@lemoncat7/dsh-partner 2.4.2 → 2.7.0

package/resources/skills/drama-production/upstream/skills/short-drama-assets/references/occurrence-extraction.md

@@ -0,0 +1,108 @@
+# 从剧本提取资产出现记录
+
+## 目录
+
+- [目的](#目的保存证据不抢先下结论)
+- [逐段检查](#逐段检查而不是只找名词)
+- [事实分层](#事实分层)
+- [指代](#称谓代词和匿名对象)
+- [资产判断](#出现不等于视觉资产)
+- [状态](#状态摘取要点)
+- [完整性](#完整性检查)
+
+## 目的：保存证据，不抢先下结论
+
+出现记录说明“某段剧本在某处要求了什么”，它不是资产身份本身。先记录出现，再判断
+它对应哪个资产，可以避免把同一人物的几套衣服拆成几个人，也能避免把两个同称谓的人
+误并成一人。
+
+**`structural_invariant` AST-01**： 每个出现判断都要指向 `剧本.md` 中准确的场景 ID，并用动作、
+对白或必要短引文说明依据。行号只能帮助阅读，不能代替稳定场景来源。
+
+## 逐段检查，而不是只找名词
+
+逐个检查与制作有关的剧本段，回答六个问题：
+
+1. **谁或什么需要被看见、听见**？ 人物、群体、动物、地点或可操作道具。
+2. **以什么方式出现**？ `on_screen`（出镜）、`voice_only`（只有声音）、
+   `represented`（照片、屏幕或画像中出现）、`mentioned_only`（只被提到）。
+3. **此刻能直接看到什么**？ 只摘录剧本已经给出的外观、状态、位置和动作后果。
+4. **制作时必须实现什么**？ 服装、伤污、可读文字、内容物、功能状态、关键入口等。
+5. **它为什么重要**？ 识别、行动、信息揭示、关系与权力、交接、气氛或普通布景。
+6. **它从哪里来、要去哪里**？ 进入状态、同场变化和结束状态；若有变化，只预留指向
+   连续性变化记录的位置，不在出现记录里另造第二份事实。
+
+一个动作句常会带出多种资产。例如合成剧本段：
+
+> 顾禾推开旧渡站值班室的北门，把带裂口的白瓷号牌放进铁皮匣。匣盖内侧写着
+> “潮位 7”。
+
+至少记录：顾禾出镜；旧渡站值班室出现，北门可能是固定空间锚点；白瓷号牌有裂口；
+铁皮匣被打开，匣盖内出现必须保留的文字。不要把“北门”“裂口”“潮位”各自建成资产。
+
+## 事实分层
+
+出现记录中的内容按来源分开：
+
+| 内容 | 字段用途 | 写法 |
+|---|---|---|
+| 剧本段和场次位置 | 来源 | 场景 ID 加动作/对白标签或必要短引文；不复制整段正文 |
+| 剧本明示的可见事实 | 可见事实 | 简短摘义，并指回同一场景 |
+| 拟绑定的资产 | 资产判断 | 只保留复用、新变体、新身份或未决结论 |
+| 连续性变化 | 状态变化 | 指向 `视觉设定.md` 中对应身份与前后状态 |
+
+不要把推测伪装成可见事实。可以直接推出的结果也要说明依据，例如“匣盖被推开”可以
+记为 `open`；“顾禾很内疚”不能只因她低头就升级成资产事实。
+
+决定尚未形成时就在对应条目标“未决”，列候选、缺失证据和影响。未来才会发生的连续性变化只写
+“需要同步”的说明，不为尚不存在的文件建立占位记录。
+
+## 称谓、代词和匿名对象
+
+**`reviewed_invariant` AST-02**： 只要两个候选都合理，就先不绑定。
+
+- 原文写“她”，但本段内没有唯一先行人物：保留 `surface_form: 她`，把决定标为
+  `unresolved`，列出候选和需要确认的内容。
+- “穿雨衣的人”后来被叫出姓名：可以提出合并，但必须展示前后剧本证据；不能只因服装相同就自动认定是同一人。
+- “另一把钥匙”说明它不是上一把，但还不知道是否对应已有道具 ID：先建立独立出现记录，不能复用上一把。
+- 同一人被职务、关系和名字交替称呼：别名只有创作者接受后才能进入人物资产。
+- 群体称谓先按制作用途处理。没有个体连续性的“候车乘客”可以作为群组或普通布景；
+  后来接过关键道具的那个人应单独建立人物记录。
+
+不要为了“让流程继续”做低把握的猜测。保留未决项，可以防止错误身份被下游放大成
+参考图、分镜和视频提示词。
+
+## 出现不等于视觉资产
+
+- `voice_only` 需要人物或声音事实，但本场不一定需要造型绑定。
+- `represented` 可能需要同一人物的历史造型，也可能只是不可辨认的照片；按剧情要求处理，不默认露脸。
+- `mentioned_only` 通常只保留故事追踪，不触发图片资产。若台词要求观众必须读到某份文件，还要建立道具出现记录。
+- 环境中的普通桌椅可以标为 `set_dressing`；只有它们承担动作、识别或连续性时才升级为道具。
+
+**`craft_default` AST-06**： 只有会改变识别、复用、提示词、镜头或连续性的事实才进入
+资产记录。若项目有特别制作原因，例如品牌布景需要逐件批准，就写明原因后调整。
+
+## 状态摘取要点
+
+### 人物
+
+记录本次造型线索、伤污与湿度、伪装、携带物和故事作用。不在这里发明脸型、年龄或
+颜色搭配；设定表缺少的识别点交给创作者决定。
+
+### 地点
+
+记录地点称谓、内外、可见分区、入口、固定锚点，以及剧本明示的时段、天气和光源。
+“低机位看门”是镜头意图，不是新地点事实。
+
+### 道具
+
+记录形制、材料、尺度线索、唯一标记、持有人与位置、持有手、开闭与启停、破损、
+内容物和可读文字。文字保持原样并注明候选文字政策，不能私自润色剧情证据。
+
+## 完整性检查
+
+- 对索引中的每个制作相关剧本段，都记录已提取内容，或写明 `no_asset_change`。
+- 同一剧本段中的动作若改变状态，至少能找到一条变化候选。
+- 同一对象使用不同称谓时，没有被静默重复或合并。
+- 只被提到的名词不会无缘无故扩张视觉资产表。
+- 每个拟议绑定在创作者接受决定前都保持提案状态。

package/resources/skills/drama-production/upstream/skills/short-drama-assets/references/prop-and-state.md

@@ -0,0 +1,126 @@
+# 道具与状态设计
+
+## 目录
+
+- [道具与状态](#道具不是名词表)
+- [个体与集合](#个体同款与集合)
+- [文字政策](#可读文字政策)
+- [内容物与人物认知](#内容物与知识是两条连续性)
+- [关键道具的完整过程](#有明确用途的关键道具)
+- [示例与检查](#合成例铁皮匣)
+
+## 道具不是名词表
+
+只有会被识别、操作、传递、读取、揭示或保持连续性的物体，才值得成为受管道具。
+普通背景物可保留为 `set_dressing` occurrence；一旦角色拿起它打开秘密、它跨场转手，
+就要能以稳定身份追踪。
+
+## 道具：持续身份
+
+Prop 保存不随本次动作轻易改变的识别信息：
+
+- 大小/尺度参照、基本形制和部件关系；
+- 主要材料、表面工艺、持久磨损；
+- 原本功能和操作方式；
+- 序列号、缺口、纹章等永久唯一标记；
+- 同款多件时的个体区分，或按类别和数量管理的方法。
+
+“重要文件”“神秘盒子”“高级质感”只是剧情/氛围标签，不能保证再次生成时认出同一
+件物体。反过来，也不要补写剧本没给的品牌和装饰。
+
+## 状态：此刻怎样
+
+State 记录可变而需跟踪的事实：
+
+- 负责人、持有人、左手或右手，以及具体位置；
+- 完好/裂损、干湿/污渍、开/闭/锁、开机/关机；
+- 内容物及其是否已被看见；
+- 可读文字/图形的当前版本；
+- 组装、封条、消耗量或功能状态；
+- 变化原因与有效范围。
+
+物件若持续承担人物的支撑、固定、负重或行动条件，状态同时记录**人物—物件关系**与有效范围，
+再由分镜投影到起终边界；不能只写物件存在或只在角色板中画出。短暂坐下、靠墙或伸手接触仍是
+镜头瞬态，不为此制造长期状态。
+
+**`craft_default` AST-03**： 同一物体的转手、开合、破损、内容与文字变化优先做
+记录状态变化，不重复创建道具。
+
+## 个体、同款与集合
+
+- 两枚外观相同的白瓷号牌分别被交换、藏匿：创建两个道具，因为它们的流转记录必须独立；
+- 柜台上的一叠普通空白便签仅作背景：可以按类别和数量记录，不必逐张建立 ID；
+- 一把钥匙从顾禾手中转到值班员手中：仍是同一道具，只修改持有人和持有手；
+- “另一把钥匙”明确不是上一把，但尚不知对应哪个已有 ID：新建一次出现记录并标为 `unresolved`，
+  不能偷懒复用。
+
+个体化程度是 **`taste_option`**，选择依据故事追踪与制作需求，而不是总数最少。
+
+## 可读文字政策
+
+每个出现文字的 Prop 明确选一种：
+
+1. `exact_readable`：剧情要求观众读到；保存准确字符、语言、大小写/标点及来源；
+2. `graphic_only`：需要标签/印记形状，但不要求可辨文字；
+3. `no_readable_text`：画面不应出现可读字；
+4. `pending_creator_text`：剧本要求文字但内容未定，阻断依赖它的提示词。
+
+文字是剧本事实时，资产环节只保存政策与来源位置，不自行润色。后续提示词不能
+同时要求 `exact_readable` 和全局 `no_text`。
+
+若剧情出现网址、号码、合同内容等敏感屏显，必须写明来源、准确屏显文字和创作者确认的处理方式；
+不能把本地引用路径或内部地址带入交付。
+
+**`craft_default`**： 可读文字或标识指向**现实中存在的品牌、商标、机构或人物**时，四个选项里
+选哪一个不是资产环节的默认动作，而是创作者的决定。改编常把这类专名从原著原样带下来，此时
+保留原名、只留形制而不留标识、换一个虚构名都可能是对的，取决于创作者对权利、题材真实感和
+交付渠道的判断。
+
+这里未定的是**政策本身**，不是文字内容，所以不要挪用 `pending_creator_text`（那一条针对
+"剧本要求文字但内容未定"）。按已有的未决决定写：`decisions.jsonl` 里一条
+`decision_kind: unresolved`，把三种处理列进 `candidate_bindings` 并各写 support/conflict，
+`creator_question` 问创作者选哪一种，`downstream_impact` 列出会被挡住的下游，
+`creator_acceptance.status` 保持 `pending_choice`。`text_policy.mode` 在创作者选定前不改写，
+原文来源位置照常保留；不替创作者定案，也不擅自改名——擅自改名同样是改写上游事实。
+
+本套件不判断合规、不给禁令、不内置品牌清单；它只保证这个选择有人做、被记下来，而不是在
+生成被拒之后由执行端顺手改掉。
+
+## 内容物与知识是两条连续性
+
+盒中始终有号牌，是道具内容状态；顾禾在打开盒子后才知道号牌存在，是人物获得了新信息。
+不要因道具早已装有物品，就让人物提前知道。相反，镜头没展示
+内容物不代表它凭空消失。
+
+## 有明确用途的关键道具
+
+若道具能保护人物、打开路线、储存能力或证明身份，不要只写外观。道具状态还要记录：
+它从哪里取得、现在由谁拿着、是否启用、由什么触发、启用时观众能看到什么、还剩多少
+可用次数或进度、本次使用造成什么后果，以及何时能再次使用。没有来源的“关键时刻突然
+生效”应退回故事或资产负责人；只在提示词里加发光、震动等效果，不能补上缺失的过程。
+
+## 合成例：铁皮匣
+
+`PROP-TIN-CASE`：手掌至小臂长度的扁长黑铁匣；铰链盖；右前角永久凹陷；用途为保存
+渡站号牌。`“潮位 7”` 写在盖内，政策 `exact_readable`。
+
+- `PSTATE-TIN-CLOSED-BADGE-IN`：匣闭合，白瓷号牌在内，位于柜台下层；
+- SC004 顾禾取出：状态从 `closed` 变为 `open`，内容从 `badge` 变为 `empty`；号牌另记
+  自己的持有人状态；
+- 匣盖内文在开启后才可见，但文字不是这时才“产生”。观众/角色知道它则另写
+  揭示记录和人物知情变化。
+
+反例：开匣后创建 `PROP-OPEN-CASE`，拿出号牌后再创建 `PROP-EMPTY-CASE`。这样无法
+表达同一匣子的状态演进，也容易让不同镜头各拿一个假副本。
+
+## 检查问题
+
+- 去掉持有人、开合和内容物后，道具是否仍有可识别的形制、尺度和材料？
+- 同一物体的状态能否沿剧本来源段落逐步变化，而不是瞬移？
+- 同款多件是否因故事追踪需要而正确区分？
+- 可读文字是否精确、来源明确、与 no-text 政策不冲突？
+- 角色手里拿的物体是否既出现在道具状态中，也在后续分镜边界中被引用？
+- 不可逆功能改造若成为新道具，是否保留来源关系与创作者决定？
+
+**`reviewed_invariant` AST-04**： 审查者应指出身份与状态混写、无证据的内容或文字、
+或无法解释的转手；简单关键词匹配不能替代这项判断。

package/resources/skills/drama-production/upstream/skills/short-drama-assets/references/stage-contract.md

@@ -0,0 +1,43 @@
+# 视觉设定阶段契约
+
+本阶段只拥有 `剧集/<EP>/视觉设定.md` 中的人物/造型、地点/视图、道具/状态、声音身份与跨场连续性。
+它继承剧本事实，不决定镜头瞬态、构图、动作终点或生成提示词。
+
+每个判断在同一文档中写成复用、新身份、新变体或真实未决；来源用场景 ID，跨文档消费用可见标题和
+稳定 ID。不要为身份决定建立 occurrence、decision、ledger 或接受记录。
+
+## 本阶段规则
+
+### `AST`
+
+| ID | Class | Knowledge |
+|---|---|---|
+| AST-01 | structural_invariant | Before creating or reusing an asset, point to the scene ID and visible evidence that establishes it. |
+| AST-02 | reviewed_invariant | Reconcile each occurrence as reuse, new identity, new variant, or unresolved—never guess an ambiguous name/pronoun. |
+| AST-03 | craft_default | Separate Character/Look, Location/View, and Prop/State. |
+| AST-04 | reviewed_invariant | Persistent identifying anchors and mutable state are not mixed. |
+| AST-05 | structural_invariant | Every downstream reference resolves to a visible identity item and the stated current variant in `视觉设定.md`. |
+| AST-06 | craft_default | Track only asset facts needed for recognition, reuse, prompt writing, or continuity. |
+| AST-07 | reviewed_invariant | Persistent voice identity and pronunciation refs stay separate from scene-level breath, emotion, volume, and delivery state. |
+| AST-08 | reviewed_invariant | A voice reference binding states what it controls and what it must not; the take's emotion, its recording space, and its background never enter identity. |
+| AST-09 | reviewed_invariant | A claim about what is audible in a reference requires a creator or rights-holder description, or an authorized listening observation bound to the inspected bytes; otherwise admission stays unverified. |
+| AST-10 | structural_invariant | One accepted pronunciation of a proper noun uses one spelling throughout `视觉设定.md`. |
+| AST-11 | reviewed_invariant | Characters designed together are not bound to confusable references; each names the audible trait telling it apart from its nearest neighbour, and names that character. |
+| AST-12 | craft_default | Selection criteria are few, audible and counter-exampled; they judge a candidate reference or a clone result, they do not stand in for one. |
+| AST-13 | structural_invariant | When the project's prompt language is not the language of the entry headings, every 人物 entry a shot's 视觉依据 references reaches a stated conclusion: `画面代称` carrying the exact spelling prompt bodies use, or `画面代称：无` when no body names it. One accepted name uses one spelling, case included. 地点/道具 declare one only when a body names them. |
+
+### `CON`
+
+| ID | Class | Knowledge |
+|---|---|---|
+| CON-01 | structural_invariant | Linked end and next start states match or have an explicit owner revision. |
+| CON-02 | reviewed_invariant | Knowledge, injury, ownership, weather, light, or physical state does not teleport/regress without story cause. |
+| CON-03 | craft_default | Track downstream-relevant deltas, not the whole 设定集 in every shot. |
+| CON-04 | structural_invariant | A continuity change states before, after, cause/source scene, effective range, and affected visible IDs. |
+| CON-05 | taste_option | Declared montage, ellipsis, dream, or subjective imagery may intentionally break ordinary continuity. |
+| CON-06 | structural_invariant | A continuity change names every existing downstream document it affects; future work is described, not pre-created. |
+| CON-07 | structural_invariant | A continuity lock declared in `视觉设定.md` fixes one verbatim surface plus its shot and image scope; every in-scope frozen keyframe, motion prompt, and named image prompt carries that surface unchanged. |
+
+规则分级由高到低：`structural_invariant`（结构缺陷，阻断）、
+`reviewed_invariant`（需证据判断）、`craft_default`（常用做法，可覆盖）、
+`taste_option`（创作者选择，不作缺陷）。创作者已接受的事实优先于本表。

package/resources/skills/drama-production/upstream/skills/short-drama-assets/references/voice-direction.md

@@ -0,0 +1,179 @@
+# 声音方向
+
+## 目录
+
+- [参考音频是载体](#参考音频是载体)
+- [参考可以是合成出来的](#参考可以是合成出来的)
+- [身份与表演的界线](#身份与表演的界线)
+- [一段参考音频可以决定什么](#一段参考音频可以决定什么)
+- [绑定不等于听过](#绑定不等于听过)
+- [选型判据](#选型判据)
+- [写出区分度](#写出区分度)
+- [专名发音](#专名发音)
+- [变体：伪装、年龄与跨段变化](#变体伪装年龄与跨段变化)
+- [voice-casting.md 的渲染规则](#voice-castingmd-的渲染规则)
+
+`voice_direction` 是 Character 记录的一部分（`AST-07`），跨集稳定。本场怎么说属于表演，
+由 `$short-drama-write` 的配音本逐句决定。
+
+## 参考音频是载体
+
+短剧的音色由**一段参考音频**承担：配音演员的试音、声音库里的一条、或创作者授权的克隆源。
+文字不承担音色——它承担两件参考音频承担不了的事：
+
+1. **选型与验收**：用什么判据挑一条参考、判一次克隆结果算不算这个角色；
+2. **专名发音**：参考音频里没有的那些名字该怎么念。
+
+所以 `voice_direction` 以 `reference` 为主字段。没有参考音频时，记录保持
+`reference: null` 并写明「待选型」——**不要用一段文字描述冒充音色身份**。
+下游拿着一段形容词去找声音，找回来的每次都不一样，而记录看起来是完整的。
+
+### 参考可以是合成出来的
+
+使用声音库时，确认所选音色及其使用范围符合供应商提供的许可。
+项目没有配音演员、也不打算克隆谁的时候，这条路是让 `reference` 从 `待选型` 变成实际路径的
+办法——**挑一个预置音色，合成一条，绑上去**。合成由 `$short-drama-produce` 的 `tts` 模态执行。
+
+合成出来的参考和录音来的参考在本文档里受同样的约束：它一样要写用途边界，一样要有
+`admission_status`，一样不能用形容词代替。差别只有一处——**它的选型判据是拿来挑预置音色的，
+不是拿来判克隆像不像的**，所以「与谁最易混」这条要在同一批预置音色里回答，而不是在角色之间
+凭空回答。预置库里两个音色听起来就是同一个人时，换一个，不要靠判据文字假装区分。
+
+音色 ID 本身写进 `reference` 那一行，和路径、用途边界一起。它是创作决定：同一个角色在两集之间
+换 ID 就是换人说话，这件事必须在文档里看得见、diff 里查得出。
+
+## 身份与表演的界线
+
+一句话判定：**这个特征在角色安静地坐着说一句无关紧要的话时还在吗**？
+
+在，就是身份。不在，就是表演，留给场次与台词。
+
+| 属于身份 | 属于表演 |
+|---|---|
+| 音区、音色质感、年龄印象 | 本场因奔跑造成的气息不稳 |
+| 语速与停顿习惯、句尾处理 | 某一句的重音位置 |
+| 口音与方言范围 | 这一场压低声音说话 |
+| 已接受的专名发音 | 情绪激动时的音量 |
+
+界线画错的代价不对称：把表演写进身份，角色每一集都会被要求带着上一集的伤势说话；
+把身份漏进表演，配音者每一场都要重新猜这个人是谁。
+
+`not_voice_identity` 与身份字段必须同时写。只写身份，下游无从判断某个特征是被遗漏
+还是被有意排除。
+
+## 一段参考音频可以决定什么
+
+参考绑定必须自带用途边界：写清这次参考它的**什么**，以及哪些内容**不能**跟着来
+（`AST-08`）。同一段录音承担多个用途时拆成多条绑定分别审查。
+
+| `role` | 可以借用 | 默认不可借用 |
+|---|---|---|
+| `timbre` | 音色质感、共鸣、年龄与体量印象 | 这条里的情绪、语速、录音空间 |
+| `accent` | 口音与语域范围 | 音色、音区、说话人身份 |
+| `pace` | 语速基线与停顿习惯 | 音色、口音、这条的情绪 |
+| `age_impression` | 听感年龄 | 具体音色与口音 |
+
+三类东西**永远写进 `must_not_control`**，因为它们在任何一条参考里都必然存在，
+而且必然不属于角色身份：
+
+- **这条参考里的情绪**：试音稿在哭，不代表这个角色总是在哭；
+- **录音空间**：混响、房间声、话筒距离属于那次录音，不属于这个人；
+- **背景内容**：底噪、伴奏、另一个说话人。
+
+一条参考同时要定音色和口音时，写两条绑定分别审查，不要把 `may_control` 加长。
+
+## 绑定不等于听过
+
+文件名或可见引用只说明绑定了哪段素材，**不能证明有人真的听过这段音频**（`AST-09`）。
+每条绑定写清证据到了哪一步：
+
+| `admission_status` | 什么情况 | 可以下什么结论 |
+|---|---|---|
+| `creator_described` | 创作者或参考权利人给了可核对的听感说明 | 按说明内容判断 |
+| `audibly_inspected` | 运行环境获授权检查该音频并完成检查 | 按检查记录判断 |
+| `unverified` | 只有文件名或文字描述，音频不可听或没有授权 | **不得**声称音色、口音、底噪或说话人数已经确认 |
+
+没有证据就老实保持 `unverified` 并列出风险。负面描述擦不掉参考里已有的内容——
+参考里有底噪就是有底噪，写「不要底噪」不会让它消失；要么重录、清理、换一条，
+要么退回参考权利人决策。
+
+参考音频与授权说明属于创作者输入，放在 `输入/` 下；`视觉设定.md` 只写项目相对路径、用途、
+允许控制/不得控制的内容与观察状态。**媒体本身不复制进视觉设定，也不进公开交付**。
+
+## 选型判据
+
+`selection_criteria` 是三到五条可听的判据，用来**挑**一条参考、或**判**一次克隆结果
+算不算这个角色（`AST-12`）。它不生成声音，也不替代参考。
+
+从六类里挑，不要写满：音区（相对位置而非 Hz——「比同剧其他成年男性低半档」）、
+质感、年龄与体量印象、节奏、口音与语域、可重复的标记性习惯（至多一条）。
+
+每条带一个 `counter_example`，写清什么算过头。判据没有上界时，试音会一轮比一轮夸张，
+克隆结果也没法判到底算不算过。
+
+情绪词不是判据。锚点里出现「愤怒」「悲伤」「紧张」，说明写的是表演不是身份；
+换成产生那个印象的可听特征。
+
+## 写出区分度
+
+同一批角色对比着选（`AST-11`）。对每个角色回答：同剧里跟他最容易混的是谁，
+用哪一条判据区分。
+
+```
+CHAR-A 与 CHAR-B 最易混：两条参考同为中低音区、语速偏慢。
+区分判据：A 句尾收住不拖长；B 句尾常带一段下滑的余音。
+```
+
+这条写不出来，说明两条参考实际上是同一个声音——观众会分不清谁在说话，
+而这个问题在文本审查里看不出来，只在成片里被听见。回到创作者那里换一条参考，
+不要靠堆形容词假装区分。
+
+角色多时按易混组分批选型，而不是按出场顺序。
+
+### 对比选择预置音色
+
+用同一组有代表性的台词试听候选，比较角色间是否易混，以及同一角色在不同情绪下是否稳定。
+音色名称仅供检索，选择依据是实际声音。
+
+需要测量时，F0 和谱特征可辅助定位近似音色；同一候选应有多句样本，才能估计自身变化。
+不把音高间距或「组间距离大于组内极差」设为通用门槛。最终按角色需求与回听结果选择，
+不为追求数字分离而改变已接受的声音方向。
+
+## 专名发音
+
+已接受的专名发音只能有一种拼法（`AST-10`）。
+
+这一栏是纯文字，而且参考音频通常帮不上忙：试音稿里多半没有这些名字。真人配音会按
+自己的习惯念，语音合成会按模型的习惯念，两边都不会报错。同一个名字出现两种拼法，
+配音就会在两集之间改口。
+
+新增发音走正常的接受流程，不在渲染时就地决定。
+
+## 变体：伪装、年龄与跨段变化
+
+角色装成另一个人、跨越十年、或中毒后长期失声，都**不改写基础身份**，而是按
+[身份与变体](identity-vs-variant.md) 记一条变体：
+
+- `cause`：由哪条已接受的剧本事实引起；
+- `validity`：从哪里生效到哪里失效；
+- `delta`：换了哪条参考、或相对基础身份改了哪几条判据，其余继承。
+
+短暂的一场变化不建变体，交给表演。判据和 Look 一样：跨多个场次持续、会重复使用、
+需要独立参考、或下游必须精确绑定时才升为变体。
+
+## 写入 `视觉设定.md`
+
+需要跨集保持声音身份时，在对应人物条目下增加“声音方向”，只保留：
+
+1. **参考**：项目相对路径、用途、允许借用与不得借用；没有参考时写“待选型”；
+2. **选型判据**：三到五条可听判据，每条带反例；
+3. **对比角色**：最容易混淆的是谁，以及靠什么可听差异区分；
+4. **专名发音**：唯一确认读法；
+5. **变体**：跨多场持续的伪装、年龄跨度或音色变化，写原因与有效范围。
+
+临时情绪、呼吸、重音、音量和空间混响仍由剧本/镜头/视频提示词拥有。声音方向是生产输入，不是
+合成结果保证；实际 TTS 仍由 `$short-drama-produce` 在精确预览并显式确认后执行。
+
+参考音频落地之后，它在下游有两个去处：作为视频模型的音色参考绑定（见目标模型的方言文档），
+以及作为配音本的实际人声。配音使用同一已选音色逐句合成；参考音频用于选型或模型绑定，不能直接充当不同台词的成品音轨。
+是否保持角色声音，仍需在生成后回听确认。