配音阵容

VoiceCast

VoiceCast 是一个连接语音指令与 Hytale RootInteractions 的桥梁，让模组制作者能够构建基于语音激活的施法和交互流程。

你可以在资源文件中定义“法术”（可施法项），每个法术指向一个 RootInteraction 以及一个或多个语音别名（关键词）。当玩家说出某个关键词时，VoiceCast 便会触发对应的交互。

---

什么是 VoiceCast？

VoiceCast 是一个轻量级系统，它能监听玩家的语音，并在识别到的关键词与你配置的法术别名匹配时，触发 RootInteractions。

具体操作： 你创建一个 VoiceCastCastable 资源，其中包含：

• rootInteractionId（要执行的内容）
• languageIds / 别名（能够激活它的词语或短语）
• 可选的要求（所需物品 / 消耗物品）

---

运行模式

VoiceCast 目前支持两种后端：

1) 原生模式（实验性）

原生模式 直接连接到游戏内的语音聊天流（近距离语音聊天数据包），并使用 Vosk 进行离线语音转文字。

• 状态： 实验性
• 可用性： （目前）仅限包含内置语音聊天的当前预发布版本
• 优点： 无需浏览器链接，无 Web Speech API 的怪癖，支持离线工作，服务器端行为一致
• 要求： 需要 Vosk 模型（支持自动下载）

2) 网页模式（旧版 / 可选）

网页模式会暴露一个小型网页界面，玩家在浏览器中打开一个私有链接。浏览器负责捕获麦克风音频并进行语音识别（Web Speech API）。

• 状态： 可用，但不再是重点默认模式（鉴于预发布版本中已存在原生语音聊天）
• 优点： 无需下载模型，概念简单
• 缺点： 需要打开浏览器，且高度依赖浏览器支持 / 权限

---

语言支持

VoiceCast 根据所选择的后端支持多种语言：

• 原生模式（Vosk）： 取决于你安装（或自动下载）的 Vosk 模型。默认情况下为英语。
• 网页模式（Web Speech API）： 取决于浏览器的语音引擎和区域设置。

如果你想将某种语言添加到默认的自动下载映射中，请告诉我你希望作为“推荐小型模型”的具体语言及其对应的 Vosk 模型。

---

工作原理（高级概述）

原生模式（实验性）

1. VoiceCast 读取传入的语音聊天音频数据包（预发布版语音聊天）。
2. 音频在服务器端解码并发送至 Vosk。
3. 转录文本与你的法术别名进行比对。
4. VoiceCast 为该玩家触发映射的 RootInteraction。

网页模式（可选）

1. 服务器暴露一个小型网页界面（内嵌网页服务器）。
2. 玩家运行 /voicecast 命令生成一个私有可点击链接。
3. 玩家在浏览器中打开该链接并开始监听。
4. VoiceCast 匹配转录文本并触发映射的 RootInteraction。

---

配置与服务器设置

为了保持本 README 的简洁与准确，完整的配置指南位于 Wiki 中，包括：

• 原生模式设置（Vosk 模型自动下载、语言映射、故障排除）
• 网页模式设置（局域网/专用服务器/域名/HTTPS）
• 常见问题与推荐设置

---

路线图

• 提升原生模式的准确性与用户体验（更好的短语处理、更好的别名匹配、按语言调优）
• 扩展默认模型的自动下载映射（更多语言）
• 在原生语音聊天不可用的情况下，将网页模式作为备选方案保留

---

错误报告

请在报告错误和异常行为时，包含以下信息：

• 你的服务器版本（特别是是否为包含语音聊天的预发布版本）
• 你的 VoiceCast 配置
• 控制台日志（如果需要，请启用调试日志）
• 一个示例法术配置（请隐去私有信息）