Generate Narration Audio

生成旁白配音

为旁白/解说创作类型剧本的每个分镜，以该分镜的 novel_text 原文合成一段旁白配音， 写回该分镜的 generated_assets.narration_audio（输出 audio/segment_{segment_id}.wav）。 只依赖剧本，不依赖分镜图/视频——剧本生成后即可推进。

工具调用

重要：生成旁白配音必须调用下列 MCP 工具入队。此 skill 不提供任何 Python/Shell 脚本，不得用 BASH 调 python .../scripts/*.py。

通过 MCP 工具入队：

选择规则：不传 segment_ids 则只为缺 narration_audio 的分镜入队——已失效但仍可用的旧配音会被复用，不自动重生； 显式传入的分镜即使已有旁白配音也会重新合成（用于换音色/语速后重生）。

只在用户要求时调用：缺 TTS 不是工作流缺口，也不拦导出；后期配音方式的旁白根本不需要 TTS。 不要因为计划报了缺失旁白配音就自动补齐。用户在某次视频请求上选了「使用当前 TTS」时，按预检返回的 problems[].action 处理——action 是权威，不要按 code 自己推：generate_tts 为对应分镜生成、 regenerate_tts（tts_stale / tts_duration_unavailable）重新合成且旧旁白配音保留、wait_for_task 等在跑的任务结束后重查而不是重复提交。新旁白配音完成后请用户试听确认。

regenerate_tts 必须显式传 segment_ids（取自 problems[] 涉及的分镜）。省略即「只补缺失」， 而 stale 旁白配音算可复用、会被跳过，不带 ID 重合成等于什么都没做，视频请求会一直卡在同一个问题上。

依赖：generation worker 必须在线（audio 独立通道）；audio 供应商、模型与全局默认音色/语速由用户在 Web 设置页配置。

项目级音色/语速覆盖：用户要求"这个项目旁白用 X 音色 / 语速 1.2"时，调 mcp__arcreel__patch_project({"settings": {"narration_voice": "X", "narration_speed": 1.2}}) 写项目级覆盖（优先于全局设置，只影响当前项目；传 null 清除回退全局）。改完后对已有旁白配音的分镜重新合成才会生效。

工作流程

1. 状态检测 — 读取剧本，检查各分镜的 generated_assets.narration_audio，统计缺失分镜并告知用户
2. 入队生成 — 调用 MCP 工具，任务经生成队列由 worker 处理，工具等待全部完成后返回逐分镜结果
3. 汇报 — 汇总成功/失败明细展示给用户

断点续传

中断（服务重启、任务失败、会话断开）后重新调用不传 segment_ids 的全集补齐即可： 已有旁白配音的分镜自动跳过，只补缺失分镜，不重复扣费。

错误处理

• 单分镜失败不影响批次：工具返回 requested / succeeded / failed / blocked 的逐 ID 结果
• 按 failed / blocked 里每一项自带的问题码与下一步动作决定重试还是先改输入，不要读文本猜
• 可重试的分镜用 segment_ids 精确重试
• 工具提示未配置 audio 供应商时，说明后期配音这条路照常可用、视频不受影响；不要建议用户为了 继续做视频去配置 TTS 供应商。只有用户主动想要 in-app 旁白时，才引导其到 Web 设置页配置后重试