Skip to content

voicing-emotions.md

Latest commit

 

History

History
67 lines (57 loc) · 4.84 KB

voicing-emotions.md

File metadata and controls

67 lines (57 loc) · 4.84 KB

Flash Voicing Emotions Design

更新时间：2026-05-03

目标

flash 模式的设计目的不是高效率通信，而是把文本和音频互相转换成一种可解码的风格化声效。因此 flash 的风格层要同时满足两个目标：

  • 仍然能把原始文本 byte 可靠地映射为 low/high BFSK payload，并在同一配置下 decode 回原文。
  • 让同一段文本在不同 voicing emotion 下呈现不同情绪：日常、敌意、诵唱、崩溃、热忱、低沉疏离。

文档索引

按 voicing/preset 拆分后的详细设计：

情绪模型

flash 当前是一次破坏性重构后的六情绪模型：用户可见和代码配置只保留 Standard / Hostility / Litany / Collapse / Zeal / Void。每个 emotion 同时决定 payload timing 与 voicing 声效，不再保留旧 flavor 或旧兼容映射。

  • flash_signal_profile
    • 负责 payload 中每个 bit 的基础时长和 silence slot 尺寸。
    • 当前只包括 Standard、Hostility、Litany、Collapse、Zeal、Void。
    • Standard 使用 0.9375x frame_samples，carrier 为 300 / 600 Hz。
    • Hostility 使用 0.875x frame_samples，carrier 为更有攻击性的上冲区间 500-618 / 1000-1236 Hz。
    • Collapse 使用 1x frame_samples，carrier 为更低、更胆怯的 280 / 560 Hz。
    • Litany 使用 6x frame_samples，carrier 为低沉的 220 / 440 Hz；它的可跳过 silence slot 仍是 1x frame_samples。
    • Zeal 使用确定性变速 timing：0.5x / 0.625x / 0.75x / 1x frame_samples；carrier 随 timing 在 560-900 / 1120-1800 Hz 间切换，强标点后插入可跳过长停顿并从 burst bit 重新进入。
    • Void 使用 2.5x / 2.75x / 3x frame_samples 的缓慢变长 timing，carrier 为下坠区间 180-230 / 360-460 Hz，并插入稀疏真实 payload silence。
  • flash_voicing_flavor
    • 负责情绪音色、preamble / epilogue、payload texture、停顿与边界 accent。
    • 当前只包括 Standard、Hostility、Litany、Collapse、Zeal、Void。

Android 当前仍然只暴露一个用户选择器，但每个 preset 内部同时指定这两轴：

  • Standard: signal=Standard, voicing=Standard
  • Hostility: signal=Hostility, voicing=Hostility
  • Litany: signal=Litany, voicing=Litany
  • Collapse: signal=Collapse, voicing=Collapse
  • Zeal: signal=Zeal, voicing=Zeal
  • Void: signal=Void, voicing=Void

这样做的目的，是让 UI 保持简单，同时让代码上可以分别调整“low/high 持续多久”和“这些 low/high 听起来像什么情绪”。

Decode 边界

flash payload 的根本语义仍是原始 byte 透明传输：

  • 每个输入 byte 拆成 8 个 bit。
  • bit 0 渲染为 low carrier。
  • bit 1 渲染为 high carrier。
  • decode 时按同一 signal profile 的 slot 大小读取 low/high，再拼回 byte。

所有 emotion 的声效设计都必须遵守这个边界：

  • 不把语义信息藏进 texture / drone / tremor。
  • 不让 preamble / epilogue 参与 payload decode。
  • 可变静音只能以整数 slot 插入，decode 通过 gap-aware 逻辑跳过这些 silence。
  • Litany / Collapse 的 silence chunk 必须是真正的零样本静音，不在 silence 里加入残响，否则跳过静音的能量阈值会变得不稳定。
  • Zeal 使用确定性变速 / 变频 layout 和专用 gap-aware decode；强标点 silence 仍是真正零样本静音。Void 使用确定性下坠 / 变长 layout 和 layout-aware decode；稀疏 silence 表达空白与遗失。

Emotion 对比

Emotion Signal profile 主要节奏 主要音色 silence 策略 目标听感
Standard Standard 连续 0.9375x bit，300 / 600 Hz 低音稳态、轻金属 无额外 silence 日常、冷静、精准
Hostility Hostility 连续 0.875x bit，500-618 / 1000-1236 Hz 上冲 jitter，短 attack / release 强 click、金属边缘、软削波 无额外 silence 愤怒、敌意、命令
Litany Litany 6x bit，220 / 440 Hz，逐拍停顿 低频 drone、swell、机械喉腔、句尾收束 每 bit / 空格 / 标点 / 周期呼吸 崇敬、祷告、慢诵
Collapse Collapse 1x bit，280 / 560 Hz，局部 cluster tremor、hesitation、failure shell 固定 2 slot 结巴 cluster，少量 5 slot panic break 恐惧、崩溃、结巴
Zeal Zeal 变速 0.5x-1x bit，560-900 / 1120-1800 Hz 亮 harmonic、快速 tremolo、上行 shell 强标点长停顿，停顿后 burst 热忱、变速、密集
Void Void 2.5x / 2.75x / 3x bit，180-230 / 360-460 Hz 下坠 sag 更深低频 drone、极弱 accent、更长 release、下行 shell 稀疏 1-6 slot silence 悲伤、空虚、残缺