声音标签页（Sound Tab）¶
VoiceScriptPlayer 的 声音标签页 是用于管理项目中核心音频的编辑区域，
同时执行字幕（STT）、翻译和语音合成（TTS）等功能。
所有轨道和事件都以声音为基准进行同步。
1. 基本界面¶
声音标签页用于管理项目中使用的所有音频文件。
TTS 生成、字幕设置、文件导入等所有与语音相关的功能都在此完成。
| 组件 | 说明 |
|---|---|
| ① 包含到项目中 | 勾选后，导入的音频会复制到项目内部文件夹中。 取消勾选则仅引用外部文件，不会复制实际音频。 |
| ② 导入 | 从本地磁盘导入 .wav、.mp3 文件。是否复制取决于“包含到项目中”的状态。 |
| ③ 新建 | 创建新的 TTS 语音。 点击后打开 TTS 生成窗口，可通过指定的语音引擎（如 COEIROINK）合成输入台词。 |
| ④ 编辑 ✏️ | 打开所选音频的详细编辑窗口。 导入的音频显示为字幕编辑器，生成的 TTS 音频显示为 TTS 编辑器。 |
| ⑤ 删除 🗑️ | 从列表中移除选定的音频。 |
| ⑥ 导出 ↗ / 重新导入 ↙ | 将项目中包含的音频导出到外部文件夹，或重新导入到项目中。 |
| ⑦ 打开音频文件夹 📂 | 直接打开当前项目中音频文件所在的文件夹。 |
| ⑧ 波形预览区域 | 显示选定音频的波形与长度。下方显示文件名、播放时长及是否包含在项目中。 |
⚙️ 操作概要¶
| 情况 | 结果 |
|---|---|
| 勾选“包含到项目中”后导入 | 文件将复制到项目文件夹（Asset/Sound/）。 |
| 未勾选后导入 | 文件仅被引用，实际不会移动。 |
| 使用“导出到外部”按钮 | 将选定音频复制到指定文件夹。 |
| 使用“重新导入到项目”按钮 | 将外部文件恢复到项目中。 |
💡 提示：
取消勾选“包含到项目中”有以下优点：
- ✅ 减少项目体积： 大型音频文件不会被复制，从而节省存储空间。
- ⚡ 加快加载速度： 省略复制过程，导入更快。
- 🛠️ 易于外部编辑： 外部编辑（如降噪、替换音频）能立即反映在项目中。
- 🧾 保护版权： 可避免将付费音源或商用语音包含在项目文件中。
但请注意，这类引用音频在发布导出时不会自动包含，
他人获取项目后将无法播放未包含的音频文件。
2. 字幕设置（Medio Editor）¶
选择音频文件并点击 ✏️ 编辑 按钮后，
将打开 Medio Editor 窗口，可同时执行字幕生成（STT）、翻译与时间调整。
🎛️ 基本组成¶
| 项目 | 说明 |
|---|---|
| 名称 | 当前正在编辑的音频文件名。 |
| 长度 | 显示音频的播放范围和总时长。 |
| AI 设置 | 可直接打开 Whisper、DeepL 等 AI 引擎设置，无需关闭窗口。 |
| 音频语言 | 选择 STT 使用的语音语言（如日语、韩语、英语等）。 |
| 翻译语言 | 指定翻译的目标语言。 |
| 视频预览窗口 | 显示字幕预览效果。 |
| 字幕列表（右侧） | 可单独修改每一行字幕的时间区间与位置。 |
🗣️ 将音频转换为字幕（STT）¶
- 设置 音频语言。
- 点击 [将音频转换为字幕] 按钮。
- 使用已注册的 STT 引擎（如 Whisper）将语音转换为文本。
- 结果会自动显示为分段字幕列表。
| 项目 | 说明 |
|---|---|
| StartTime / EndTime | 调整字幕的开始与结束时间。 |
| 字幕内容 | 显示识别出的文本，可直接编辑。 |
| X / Y | 指定字幕在屏幕中的显示位置。 |
| FontSize / OutlineSize | 调整字幕的字体大小与描边粗细。 |
| Dock | 选择字幕基准位置（上、中、下）。 |
| Fill / Outline | 设置字幕颜色与描边颜色。 |
💡 提示：
转换后的字幕会自动保存至项目的Asset/Sound/文件夹，
可在其他音频或视频中复用。
🌐 字幕翻译¶
- 生成字幕后点击 [翻译字幕] 按钮。
- 使用所选的 翻译引擎（DeepL、LibreTranslate 等）
自动将音频语言 → 翻译语言。 - 翻译结果会与原文并排显示，可逐条修改。
| 选项 | 说明 |
|---|---|
| 自动翻译引擎 | 使用在设置中指定的翻译 API。 |
| 结果预览 | 在字幕预览窗口中即时查看翻译结果。 |
| 编辑应用 | 可直接在右侧面板中编辑并应用翻译结果。 |
💡 提示：
- 若要将日语音频翻译成韩语，请将 音频语言=日语、翻译语言=韩语。
- 翻译后的字幕与原字幕一同保存，播放音频时将自动显示。
▶️ 预览与确认¶
- 点击底部的 播放按钮 ▶ 可检查字幕同步。
- 可通过滑块查看特定时间段字幕。
⚙️ STT 与翻译引擎设置：
- AI → Whisper
- AI → DeepL
- AI → LibreTranslate
📦 输出位置¶
| 类型 | 路径 |
|---|---|
| STT 字幕文件 | Asset/Sound/原始文件名.srt |
3. 语音合成（TTS）¶
点击 [新建] 按钮后，会打开 Audio Editor 窗口，
可输入多句文本，并为每句单独设置合成参数。
可使用 COEIROINK、Hailuo 等语音引擎，生成自然的语音片段。
🧩 主要更新摘要¶
| 项目 | 说明 |
|---|---|
| 多句输入支持 | 在一次编辑中可输入多句，每句单独合成。 |
| 句子级 TTS 设置 | 每句可独立调整角色、语速、音高、音量等参数。 |
| 新增时间轴 | 增加 TTS 专用时间轴，与其他轨道（视频、事件等）一致。 |
| 预览功能改进 | 可逐句播放或连续预览。 |
🎛️ 基本组成¶
| 项目 | 说明 |
|---|---|
| 名称 | 要生成的音频文件名称。 |
| 长度 | 显示当前句子集合的总播放时间。 |
| AI 设置 | 打开所选 TTS 引擎的配置窗口。 |
| TextToSpeech 引擎 | 选择所使用的引擎（如 COEIROINK、Hailuo）。 |
| 时间轴 | 句子在时间轴上排列，可调整长度与位置。 操作方式与视频、事件轨道相同。 |
🗣️ 句子级编辑¶
每句文本独立管理，可单独调整文本、语音参数、字幕样式。
| 项目 | 说明 |
|---|---|
| 文本输入框 | 输入要转换的台词。多行输入时每行为单独句子。 |
| 角色选择 | 指定使用的语音角色（如 リリン酱、ノエル 等）。 |
| 速度 / 音高 / 强度 / 音量 | 每句可单独调整。 |
| 字幕预览 | 下方显示字幕以检查同步。 |
| 字幕设置 | 独立设置字幕位置、字体大小、颜色、描边等视觉属性。 |
📜 时间轴控制¶
新增的 TTS 时间轴 与其他轨道编辑方式一致。
| 项目 | 说明 |
|---|---|
| 句子节点 | 每句显示为独立节点，可拖动调整位置。 |
| 区间调整 | 拖动节点两端调整长度。 |
| 顺序修改 | 改变句子顺序会自动更新时间轴。 |
| 播放控制 | 支持区间播放、全播放、暂停等功能。 |
💡 提示：
通过时间轴可精准同步音频、字幕与事件。
编辑快捷键与操作方式与其他轨道一致。
🎧 各引擎特征¶
🪶 COEIROINK¶
- 日本开发的开源语音合成引擎
- 擅长情感表达与语调控制
- 支持本地快速生成
- 输出格式：WAV
- 主要参数：
Speed、Pitch、Volume
🌊 Hailuo¶
- 云端 AI 语音合成引擎
- 擅长自然发音与平滑衔接
- 支持多语言（日语、韩语、英语等）
- 通过云 API 提供高音质合成
- 主要参数：
Pitch、Intensity、Timbre、Emotion
🎧 在线体验
可在 Hailuo 官方演示页面
试听多种语音角色，选择喜欢的风格（女性、男性、感情型等），
并在 VoiceScriptPlayer 中应用相同设置。
▶️ 预览与合成¶
- 点击 ▶ 按钮 即可播放当前句子。
- 支持全句播放与区间预览。
- 修改文本后会自动重新合成。
📦 输出位置¶
| 项目 | 路径 |
|---|---|
| 生成的音频文件 | 自动保存到 Asset/Sound/ 文件夹 |
| 字幕数据 | 保存为 .srt 文件或项目元数据 |
💡 提示¶
- 若需要在不同句子中切换角色或情感，可将台词拆分为多个句子并分别设置。
- 可混合使用 COEIROINK 与 Hailuo（例如：日语部分使用 COEIROINK，韩语旁白使用 Hailuo）。
4. 添加到轨道中¶
生成或导入的音频可拖拽到时间轴直接添加。
- 从左侧列表拖拽音频到轨道上，会自动生成节点。
- 可立即调整节点长度与位置。
- 可同时放置多个音频以实现复合音效。
💡 提示：
音频节点可与其他资源（Live2D、UI、事件）在时间轴上精确同步。
🎚️ 音频节点设置¶
时间轴中的音频可通过声音设置窗口进行详细调整。
右键点击音频节点选择“编辑”，或双击打开如下设置：
| 项目 | 说明 |
|---|---|
| 开始时间 / 结束时间 | 设置播放的起始与结束位置。 |
| 循环 | 勾选后将在指定区间循环播放。 |
| 左声道 / 右声道音量 | 可分别调整立体声平衡。 |
通过这些设置可实现空间化音效或特定片段循环播放。