Voice Acting Skill (台词声音、重音与呼吸)

skills/voice-acting.md 负责指导配音模型（如 ElevenLabs、ChatTTS、CosyVoice）及视频 lip-sync 驱动所需的语音语调特征，消除 AI 语音朗诵感与机械腔。

---

1. 核心声音维度

1. Volume & Resonance (音量与共鸣)：
   • 耳语 (Whisper, 压低声带，极度亲密或暗中密谋)
   • 气声 (Breathy voice, 疲惫或情感崩溃前夕)
   • 胸腔共鸣 (Resonant, 权势者自信宣布)
2. Tempo & Rhythm (语速与节奏)：
   • 均速是 AI 最大的敌人。真人说话必然有起伏、突进与拉长；
   • 紧张时：词汇突然密集倾泻，随后骤停；
   • 权谋时：字句极慢，句间留白给对方施压。
3. Breathing Patterns (呼吸声与气口)：
   • 话前吸气 (Pre-speech breath)
   • 话中气竭 (Breath-holding)
   • 话后长吁 (Release of breath)
4. Emphasis (非预期重音)：
   • 改变一句话中重音的位置，意思完全颠覆：
     • “我 没说他拿了钱”（是别人说的）
     • “我 没 说他拿了钱”（我坚决否认我说过）
     • “我没说 他 拿了钱”（是另一个人拿的）
     • “我没说他拿了 钱”（他拿的是别的重要东西）

---

2. 结构化输出规范

{
  "dialogue_line": "你真的觉得……我们之间还有可能吗？",
  "acoustic_profile": {
    "volume": "低音量，略带沙哑的喉底音",
    "tempo": "前半句缓慢犹豫，在省略号处停顿 1.2 秒，后半句语速稍快但音量衰减",
    "breathing": "在说出'我们之间'之前，有一次明显的深吸气声",
    "emphasis": ["真的", "我们之间"],
    "delivery_style": "脆弱而试探，尾音微微颤抖但没有哭腔",
    "tts_prompt_tags": "[sigh] [softly] [pause=1.2s] [whisper] [trembling breath]"
  }
}