MiniMax 多人对话语音合成

# MiniMax 多人对话语音合成

根据用户需求生成多人对话剧本，智能匹配角色音色，合成完整音频和分段音频，最终生成精美的 HTML 展示页面。

## 工作流

### 1. 分析用户需求

获取用户想要生成的对话主题或场景：
- 对话场景（商务会议/日常聊天/故事情节/采访/辩论等）
- 参与角色数量和特点
- 对话风格（正式/轻松/幽默/严肃等）
- 对话长度（简短/中等/详细）

### 2. 生成对话剧本

根据用户需求，创作一段自然流畅的多人对话。格式要求：

```json
{
  "title": "对话标题",
  "scene": "场景描述",
  "characters": [
    {
      "id": "A",
      "name": "角色名称",
      "gender": "male/female",
      "age": "child/young/middle/elder",
      "personality": "性格特点描述"
    }
  ],
  "dialogues": [
    {
      "speaker_id": "A",
      "speaker_name": "角色名",
      "text": "对话内容",
      "emotion": "情绪标签"
    }
  ]
}
```

#### 对话生成规则

1. **角色塑造**：每个角色应有鲜明的个性和说话方式
2. **自然流畅**：对话要符合真实交流习惯，有互动和回应
3. **情感丰富**：根据内容添加适当的情绪表达
4. **长度适中**：每段对话控制在 20-100 字为宜

### 3. 智能匹配音色

调用 MCP 工具获取可用音色，然后根据角色特点匹配：

```json
{
  "server": "user-速推AI",
  "toolName": "list_voices",
  "arguments": {}
}
```

> **参考文档**：详细的音色匹配规则见 [references/voice-mapping.md](references/voice-mapping.md)

使用 AskQuestion 让用户确认或调整音色匹配：

```
请确认角色音色匹配：

角色 A (小明 - 年轻男学生):
  推荐: male-qn-daxuesheng (青年大学生音色)
  
角色 B (李总 - 成熟商务男):
  推荐: male-qn-jingying (精英青年音色)

是否确认？或选择调整某个角色的音色。
```

### 4. 文本预处理 - 添加语气词

使用 `speech-2.8-hd` 模型时，根据情绪标签智能添加语气词增强情感表达。

> **参考文档**：语气词使用规则见 [references/emotion-tags.md](references/emotion-tags.md)

**预处理示例**：

原文：
```
小明：今天考试终于结束了！太开心了！
```

处理后：
```
小明：今天考试终于结束了(breath)！太开心了(laughs)！
```

### 5. 分段语音合成

为每段对话调用语音合成：

```json
{
  "server": "user-速推AI",
  "toolName": "text_to_audio",
  "argument...