English · 简体中文 · 日本語

脚本与审校

**Script（脚本）**选项卡将原始文章转换为带标注的脚本。每个条目都包含说话人、要朗读的文字和演绎指示。开始长时间音频渲染前，请先检查文本和角色分配。

若想了解应用的最简使用流程，请参阅第一本有声书。连接与手动传输方式的说明见 LLM 设置。

上传并准备一本书

1. 使用 Select Book/Novel (Text, Markdown, or EPUB)（选择书籍/小说：文本、Markdown 或 EPUB）。选中文件后就会开始上传。请等待状态消息出现后再生成。
2. 要使用先前上传的原文，请选择 Or reuse an existing upload（或复用已有上传文件），无需再上传一份副本。
3. 仅当故事由某个角色以第一人称叙述时，才设置 First-person narrator (optional)（第一人称叙述者，可选）。输入该角色的准确姓名；应用要求这个姓名在预处理后的原文中至少出现三次。如果检查未通过，请检查姓名和原文，不要为了通过检查而在故事中额外插入姓名。
4. 决定是否保留 Strip known translator front matter（移除已知的译者前置说明）。此选项会在向 LLM 发送文本前，移除能够识别的译者注释及其他非故事正文的模板内容。请保留原文副本，并检查你希望保留的内容。
5. 可选用 Build cast list（构建角色表）。它会请 LLM 识别全书中有台词的角色，包括为未命名的说话人提供描述性名称。**Edit cast list（编辑角色表）**可用于检查和修正这些参考信息。构建角色表会增加一次 LLM 请求，并不能保证归属判断正确。
6. 使用通过 API 连接的 LLM 时，可先用 Test this book with the LLM（使用 LLM 测试本书），检查所选原文与已配置模型能否正常配合，再进行完整生成。使用手动复制粘贴流程时，请通过正常的 **Generate Annotated Script（生成标注脚本）**生成一小段摘录，并按其请求操作来测试。

测试、角色表请求、生成和审校都涉及同样的隐私选择：发送私人或未发表的稿件前，请检查当前选用的 LLM 提供商。

生成标注脚本

点击 Generate Annotated Script（生成标注脚本）。当前的生成流程将以下三项工作分开处理：

1. 将原文拆分为旁白和口述片段。
2. 为口述条目确定说话人。
3. 在台词之外单独添加演绎指示。

原文中写出的发声词仍属于文本本身。不要以为一条情绪指示就能替代文本中本应保留的笑声、喘息声或其他词语。

Preserve source words（保留原文词语）（本选项卡上的复选框）会在标注和审校中按顺序保留所有原文词语。词语被改动的脚本不会发布，被改动的文本块也不会渲染。数字和符号仍可能在之后的语音准备中展开。默认关闭，详见原文保留策略（英文）。

Setup → Prompt Settings (Advanced) 中还有两项相关设置：

• Step 1: model output format（第 1 步：模型输出格式）：Full text（默认）或 Compact labels（实验性）。后者发送编号句子，只要求模型返回每句的标签；回答不可用的文本块会退回全文方式。仅影响无法由引号确定的文本块。
• Step 3: extra text around each request（第 3 步：每个请求周围的额外文本）：为演绎指示请求添加只读的上下文，单侧 0–1,000,000 字符，默认 0。Step 3 不再重复发送同一请求中已有的行。实测 4,000 字符时质量没有可测量的提升，除测试外请保持 0；超过 20,000 字符需要已知的模型上下文长度。

使用 **Generation Logs（生成日志）**查看进度和错误。日志面板也提供单本及批量生成、审校的日志下载。在手动传输模式下，应用会等待每次答复；请使用 Show the prompt（显示提示词），复制请求，将答复粘贴到 Model reply（模型回复），再选择 Submit reply（提交回复）。LLM 的答复仍然必须通过应用的校验。

生成结束后，请在 **Editor（编辑器）**中检查脚本，尤其留意章节边界、与旁白混杂的对话、未命名说话人、特殊标点，以及可能指代多个人的名字。

选择说话人判断提示词

Setup 中的 Attribution prompt 决定第 2 步如何询问模型每句话是谁说的。默认是 michel2_full。michel2_spoken 只询问对话行，旁白由代码填入，因此模型不会把说话人放到“某某说”那一行上。在 Qwen3-14B（不加适配器）上，它在三本书的金标数据上达到 70.1%（michel2_full 为 63.6%），第 2 步耗时约为三分之一（测量（英文））。其他模型尚未测量；使用归属适配器时，请保持它训练时所用的提示词。把鼠标停在每个设置旁的 ⓘ 上，可以看到它的作用，以及有测量依据时的推荐值。

暂停、取消、恢复或重新开始

这些控件各有用途：

• **Pause / Resume（暂停/恢复）**用于暂停和继续受支持的运行中工作进程。Windows 不支持暂停。
• **Cancel（取消）**会发出停止请求。请等待任务状态确认已经停止；点击按钮或连接断开都不代表取消已完成。
• **Generate Annotated Script（生成标注脚本）**会在存在可用检查点时，继续所选书籍已保存的生成进度。在 Windows 上，可先取消，再点击生成，以恢复到有检查点的生成任务。
• 当应用存在可恢复的失败生成任务时，会出现 Resume failed run（恢复失败的运行）。
• **Start over（重新开始）**会丢弃该文本已保存的生成进度，并从第一个文本块开始。请有意选择此操作，不要将它作为应对提供商临时错误的首选办法。
• **Save snapshot（保存快照）**会将正在生成的任务中已完成的部分保存到 Saved Scripts（已保存脚本），而不会停止任务。应用会报告保存了多少内容。若要加载快照并进行编辑，请先取消任务并等待它停止。

恢复时请保持原文和相关设置不变。如果应用因原文或状态发生变化而拒绝恢复，请阅读拒绝原因，不要尝试将旧检查点强行套用到另一本书上。

生成需要协助时

**Script generation needs your help（脚本生成需要你的协助）**面板会显示失败的段落和可用的恢复操作：

• **Retry this chunk（重试此块）**可在你处理原因后，从已保存的位置重试。
• **Copy prompt（复制提示词）**可用于向另一个模型获取答复。只粘贴所要求的 JSON，并使用 Validate & apply segmentation（校验并应用分段）。面板会说明所需格式；在说话人归属阶段，它要求的是说话人分配，而不是分段后的正文。
• **Narrate as-is（按原样旁白朗读）**是分段失败时的备用方案。它会放弃预期的说话人分段，因此请检查生成后的对应部分。
• **Mark speakers UNKNOWN（将说话人标记为 UNKNOWN）**是归属判断的备用方案。在依赖角色分配之前，请先解决这些说话人标签。

不要仅为了让回复通过校验而删除原文中的词语。如果提供商不可用，或反复截断答复，请参阅 LLM 设置和故障排查。

选择合适的审校方式

**Review Script (Optional)（审校脚本，可选）**会再次调用 LLM，检查说话人分配、旁白与对话的边界，以及演绎指示。文本保真检查仍会启用，但结果依然需要人工检查。如果审校开始时 GPU 显存已满，审校会立即停止并给出提示，而不是反复重试；释放显存（例如卸载占用显存的模型）后再开始。

**Contextual Review (+/- N)（上下文审校，前后 N 条）**会向模型提供相邻条目，帮助处理有歧义的段落。其 **Context Window（上下文窗口）**可设置为两侧各 1–12 个条目，初始值为 4。此字段不会改变普通的 Review Script 审校。

审校前：

• 检查 Merge duplicate character names（合并重复角色名）。此选项初始为启用状态，可将全名、昵称或描述等标签统一为同一个角色。如果需要保留这些区别，请将它关闭。
• 如果姓名需要结合上下文解释，请先使用 Find Nicknames（查找昵称），再使用 Edit aliases（编辑别名）。在审校应用映射前，检查建议的对应关系。Script 中的别名用于指导名称规范化；Voices 中的 **Alias of（别名指向）**则只是共享声音配置。
• 如果希望与先前的脚本比较，请先用不同的名称保存一份副本。

对于文本未变化且已完成审校的脚本，应用可能会跳过审校。只有确实想再次运行时，才勾选 Review again even if nothing changed since the completed review（即使自上次完成审校后没有变化，也再次审校）。如果审校中途停止，请阅读出现的恢复面板。

演绎警告

当演绎处理阶段用尽重试次数、改用通用指示时，Editor 可能会显示 Needs delivery review（需要检查演绎指示）。该警告保留了文本和说话人，同时指出哪些演绎指示需要留意。请手动编辑这些指示，或在提供该操作时使用 Retry delivery only（仅重试演绎指示）。完成后，请检查更新后的警告，并为已修改的行重新生成音频。

仅标签审校（可选）

在配置中把 prompts.review_labels_only 设为 true，或运行 review_script.py --labels-only，审校就只返回每一行的说话人和语气说明。它不会重写正文，因此一个逗号的变化或说话标记的移动，不会再让审校丢掉整批的说话人修正。它不能拆分或合并行；普通审校仍然可以（详情（英文））。

检查原文保真度

在 **Editor（编辑器）**中，使用 **Text integrity（文本完整性）**查看遗漏、新增和改变的词语，并通过链接跳转到受影响的条目。此检查会将已保存的 Editor 文本与当前可用的原文进行比较，并在有记录时计入生成前的预处理。

重要限制：

• **Saved text matches source（已保存文本与原文一致）**只是文本比对结果。它不检查发音、说话人身份，也不检查渲染音频中实际说出的内容。
• 加载已保存脚本的 JSON 后，可能会出现 Source comparison unavailable（无法进行原文比对），因为该 JSON 并非最初的正文输入。
• 检查失败或无法检查，不等于匹配。请保留原书以便人工比较。
• 如果你有意修改了措辞，请在确认合并前检查这些差异。

在 **Saved Scripts（已保存脚本）**下，**Audit（审计）**会检查已保存的脚本，并报告阻塞性问题和需要人工检查的项目。审计未发现问题也不等于通过试听，更不能保证角色分配正确。

保存和加载，同时避免丢失当前工作

在 **Saved Scripts（已保存脚本）**下，输入名称并选择 Save Current（保存当前脚本）。保存项包含当前的标注脚本，以及已有的声音配置。voices 标记表示保存项带有声音配置。

要保留独立版本，请使用新名称。使用已有名称保存会替换对应的已保存脚本；单本书的 Save Current 控件不提供下文批量处理中的同名冲突选项。

**Load（加载）**会在替换当前脚本和文本块之前询问确认。它还会清除当前有声书导出结果和生成恢复状态。存在不兼容的运行中任务时，应用会拒绝加载。

**Saved Scripts 并不是完整的已渲染项目归档。**仅在 Editor 中进行的文本、说话人、演绎指示、插入/删除行和停顿修改，都保存在当前活动的文本块状态中。Save Current 不包含这些文本块状态及其音频。切换书籍前，请备份应用数据并下载完成的输出。详见更新与备份。

垃圾桶按钮会删除已保存的脚本。界面会警告此操作无法撤销；如果将来可能需要，请保留独立备份。

生成或审校多本书

启用 Generate multiple books（生成多本书），然后选择文件和/或已有上传内容。请检查队列和阅读顺序，包括每本书可选的第一人称叙述者。在 **When a saved script already exists（已存在已保存脚本时）**下，选择：

• Skip it (safest)（跳过，最安全）：保留已有脚本不变。
• Create a new version（创建新版本）：同时保留两个版本。
• Back up and replace it（备份并替换）：保留备份后替换已保存的结果。

还可以启用 Build a cast list for each book first（先为每本书构建角色表）。开始前请查看批量任务的预检查。成功的书籍会直接保存到库中；请检查队列中每本书的结果，不要把其中一本完成视为整批任务完成。

批量审校时，启用 Review saved books（审校已保存的书籍），并按阅读顺序选择已保存脚本。每个结果都会原位保存。开启重复名称合并时，应用会在所选书籍之间协调名称。**Discover nicknames first（先发现昵称）**初始为启用状态；**Two-pass (forward + backward)（双向两遍处理：正向 + 反向）**还会利用后续内容，再次审校前面的书籍。批量任务的 **Context Window（上下文窗口）**初始为 0，表示普通审校；设置为 1–12 则启用上下文审校。

生成或审校完成后，请继续阅读声音，然后参阅渲染与导出。

来源

已对照发布的 main 提交 8c7a33cb310ab9264594a09ca27e48271585094f 核验：Script 控件、生成与恢复界面、保存与加载行为，以及原文比对。