古音模型工坊

统一管理构拟方案、音素训练数据与外部声学模型。平台只向模型提交管理员选定方案的音素、声调和字位证据；模型地址、鉴权密钥、字段映射和返回方式全部留在服务端。

训练清单生成

每个构拟方案独立形成记录，避免把不同学者体系混成一个“标准答案”。
系统设置
数据原则：每条录音要绑定方案版本、音素序列、说话人和人工审听结果。先用固定验证诗检查入声尾、清浊、送气与调类，再扩大语料。

清单预览

尚未生成。预览只检查文本—音素数据，不会启动训练。
记录数0
方案数0
平均覆盖率0%
文本方案音素覆盖
等待生成

导入你收集的构拟方案

支持 CSV、TSV 或 JSON。至少需要“字/char”和“IPA/拟音”；多音字建议同时提供声调、声母、韵部或反切。导入内容保存在独立覆盖层。
正在读取方案清单…

外部音素模型接入

推荐部署一个很薄的 HTTP 包装层：平台提交文本和音素，包装层调用你训练的 VITS／Piper／GPT-SoVITS 声学模型。普通用户看不到端点和密钥。
高级字段映射（自定义 JSON 服务使用）
正在读取配置…
POST /v1/speech/phoneme
{
  "text": "床前明月光",
  "phones": ["dʐɨaŋ", "dzen", "..."],
  "tones": ["平", "平", "..."],
  "scheme": "zhengzhang",
  "speaker": "mc_01",
  "speed": 0.92,
  "format": "wav"
}
推荐响应
Content-Type: audio/wav
<WAV 二进制>

也支持：
{"audio":"Base64..."}
{"url":"https://.../a.wav"}
{"job_id":"..."} + 状态轮询
GPT-SoVITS 注意：官方 API v2 的 /tts 接收文本、语言和参考音频，但并不天然接受中古音 IPA。要实现音素忠实朗读，需要在模型服务端增加 text_lang=mc 或独立包装路由，让空格分隔的中古音 token 绕过普通中文 G2P。