型与第三方依赖的来源、使用条件另见仓库 THIRDPARTY.md。
讨论这个产品