音谷 今夕自用版 智能配音全面升级：LLM 台词解析与角色匹配精度再突破 github 开源软件

简介说明本次升级围绕“更易用、更智能、更可控”三大核心目标重点优化桌面端体验、音色管理、LLM台词处理、智能配音匹配等核心模块同时补齐运维脚本、调试能力与用户引导全方位提升项目使用体验与稳定性具体升级方向如下- 音色管理与批量导入能力增强- LLM 拆分台词与情绪/强度解析稳定性提升- 智能角色配音匹配能力升级一.播放与调试能力升级1. 后台听书能力增强保障连续播放在项目配音详情页新增“后台听书”开关启用后将执行多重保活策略禁用Electron窗口后台节流、主进程启用powerSaveBlocker、播放器后台异常暂停时自动续播有效防止后台播放被系统挂起。2. 修复顺序播放中断问题提升播放流畅度针对长章节顺序播放到中段自动停止的问题排查确认根源为虚拟列表仅渲染当前可见区域导致后续行波形播放器实例未挂载无法获取下一行播放器句柄。本次优化新增兜底逻辑当WaveCellPro实例不存在时自动切换到全局audioPlayer继续播放下一条大幅降低播放中断概率。3. 新增媒体调试日志便捷定位问题新增media-debug.log日志文件全面记录播放相关关键信息包括Electron窗口事件、WebContents媒体播放/暂停事件、系统电源与锁屏事件、渲染层播放器状态、顺序播放链路推进情况及fallback播放触发场景可快速定位“最小化后停播”“播到某一行断掉”等问题提升问题排查效率。二、智能匹配与预览能力升级1. 两阶段匹配升级提升匹配准确性将原单步匹配逻辑升级为“简单匹配深度匹配”双入口模式深度匹配引入更强的角色画像分析与候选排序逻辑先本地提取角色画像和音色画像并完成候选打分排序再将候选列表交给LLM做小范围判断若LLM返回异常则回退到本地排序结果大幅提升匹配稳定性。2. 新增匹配结果预览框支持人工复核深度匹配完成后弹出结果预览框清晰展示每个角色的关键信息角色名、推荐音色、推荐理由、判定性别、判定来源、命中的性别信号及性别冲突警告支持在预览框内直接改选其他候选音色仅当点击“确认应用”后才会正式写回绑定结果避免误匹配直接生效。3. 新增清空角色绑定功能提升操作灵活性新增“清除当前全部绑定角色”功能当批量分配结果不满意时可一键清空所有绑定关系重新进行匹配操作提升用户操作便捷性。4. 强化性别判定减少明显误匹配新增硬性性别过滤策略若角色性别已知且音色库中存在同性候选则优先排除异性候选同时在预览框中展示角色判定性别、判定来源角色名优先/上下文优先/混合及命中的男女信号与冲突提示方便快速排查性别误判问题减少“女角色配男声、男角色配女声”的情况。三、台词拆分与LLM提示词升级1. 重写默认拆分提示词优化拆分准确性针对原有提示词在短引号台词误判、混合句式拆分错误、动作与台词归属混乱等问题重写默认拆分提示词重点强化引号内文本优先识别为台词、短句台词不因其简短而归入旁白、小说常见“说着、笑道”等句式识别、引号前后动作/神态/旁白的边界拆分同时将旁白统一标注为“平静/中等”。2. 优化旁白与角色归属保留原文完整性优化动作、神态、环境描写的归属判断将“说着她看向某人”“轻轻叹了口气”等描述尽量分回旁白避免整段内容被错误吞并到角色台词中同时尽量保留原文完整性减少角色与旁白的误分配。3. 提升情绪与强度解析稳定性针对“模型返回emotion/strength但页面显示缺失”的问题修复两大根因后端对情绪和强度名称匹配过于严格、精准填充流程在部分场景下写回空白占位。本次优化增加情绪和强度别名映射对常见同义词进行标准化处理同时在精准填充时对空白字段做回退处理降低结果缺失概率。常见别名示例悲伤→伤心、恐惧→害怕、强→强烈、委屈→伤心等。图片预览下载地址https://pan.baidu.com/s/1WARbEwP76bneBmfZtc5zjw?pwdp8qj 提取码: p8qj