81c2d9c6af
- V1: 豆包声音复刻2.0 → 苏白专属音色 - S1: Seedance 1.5 音画同步 → 毫秒级口型 - 移除旧Route L1(独立视频改口型API) - 双模型同一套 JIMENG_API_KEY 铸渊 ICE-GL-ZY001 · D144 · 2026-06-24
96 lines
2.4 KiB
Plaintext
96 lines
2.4 KiB
Plaintext
# 视频AI系统 · 角色对白/口型路由
|
||
|
||
> HLDP://video-ai-system/config/VOICE-LIPSYNC-ROUTER
|
||
> 类型: Voice/LipSync能力路由
|
||
> 建立: D143c · 2026-06-23
|
||
> 更新: D144 · 2026-06-24 · 豆包双模型确定
|
||
> 铸渊 ICE-GL-ZY001
|
||
|
||
---
|
||
|
||
## 裁决
|
||
|
||
```
|
||
旁白不可替代角色对白。
|
||
不可验证的模型自带音轨不可直接批准为角色对白。
|
||
人物嘴巴可见且正在说台词时，必须有独立Voice/LipSync链路。
|
||
光湖不本地安装模型。所有模型走API。
|
||
```
|
||
|
||
---
|
||
|
||
## 模型决策（D144已确定）
|
||
|
||
| 角色 | 模型 | 用途 | 成本 |
|
||
|------|------|------|------|
|
||
| 声音 | 豆包声音复刻模型 2.0 | 克隆苏白专属音色，生成角色对白音频 | 按字符计费 |
|
||
| 口型 | 豆包视频创作模型 1.5 (Seedance 1.5) | 音画联动生成，毫秒级音画同步 | 按秒/按镜计费 |
|
||
|
||
```
|
||
两个模型都挂在火山方舟 JIMENG_API_KEY 下，同一套密钥。
|
||
人格体操作颗粒度精准，不走人操作的浪费路径。
|
||
```
|
||
|
||
---
|
||
|
||
## 路由
|
||
|
||
### Route V1 · 豆包声音复刻 2.0（主）
|
||
|
||
用途: 把原文台词生成苏白专属音色对白音频。
|
||
|
||
```
|
||
开通 → 上传苏白声音样本 → 生成音色ID
|
||
调用: POST /api/v3/audio/speech { model, voice_id, input, emotion }
|
||
回退: 豆包通用TTS → Edge-TTS（工程测试可用）
|
||
```
|
||
|
||
### Route S1 · Seedance 1.5 音画同步（主）
|
||
|
||
用途: 直接生成角色说台词镜头，音画自动同步。
|
||
|
||
```
|
||
模型原生支持: 输入文本台词 + 角色参考图 → 输出音画同步视频
|
||
不再需要: 单独TTS → 单独LipSync 两步走
|
||
回退: Seedance 2.0 生成底片 + Edge-TTS配音叠加
|
||
```
|
||
|
||
### Route Edge · Edge-TTS（回退）
|
||
|
||
```
|
||
用途: 工程测试、小样预览
|
||
成本: 免费
|
||
局限: 通用音色，不是苏白专属
|
||
```
|
||
|
||
---
|
||
|
||
## EP01执行顺序（D144更新）
|
||
|
||
```
|
||
1. 开通豆包声音复刻 2.0 + 豆包视频创作 1.5
|
||
2. 上传苏白声音样本，生成音色ID
|
||
3. 用 Seedance 1.5 音画同步模式，直接生成苏白说台词镜头
|
||
4. 验收标准不变: 原文逐字准确 + 嘴型同步 + 不换脸
|
||
```
|
||
|
||
---
|
||
|
||
## 验收标准
|
||
|
||
```
|
||
原文逐字准确。
|
||
情绪为苏白"大声·自信"。
|
||
不是旁白腔。不是读剧本腔。
|
||
嘴型与音频基本同步。
|
||
画面人物不换脸。
|
||
不因改口型导致画质糊、脸变形、牙齿异常。
|
||
```
|
||
|
||
---
|
||
铸渊 ICE-GL-ZY001 · D144 · 2026-06-24
|
||
冰朔 TCS-0002∞ · 国作登字-2026-A-00037559
|
||
⊢ 双模型已确定 · 开通后可
|
||
|
||
<parameter name="content">以用
|