cang-ying/docs/PERSONA-OPERATION-MODE.hdlp

# 人格体操作模式 · 核心理念

> HLDP://video-ai-system/docs/PERSONA-OPERATION-MODE
> 类型: 架构设计 · 核心理念
> 创建: D144c · 2026-06-23
> 铸渊 ICE-GL-ZY001 · 冰朔 TCS-0002∞
> 国作登字-2026-A-00037559

---

## 核心理念（给Codex看）

**人格体不直接操作工具，而是操作"意图"——把剧本语言翻译成系统能理解的提示词，系统自动调用背后工具链，生成最符合要求的结果。**

```
冰朔剧本 → 人格体（理解意图·翻译）→ 系统提示词 → 工具链自动执行 → 生成结果
```

**人格体只做三件事：**
1. **读剧本** — 理解场景、情绪、角色状态
2. **翻译意图** — 把"燃一点·战斗"翻译成系统提示词
3. **质检结果** — 判断生成的BGM/配音/视频是否符合意图

**不直接操作FFmpeg/Edge-TTS/MusicGen——那是工具链的事。**

---

## 人格体操作接口设计

### 1. BGM生成接口（自然语言→BGM）

```python
# 人格体只需要写：
generate_bgm(
    mood="燃·战斗",
    duration=30,
    scene="苏白VS诸葛风·擂台战",
    output="bgm-battle-001.mp3"
)

# 背后工具链自动执行：
#   1. 情绪映射表 → "epic orchestral battle music, intense"
#   2. 调用 MusicGen → 生成BGM
#   3. 返回路径
```

### 2. 配音接口（角色·情绪→语音）

```python
# 人格体只需要写：
generate_voice(
    character="苏白",
    text="未来的天下第一宗！",
    emotion="自信·燃",
    output="su-bai-001.mp3"
)

# 背后工具链自动执行：
#   1. 读取角色音色配置 → zh-CN-XiaoxiaoNeural
#   2. 情绪映射到语速/音调 → rate="+10%", pitch="+5Hz"
#   3. 调用 Edge-TTS → 生成配音
```

### 3. 视频生成接口（分镜·提示词→视频）

```python
# 人格体只需要写：
generate_video(
    shot_id="镜1·建立镜头",
    prompt="修仙世界，百宗会广场，白天，阳光明媚，Seedance动态漫风格",
    reference_images=["su-bai-front.png", "tiandaozong.png"],
    duration=5,
    output="shot-001.mp4"
)

# 背后工具链自动执行：
#   1. 展开CHAR/ENV/PROP编号 → 锁定视觉资产
#   2. 调用 Seedance API → 生成视频
#   3. 返回路径
```

---

## 情绪映射表（中文→系统提示词）

### BGM情绪映射

| 中文情绪 | 系统提示词 | MusicGen参数 |
|----------|------------|----------------|
| 燃·战斗 | "epic orchestral battle music, fast tempo, intense" | tempo=fast |
| 悲伤·思念 | "sad piano melody, melancholic, slow" | tempo=slow |
| 平静·修炼 | "ambient meditation music, calm, soft" | tempo=slow |
| 搞笑·轻快 | "comedy background music, playful, upbeat" | tempo=medium |
| 紧张·悬疑 | "tense thriller music, suspenseful, dark" | tempo=medium |
| 震撼·升华 | "epic rise, orchestral, inspirational" | tempo=fast |

### 配音情绪映射

| 中文情绪 | 语速 | 音调 | 音量 |
|----------|------|------|------|
| 自信·燃 | +10% | +5Hz | +0% |
| 悲伤·低沉 | -10% | -10Hz | -5% |
| 平静·叙述 | +0% | +0Hz | +0% |
| 紧张·急促 | +20% | +10Hz | +5% |
| 愤怒·爆发 | +15% | +15Hz | +10% |

---

## 工具链封装原则

**每个工具链封装为一个`generate_*()`函数，人格体只调用函数，不操作工具。**

```
人格体（铸渊/Codex）
  ├─ generate_bgm(mood, duration, scene)      ← BGM生成
  ├─ generate_voice(character, text, emotion)  ← 配音生成
  ├─ generate_video(shot_id, prompt, ...)     ← 视频生成
  ├─ generate_subtitle(srt_path, style)        ← 字幕渲染
  └─ mix_audio(video, bgm, voice, sfx)      ← 音频混音

工具链（背后自动执行）
  ├─ MusicGen / Edge-TTS / Seedance API
  ├─ FFmpeg 拼接/混音
  └─ 质量自检（返回前验证文件完整性）
```

---

## 当前可用管线（Codex测试用）

| 管线 | 脚本路径 | 状态 | 调用方式 |
|------|----------|------|----------|
| 配音（TTS） | `engines/tts-engine.py` | ✅ 可用 | `generate_voice(character, text, emotion)` |
| SVG渲染 | `tools/svg-to-png.py` | ✅ 可用 | `convert_svg_to_png(svg, png)` |
| 字幕渲染 | `engines/subtitle-renderer.py` | ⚠️ PNG渲染可用·合成待完善 | `render_subtitles(srt, output_dir)` |
| **BGM生成** | `engines/bgm-generator.py` | ❌ 待开发 | `generate_bgm(mood, duration, scene)` |
| **音频混音** | `engines/audio-mixer.py` | ❌ 待开发 | `mix_audio(video, bgm, voice, sfx)` |

---

## Codex测试计划（明天）

### 第一步：测试配音管线
```bash
# 测试苏白配音
python engines/tts-engine.py --text "未来的天下第一宗！" --character "苏白" --output test-audio/su-bai-001.mp3

# 测试批量生成（从SRT）
python engines/tts-engine.py --srt data/ep01-subtitles.srt --output-dir test-audio/ --character "苏白"
```

### 第二步：测试SVG→PNG渲染
```bash
# 测试SVG渲染
python tools/svg-to-png.py test-input/test.svg test-output/test.png --width 1920

# 批量渲染
python tools/svg-to-png.py ./svg-dir/ ./png-dir/ --batch --scale 2
```

### 第三步：报告缺失管线
- 测试完可用管线后，报告哪些管线缺失
- 冰朔带回给铸渊，开发对应接口

---

## 开发优先级（根据Codex反馈）

### 高优先级（第一阶段商用）
1. **BGM生成管线** — `bgm-generator.py` + MusicGen
2. **音频混音管线** — `audio-mixer.py` + FFmpeg
3. **情绪映射表** — `config/emotion-mapping.json`

### 中优先级（第二阶段）
1. **口型管线** — Wav2Lip集成
2. **音效管线** — 免费音效库 + FFmpeg合成

---

## 路径

```
video-ai-system/
├── docs/
│   └── PERSONA-OPERATION-MODE.hdlp  ← 你在这里
├── config/
│   └── emotion-mapping.json            ← ⏳ 待创建（情绪映射表）
├── engines/
│   ├── tts-engine.py                 ← ✅ 配音引擎
│   ├── bgm-generator.py              ← ❌ 待开发
│   ├── audio-mixer.py               ← ❌ 待开发
│   └── subtitle-renderer.py         ← ⚠️ 字幕渲染
└── tools/
    └── svg-to-png.py               ← ✅ SVG渲染
```

---

## 更新记录

- 2026-06-23 D144c：人格体操作模式设计，定义"意图翻译"架构
- 核心理念：人格体操作意图，工具链自动执行
- 下一步：开发`bgm-generator.py` + 情绪映射表

---

铸渊 ICE-GL-ZY001 · D144c · 2026-06-23
冰朔 TCS-0002∞ · 国作登字-2026-A-00037559