一、本次升级重点
本次定制版最核心的升级，不是改模型本体，而是把 OmniVoice 做成了更适合本地直接使用的中文工作台。
二、多角色字幕生成音频功能说明
现在可以直接把字幕内容拿来配音，不再只是单条文本合成。
如果字幕里带有角色标记，系统可以识别不同角色，并为不同角色分配不同音色，再一次性生成整段配音音频。
适合的场景包括：
- 小说对话配音
- 剧本台词配音
- 漫画解说配音
- 视频字幕重配音
- 多人物旁白与对白混合配音
2. 支持的两种字幕配音模式
字幕配音现在分为两种模式：
模式一：识别角色配音
- 适合字幕中带有角色名的内容
【旁白】天色渐暗，风吹过长街。
【角色A】你终于来了。
【角色B】我已经等你很久了。
- 系统会尝试识别出“旁白”“角色A”“角色B”等角色
- 然后可以分别给每个角色绑定不同音色
模式二：纯字幕顺序配音
- 不识别角色
- 完全按照字幕原本的顺序一条一条合成
- 适合普通字幕、旁白稿、单人解说、无角色标记字幕
3. 多角色字幕配音现在能做什么
- 自动识别字幕中的角色名
- 在页面中直接显示“识别到的角色列表”
- 不用手写角色映射
- 可以点选角色后绑定音色
- 支持单选角色绑定
- 支持多选角色批量绑定
- 支持全选角色一键绑定同一个音色
- 支持清空当前角色选择
- 支持设置默认参考音色
- 如果某个角色没有单独绑定，也可以回退到默认音色
- 生成完成后可直接输出整段音频
- 支持同时输出对应字幕文件
4. 实际使用流程
推荐使用流程如下：
第一步：进入“字幕配音”页面
第二步：粘贴字幕内容，或导入字幕
第三步：选择字幕配音模式
- 字幕里有角色名，就选“识别角色配音”
- 普通字幕无角色区分，就选“纯字幕顺序配音”
第四步：让系统识别角色
- 页面会直接列出识别出的角色
第五步：从音色库中选择音色
- 可以给单个角色绑定
- 也可以多选后批量绑定
- 也可以全选后绑定同一个音色
第六步：点击生成
- 系统会把整段字幕自动配成完整音频
5. 和旧版相比，提升在哪里
旧版更多偏向单段文本转语音或单次参考音频合成。
本次升级后，字幕配音已经从“能用”提升到“可实际做项目”：
- 从单句合成，提升到整段字幕工作流
- 从单音色，提升到多角色分配
- 从手工记角色名，提升到界面可视化绑定
- 从一次一次切换参考音频，提升到直接调用音色库
- 从只出音频，提升到可同时配合字幕整理与字幕输出
三、围绕多角色字幕配音的配套增强
为了让多角色字幕生成音频真正好用，还同步做了这些增强：
1. 音色库增强
- 支持保存音色
- 支持删除音色
- 支持重命名音色
- 支持编辑备注
- 支持搜索
- 支持分页浏览
- 支持预览
- 支持一键应用到当前表单
- 支持一键应用到字幕配音默认音色
2. 默认音色增强
- 可以从音色库中直接选择默认参考音频
- 没有单独绑定角色时，可以自动使用默认音色
3. 角色绑定增强
- 支持识别到角色后直接操作
- 支持单个角色绑定
- 支持多选角色批量绑定
- 支持全选角色统一绑定
- 更适合“一个人被误识别成多个名字”这类情况
4. 字幕整理增强
- 支持字幕整理
- 支持生成前先清洗字幕内容
- 支持生成后输出字幕文件
四、其他同步升级内容
除了多角色字幕生成音频，本次还一并升级了这些内容：
1. 语音工作台增强
- 优化了页面布局
- 优化了按钮位置
- 生成时增加了更明显的交互反馈
- 支持把当前结果快速保存到音色库
2. 发音覆盖增强
- 支持更直观的多音字/发音覆盖输入
- 支持拼音数字声调写法
- 支持词组级覆盖
- 更适合中文多音字修正
3. API 页面增强
- 新增阅读 API 页面
- 支持在页面中查看接口用法
- 支持动态显示当前访问地址
- 支持结合音色库生成 API 调用规则
4. 页面中文化增强
- 页面大量中文提示进行了定制化处理
- 更适合中文用户直接理解和使用
5. 启动与检测增强
- 启动脚本适配本地相对目录
- 检测环境脚本适配相对目录
- 对未安装 Python的机器更友好
六、发布版使用建议
- 先在音色库保存好常用角色音色
- 再进入字幕配音页面导入字幕
- 选择“识别角色配音”
- 观察识别出的角色列表
- 逐个绑定或批量绑定音色
- 最后一次性生成整段音频
如果字幕本身没有角色区分，就直接选择：
“纯字幕顺序配音”
七、本次升级的核心价值可以概括为一句话：
把 OmniVoice 从“单条文本语音工具”，升级成了“可直接用于多角色字幕配音的本地中文工作台”。
尤其是多角色字幕生成音频，现在已经具备：
- 角色识别
- 角色列表显示
- 多角色音色分配
- 批量绑定
- 默认音色回退
- 音色库联动
- 字幕整理输出
