核心用法
Protoss Voice 是一个音频后处理层，而非语音合成器。其核心流程为：接收现有音频（TTS生成或用户录制）→ 应用 "Khala" 心灵特效链 → 输出带 _psionic 后缀的转化音频。
典型工作流：
1. 使用 kokoro-tts 等工具生成基础语音
2. 执行 python3 protoss_fx.py <input.wav> 进行转化
3. 可选：用 ffmpeg 压缩为 OGG 便于传输
4. 通过消息工具发送最终文件
技术特性：
- 基于 V9 "Massive Void" 引擎的特效链
- 支持 wav/mp3/ogg 等常见格式
- 自动输出标准化 WAV 文件
显著优点
- 角色沉浸感极强：为 AI 角色扮演提供标志性的星灵语音美学，增强叙事真实感
- 模块化架构：与任意 TTS 引擎解耦，灵活组合
- 轻量依赖：仅需 ffmpeg 和 sox，无复杂深度学习模型
- 自动化友好：脚本化接口便于批量处理和 CI/CD 集成
潜在局限
- 非独立功能：必须依赖外部音频源，无法直接文本转语音
- 输出格式固定为 WAV，需二次转码用于网络传输
- 特效参数不可调：V9 引擎为黑盒预设，缺乏细粒度控制
- 处理链较长：TTS → 特效 → 转码 → 发送，延迟敏感场景需优化
适合人群
- 星战/星际争霸 IP 同人创作者
- AI 角色扮演开发者（需构建神族角色人格）
- 播客/有声书制作者寻求科幻音效
- Discord/Telegram Bot 开发者增强娱乐功能
常规风险
- 音频质量损失：多重处理（TTS+特效+转码）可能引入累积失真
- 临时文件管理：需确保中间文件清理，避免磁盘堆积
- 依赖可用性：sox/ffmpeg 在部分精简环境（如容器）需手动安装
- 版权问题：星灵风格为 Blizzard IP 衍生概念，商用需注意商标边界