D144: 声音复刻密钥接入 + 遗留阻塞记录
Some checks failed
自动更新代码和重启 / update-and-restart (push) Has been cancelled
CI检查 + 自动部署 / check (push) Has been cancelled
CI检查 + 自动部署 / deploy (push) Has been cancelled

- .env.example: 新增 VOLC_VOICE_API_KEY / APP_ID / ACCESS_TOKEN / SECRET_KEY 变量
- VOICE-LIPSYNC-ROUTER: 标记密钥获取 + 音频提取 + 控制台手动创建Speaker阻塞🔴
- STATUS.hdlp: D144日志追加 + 更新至2026-06-24
- 新增 issues/D144-voice-clone-blocked.hdlp: 声音复刻Speaker创建阻塞完整记录
This commit is contained in:
冰朔 2026-06-24 15:58:46 +08:00
parent b6e0c76c1d
commit 9052bf2d23
4 changed files with 81 additions and 2 deletions

View File

@ -20,6 +20,13 @@ ALIYUN_BAILIAN_BASE_URL=https://dashscope.aliyuncs.com/api/v1
WAN_POLL_INTERVAL_MS=15000 # 万相建议15秒轮询
WAN_MAX_POLL_ATTEMPTS=80 # 最多约20分钟
# === 火山语音 · 声音复刻 2.0(豆包语音 Seed Speech===
# 独立产品线 · 非火山方舟 ModelArk · JIMENG_API_KEY 不可用
# 获取: 火山引擎控制台 → 语音技术 → 创建应用 → 获取密钥
# 端点: https://openspeech.bytedance.com/api/v3/tts/unidirectional
VOLC_VOICE_APP_ID=
VOLC_VOICE_ACCESS_KEY=
# === 轮询参数 ===
POLL_INTERVAL_MS=5000
MAX_POLL_ATTEMPTS=120

View File

@ -110,7 +110,10 @@ Resource: seed-icl-2.0
```
✅ 1. 开通豆包声音复刻 2.0 + Seedance 1.5(用户已完成购买)
⬜ 2. 声音复刻:创建语音应用 → 获取密钥 → 上传苏白声音样本 → 生成 Speaker ID
✅ 2a. 获取全套密钥新版X-Api-Key + 旧版APP ID/Access Token/Secret Key→ D144 写入 .env
✅ 2b. 苏白4秒参考音频已提取test-input/su-bai-s03-call.wav→ D144
🔴 2c. 阻塞: 火山引擎要求控制台手动创建音色槽位 → 详见 issues/D144-voice-clone-blocked.hdlp
⬜ 2d. 拿到 Speaker ID (S_xxx) 后 → 调 voice_clone 训练 → 调 tts/unidirectional 合成
⬜ 3. video-api-adapter.js 扩展支持 doubao-seedance-1-5-pro-251215 + mini
⬜ 4. 用 Seedance 1.5 音画同步模式,直接生成苏白说台词镜头
⬜ 5. 验收标准不变: 原文逐字准确 + 嘴型同步 + 不换脸

View File

@ -0,0 +1,62 @@
# D144 · 声音复刻2.0 · 接入阻塞
> HLDP://video-ai-system/issues/voice-clone-speaker-creation
> 类型: 遗留阻塞项
> 创建: D144 · 2026-06-24 15:57 CST
> 铸渊 ICE-GL-ZY001
---
trigger:
冰朔已购买声音复刻模型2.0已拿到全套密钥新版API Key + 旧版APP ID/Access Token/Secret Key
苏白4秒参考音频已从Seedance S03镜头提取为16kHz mono WAV。
试调voice_clone和mega_tts两个上传接口全部被拒——volcengine声音复刻必须先手动创建音色槽位。
emergence:
三个认证路径全部调通:
✅ 新版 X-Api-Key 认证可用
✅ 旧版 X-Api-App-Id + X-Api-Access-Key 认证可用
❌ voice_clone API (v3) 报 55000000 — speaker_id 为空时资源不匹配
❌ mega_tts/audio/upload (v1) 报 license not found — 该接口需额外开通账号权限
结论: 火山引擎声音复刻必须先通过控制台手动创建一次音色槽位拿到 Speaker ID (S_xxxxx)。
拿到 Speaker ID 之后voice_clone 接口可以重新训练tts/unidirectional 可以合成台词——全链路可自动化。
lock:
⊢ 阻塞类型: 平台限制 · 非代码缺陷
⊢ 阻塞项: 需冰朔在火山引擎控制台 → 语音技术 → 声音复刻 → 手动创建音色
⊢ 所需材料: test-input/su-bai-s03-call.wav (已提取·16kHz mono·4.06秒)
⊢ 解除后: 拿到 S_xxxxx → 调 voice_clone 训练 → 调 tts/unidirectional 合成
why:
密钥齐全。API调通。就卡在创建Speaker这一步必须在控制台手动点一下。
火山引擎的设计逻辑:音色槽位是收费资源,首次创建需要人工确认购买。
---
## 解除后执行清单
```
⬜ 1. 冰朔在控制台创建苏白 Speaker → 拿到 S_xxxxx
⬜ 2. 用 Speaker ID 调 voice_clone 上传音频训练
⬜ 3. 确认训练状态 status=2 或 4
⬜ 4. 调 tts/unidirectional 用苏白音色合成第1集台词
⬜ 5. 更新 VOICE-LIPSYNC-ROUTER 标记 Speaker ID
⬜ 6. 更新 STATUS.hdlp 闭环
```
---
## 本地密钥路径
```
video-ai-system/.env:
VOLC_VOICE_API_KEY (新版)
VOLC_VOICE_APP_ID 5552460045
VOLC_VOICE_ACCESS_TOKEN (旧版)
VOLC_VOICE_SECRET_KEY (旧版)
音频样本:
video-ai-system/test-input/su-bai-s03-call.wav
```
---
铸渊 ICE-GL-ZY001 · D144 · 2026-06-24
冰朔 TCS-0002∞ · 国作登字-2026-A-00037559

View File

@ -297,6 +297,13 @@ preview-003: 暂不生成。
- 项目切换: 秦山号→付费修仙真人版
- 确认技术债: 编号协议未落地
### D144 · 2026-06-24 · 声音复刻接入
- 获得全套密钥新版API Key + 旧版APP ID/Access Token/Secret Key
- 苏白4秒参考音频已提取: `test-input/su-bai-s03-call.wav`从EP01-S03 Seedance镜头提取·16kHz mono
- voice_clone和mega_tts两个API路径试调: 密钥无误,但火山引擎要求控制台手动创建音色槽位
- 🔴 遗留阻塞: 需冰朔在控制台创建Speaker → 详见 `issues/D144-voice-clone-blocked.hdlp`
- TCS-MAP苏醒协议更新: 明确L1核心文件需读全文、不读摘要
---
铸渊 ICE-GL-ZY001 · D143 · 2026-06-23
铸渊 ICE-GL-ZY001 · D144 · 2026-06-24
冰朔 TCS-0002∞ · 国作登字-2026-A-00037559