ASR · LLM · TTS · LIP SYNC
渲染层与 03 的 Pixi 舞台完全相同，差异全部集中在「听、想、说、口型」这条业务管线： 浏览器语音识别 → 流式 LLM → 分句 TTS → 参数级口型。
sessionStorage，关掉标签页即清除。[emotion:name] 开头，解析后立即切换表情，正文从标签之后开始显示，标签本身不会进入气泡。SpeechSynthesisUtterance；onstart 打开口型，onboundary 给一个能量脉冲，句末自然衰减。beforeModelUpdate，在 coreModel.update() 之前写入 ParamMouthOpenY，与待机动作、表情的嘴型取较大值。const match = start.match(/^\[emotion:\s*([a-z_-]+)\s*\]\s*/i);
if (match) {
raw = start.slice(match[0].length);
setEmotion(match[1]);
}
internal.on('beforeModelUpdate', () => {
if (!lipActive) return;
const open = 0.18 + 0.24 * (0.5 + 0.5 * Math.sin(now * 9.4)) + lipBoost;
core.setParameterValueById('ParamMouthOpenY',
Math.max(core.getParameterValueById('ParamMouthOpenY') || 0, open));
});
state.turn += 1;
state.abort?.abort();
tts.cancel();