语音角色与语音库

语音角色是 Neiroha 的核心抽象。提供商只说明服务连接方式；语音角色说明项目中的说话人、模型、音色、语速和风格。

首次配置

1. 完成 提供商配置，并确认提供商已启用。
2. 打开 语音库（Voice Bank）。
3. 选择左侧的 Default Bank，或点击 + 创建新语音库。
4. 在语音库中点击 New Character。
5. 选择提供商、模型、音色或声音模式。
6. 保存角色。
7. 在右侧 快速测试（Quick Test） 输入一句话测试。

语音库定义

语音库是一组角色。项目创建时会绑定一个语音库，后续所有角色下拉框都来自这套库。

用法	建议
单人旁白	一个库中仅放一个旁白角色
广播剧 / 游戏对话	一个库放一整套角色
多语言测试	按语言拆库，例如 中文旁白、English Cast
API 服务器	把常用角色放进激活语音库，方便 /v1/audio/voices 返回

创建语音库

1. 在语音库左侧点击 + 新建库。
2. 填写库名称。
3. 如果该库需要作为默认库，点击 设为激活。
4. 后续对话 TTS、段落 TTS、小说阅读器、视频配音创建项目时选择这个库。

激活语音库会影响本地 API 服务器的模型和 voice 列表：

• /v1/models 返回激活语音库。
• /v1/audio/voices 返回激活语音库中的角色。
• POST /v1/audio/speech 可用 model 把 voice 查找限定到某个语音库。

创建语音角色

进入 语音库（Voice Bank），选择一个语音库，然后点击 New Character。常用字段如下：

字段	说明
名称	在界面、项目和 API 请求中显示或匹配的角色名
提供商	一个已启用的提供商
任务模式	决定角色编辑器展示预设音色、参考音频或指令式音色字段
语速	合成速度倍率，通常为 0.5 到 2.0
头像	可选图片，在对话气泡中显示

按后端选择任务模式

模式	适用后端	配置重点
预设音色	OpenAI、Azure、Windows SAPI、Gemini 等	从提供商音色列表选择 voice
音色克隆（带提示）	GPT-SoVITS、CosyVoice、VoxCPM2 等	提供参考音频和对应文本
音色设计	支持 voice_instruction 或 Chat Completions 音频输出的模型	用自由文本描述声音风格

不同提供商的角色填写

提供商	角色里最重要的字段
OpenAI 兼容	model、preset voice
MiMo	model、预设音色 / 声音指令 / 克隆参考
Gemini	model、Gemini 预设音色、可选声音指令
Azure	Azure voice ShortName，例如 zh-CN-XiaoxiaoNeural
GPT-SoVITS	trained voice，或 reference audio + prompt text
CosyVoice	profile / prompt audio / prompt text
VoxCPM2	registered voice、design instruction 或 clone audio
Windows SAPI	本机安装的 SAPI voice

如果下拉框缺少模型或音色，返回提供商页面点击 拉取全部（Fetch All）。如果后端确实没有列表接口，则手动填模型名或 voice 名。

创建后立即测试

角色创建完成后，避免立即生成长文本。先在右侧 快速测试（Quick Test） 面板测试：

1. 选中刚创建的角色。
2. 在快速测试中输入一句短文本。
3. 点击生成按钮。
4. 能播放，说明提供商、角色和队列均可用。
5. 再进入对话 TTS、段落 TTS 或小说阅读器。

常见问题

现象	处理
角色无法保存	检查必填字段，尤其是提供商、任务模式、voice 或参考音频
提供商下拉框为空	提供商没启用，或当前平台不支持该提供商
voice 下拉框为空	回提供商页点拉取全部，或手动填 voice
快速测试返回 401 / 403	接口密钥或云端区域错误
快速测试返回 429	降低提供商并发和 RPM / RPD
本地 clone 找不到参考音频	确认文件路径在当前设备可访问，Android 不能直接读 Windows 路径