中文睡前故事生成器

适用范围

此 Skill 用于生成可播放的多角色中文睡前故事音频。

能力边界：

• 依赖 LLM 生成故事文本，TTS 合成多角色语音
• 支持自定义孩子姓名、年龄、兴趣爱好
• 支持连载模式，跨会话保持世界观和情节连贯
• 输出完整 MP3 音频 + 故事文本 + 状态文件

不做：

• 实时语音对话或 ASR 识别
• 视频或动画生成
• 英文故事

默认配置

• child_name: 小朋友
• age: 5
• interests: 冒险,动物
• episodes: 1（单集）

音色分配

| 角色 | voice_id | speed | pitch | |------|----------|-------|-------| | 旁白 narrator | male_0004_a | 0.9 | 0 | | 主角 protagonist | child_0001_a | 1.0 | 0 | | 小伙伴 sidekick | child_0001_b | 1.0 | 0 | | 长者 elder | male_0018_a | 0.85 | -2 |

工作流

1. 初始化

   • 读取 --child-name、--age、--interests 参数
   • 若 --continue，从 story_state.json 加载已有世界观和角色

2. 世界观与角色创建（首次运行）

   • LLM 生成世界名称、背景设定、4个角色（旁白/主角/小伙伴/长者）
   • 主角名称默认使用孩子姓名

3. 故事生成

   • LLM 生成 12-20 段 segments，每段标注 speaker 和 text
   • 连载模式下传入上集摘要，保持情节连贯

4. TTS 多角色合成

   • 逐段根据 speaker 选择对应音色参数
   • 合成每段音频

5. 音频拼接

   • MP3 帧独立可解码，直接二进制追加拼接
   • 无需 ffmpeg

6. 保存输出

   • story_state.json：世界观+角色+情节摘要
   • story_ep{N}.txt：故事文本
   • story_ep{N}.mp3：完整音频

Prompt 模块

详见 references/prompts_cn.md。

数据结构

详见 references/state_schema_cn.md。

直接运行

pip install -r requirements.txt

# 首次生成
python scripts/run_story.py --child-name "小明" --age 5 --interests "恐龙,太空"

# 连载续写
python scripts/run_story.py --continue

# 不调用 TTS，仅输出文本
python scripts/run_story.py --child-name "小红" --age 7 --interests "魔法,精灵" --no-tts

# 生成多集
python scripts/run_story.py --child-name "小明" --age 5 --interests "恐龙,太空" --episodes 3

环境变量参考：.env.example

接口约定：

• LLM 读取 STORY_LLM_API_KEY，回退到 IME_MODEL_API_KEY
• TTS 读取 STORY_TTS_API_KEY，回退到 SENSEAUDIO_API_KEY