xcLee001/SonicVale

解决的问题

SonicVale（音谷）旨在自动化小说、剧本和视频的多角色、多情感语音合成流程。它消除了在长篇内容中手动为每句对白分配声音和情感的繁琐工作。

工作原理

该平台整合了大型语言模型（LLM）和文本转语音（TTS）引擎，将文本转换为音频。它利用LLM自动拆分对白并分配角色，并借助Index-TTS-2.0引擎实现情感化语音合成。用户可以导入文本，管理角色语音库，为角色绑定特定情感，并在导出最终结果前进行精确的音频编辑（如添加静音或删除片段）。

适用人群

需要为多角色叙事类内容制作高质量、富有情感表达的AI语音的创作者、作者和视频制作者。

核心亮点

• 自动对白拆分：使用可自定义的提示词和LLM将剧本拆分为角色专属的对白行。
• 多情感支持：集成Index-TTS-2.0，为不同角色提供细腻的情感语调。
• 角色管理：配备专用角色库，确保跨多章节的角色声音绑定保持一致。
• 精准音频编辑：支持手动删除音频片段或插入静音，以优化节奏。
• 灵活集成：支持任何兼容OpenAI API协议的LLM。