SenseAudio 睡前电台

生成一档完整的睡前故事音频节目——不仅限于 TTS 朗读，而是具备片头、节奏舒缓的旁白、角色化配音与渐入梦乡式片尾的结构化电台风格节目。

步骤 1：收集输入信息

向用户询问以下内容：

• 故事关键词 — 例如：“月亮上的小兔子”、“会飞的小猪”、“森林里的魔法书”
• 孩子年龄 — 影响词汇选择与故事复杂度（默认：4–6 岁）
• 时长偏好 — 短版（约 2 分钟）/ 标准版（约 4 分钟）/ 长版（约 6 分钟）

步骤 2：撰写故事（LLM 任务）

由你自行完成故事创作——本步骤无需调用任何 API。请根据孩子年龄严格遵循以下规则：

故事结构要求：

• 开头：交代主角与场景（1 段）
• 发展：遭遇问题或开启冒险（2–3 段）
• 高潮：解决问题的关键时刻（1 段）
• 结尾：温馨收束，并自然引导入睡（1 段，语气逐字渐缓）

字数参考：

• 短版：约 300 字
• 标准版：约 600 字
• 长版：约 1000 字

对话行须标注角色名：[小兔子]: "..." [老爷爷]: "..."

步骤 3：规划音频节目结构

在发起任何 API 调用前，先完整规划整档节目的分段与参数：

[片头]  "晚安，小朋友。今天的故事叫做《<标题>》。"
        voice: female_0006_a, speed: 0.9

[正文段落1]  旁白第一段
        voice: female_0006_a, speed: 0.85
        +  段落后插入停顿

[对话]  角色台词（如有）
        小动物/儿童角色 → child_0001_b, speed: 0.9
        老人/长辈角色   → male_0004_a, speed: 0.85
        旁白继续        → female_0006_a

[正文后半段]  speed 逐段降低：0.85 → 0.80 → 0.75
        模拟催眠式节奏变化

[片尾]  "故事讲完啦，闭上眼睛，晚安……"
        voice: female_0006_a, speed: 0.7

步骤 4：合成各音频片段

将每个片段分别合成为独立的 mp3 文件，再统一列出供用户拼接使用。

片段合成脚本模式：

synthesize() {
  local TEXT="$1"
  local VOICE="$2"
  local SPEED="$3"
  local OUTFILE="$4"

  curl -s -X POST https://api.senseaudio.cn/v1/t2a_v2 
    -H "Authorization: Bearer $SENSEAUDIO_API_KEY" 
    -H "Content-Type: application/json" 
    -d "{
      \"model\": \"SenseAudio-TTS-1.0\",
      \"text\": \"$TEXT\",
      \"stream\": false,
      \"voice_setting\": { \"voice_id\": \"$VOICE\", \"speed\": $SPEED },
      \"audio_setting\": { \"format\": \"mp3\" }
    }" -o "${OUTFILE}.json"

  jq -r '.data.audio' "${OUTFILE}.json" | xxd -r -p > "$OUTFILE"
  echo "$(jq '.extra_info.audio_length' "${OUTFILE}.json")ms — $OUTFILE"
}

片段划分明细：

在单个片段的文本内部，段落之间需插入 ，以实现自然段间停顿。

步骤 5：输出结果

列出所有已生成文件的时长及拼接说明：

睡前故事电台生成完成：《<标题>》

文件列表（按顺序播放）：
  00_intro.mp3        — 片头 (8秒)
  01_narration.mp3    — 第一段 (42秒)
  02_narration.mp3    — 第二段 (38秒)
  03_dialogue.mp3     — 对话 (25秒)
  04_narration.mp3    — 第三段，渐慢 (45秒)
  05_narration.mp3    — 结尾段，更慢 (40秒)
  06_outro.mp3        — 片尾 (12秒)

总时长：约 3分50秒

合并命令（需安装 ffmpeg）：
  ffmpeg -i "concat:00_intro.mp3|01_narration.mp3|..." -acodec copy story.mp3

若用户希望更换故事内容或调整适用年龄，仅需重新生成故事文本并重新合成对应音频片段——节目整体结构保持不变。