神族灵能音效音频处理器

基于 ffmpeg 和 sox 的音频后处理技能，为 TTS 或录音添加星际争霸神族灵能音效，适合角色扮演与内容创作场景。

基本信息

• 技能名称?protoss-voice
• 中文名称?神族灵能音效音频处理器
• 作者?vemec
• 分类?其他
• 版本?未标注
• 标签?content-media, audio-processing, automation, entertainment, gaming

使用方法

使用说明
核心用法
Protoss Voice 是一个音频后处理技能，而非 TTS 生成器。它通过调用 ffmpeg 和 sox 工具链，将任意输入音频（WAV/MP3/OGG 等）转换为具有"神族灵能"风格的特效音频。典型工作流为：先用 Kokoro 等 TTS 技能生成基础语音，再经本技能处理，最终输出带 _psionic.wav 后缀的文件。
处理链路包含四个阶段：格式统一转换（ffmpeg）、核心特效处理（sox 实现音高下移-200、反向混响、音量调整）、母带处理（低频增强+5dB、100Hz高通、-1dB 归一化）、最终编码输出。用户也可直接处理真人录音，实现 Zeratul、Artanis 等角色的声线模拟。
显著优点

1. 模块化设计 ：与 TTS 解耦，可叠加于任意语音源，灵活性极高
2. 零网络依赖 ：纯本地处理，无 API 调用成本与隐私泄露风险
3. 专业级音频链 ：基于成熟的 ffmpeg/sox 生态，效果稳定可预期
4. 自动化集成 ：支持 Agent 工作流自动串联，从生成到发送全程无人值守
   潜在缺点与局限性
   依赖外部二进制 ：需用户预装 ffmpeg 和 sox，跨平台部署存在环境差异
   无输入校验 ：当前版本未对文件路径做严格过滤，存在命令注入理论风险
   特效单一 ：仅提供固定"V9 Massive Void"预设，不支持参数微调或自定义效果链
   输出格式受限 ：默认输出 WAV，需额外调用 ffmpeg 转码为 OGG 等适合即时通讯的格式
   适合的目标群体
   游戏内容创作者（星际争霸同人配音、角色扮演视频）
   AI 角色扮演应用开发者（需构建特定种族/阵营声线）
   播客与有声书制作（科幻题材的声音设计）
   语音聊天机器人增强（Discord/Telegram 等平台的趣味交互）
   使用风险
   供应链风险 ：ffmpeg/sox 若从非官方渠道安装，可能引入恶意二进制
   路径注入 ：恶意构造的输入文件名可能触发 shell 元字符解析
   临时文件残留 ：虽已实现 finally 块清理，但异常中断时仍可能遗留隐藏文件
   性能瓶颈 ：长音频的 sox 混响处理计算密集，大文件可能出现显著延迟