docs(tts): 补声音克隆内容侧噪声地板判据，勘误 emo_bias 立论并落档二轮选段勘探;

[ThreeFish-AI]

背景

• 本次变更要解决的问题：为「抑扬顿挫」备选配音音色做选段与情感向量 A/B 时，核出三项会误导后续工作的判据/立论问题，本 PR 将其逐项落档（纯注释与文档，未改任何预设数值 ⇒ 已上线 8 集音频缓存零影响）。
• 关联上下文/Issue/文档：VOICE-CLONING.md §3.3、INDEXTTS-2.5-ADVANCED.md §3.2/§6.5/§七 路线图 Feature/1.0.0 #10、fix(UI): 修复 CI 测试失败，完成 pnpm 迁移并添加缺失依赖 (Vibe Kanban) #12。

核心变更

• emo_bias 立论勘误（tts.py sunny-pure 注释 + ADVANCED §3.2 告警块）：施加 bias 的 normalize_emo_vec（上游 infer_v2_5.py:488）全仓唯一调用点是 webui.py:665，infer() 从不调它 ⇒ 本管线名义权重即实际权重。Feature/1.0.0 #10 原注以「surprised 只兑付 69%、calm 56%」论证砍配料维度，是把 WebUI 语义套到了本管线调用路径上，理由作废；反向证据：bias 表里被下调的恰是这两维，说明上游认为其在名义权重下偏强。顺带记入 emo_num=[3,17,2,8,4,5,10,24]——happy 仅 3 个原型（明快度天花板），surprised 有 10 个。
• 新增 ADVANCED §6.6 内容侧噪声地板：固定 --seed 后音频逐字节可复现（热节流污染耗时不污染采样轨迹）⇒ 内容 A/B 免 75 s 冷却；但换一条 take 的 |ΔIQR_rel| 中位达 10.4% ⇒ 韵律类参数最小可归因效应量 ≈ 21%。附三条判据设计教训：主指标须无量纲（IQR_rel）；身份护栏用中位而非逐句最大值（生产档自身有单句 186.9 Hz）；n=7 下看符号一致性（7/7 → p=0.008）而非只看中位。
• 新增 VOICE-CLONING §3.3b 第二轮选段勘探：把从未勘探的 me-full-*（663 s）纳入同一把尺子，另立新表（旧表质心列是路线图 fix(CI): 修复 GitHub Actions 单元测试失败与 pnpm 迁移 (Vibe Kanban) #13 改「限带质心」前的尺子，混排即错）。me-1 @106S 的 IQR_rel 较成片在用段 +18%、静音占比 +0.08；新增两个「样本起伏高但克隆起伏反而低」的反例；指出小样列自带 ±10% take 噪声、行间 <10% 差异不可解读。顺带修正 4 处过期档数（写死「7 档」、实际 9 档）——数量事实源在代码，文档不再复制该数字。

风险与回滚

• 主要风险：极低——tts.py 改动为纯注释（vec/alpha/df 逐行核对无变动，不进缓存摘要）；文档改动不影响任何执行路径。
• 回滚方式：git revert 单提交即可。

验证证据

• 单元测试：pipeline/tests/ 全量 261 通过（含缓存黄金哈希 test_digest.py 与 test_production_presets_untouched——二者绿即证明存量预设与缓存零失效）。
• 集成测试：uv run 后子项目卫生测试抓到过我误留的 uv.lock 并已清除（该测试自身即验证）。
• E2E/Workflow：本轮全部合成/测量走 tts_sample.py 单句路径（与成片同路径），未触碰任何剧集工程；git diff 确认零 episodes/ 改动。
• 覆盖率/关键截图：五臂配对 A/B（7 句 × A/Ax/B/C/D，seed 4242）原始读数已记入 §3.3b 与 §6.6；试听产物按生物特征纪律留在 gitignore 的 .temp/。

影响范围

• 前端：无。
• 后端：无（注释级）。
• GitHub Actions / 文档：VOICE-CLONING.md、INDEXTTS-2.5-ADVANCED.md 两份运维手册更新。

Next Best Action

• 用户盲听 .temp/voice-samples/blind/（7 句 × 2 档）择优后决定是否以「新增候选预设 + refs.toml 追加 me-1 @106s 样本条目」落地抑扬顿挫备选档——客观结论为「+8.6% IQR_rel、7/7 方向一致、但幅度贴噪声地板（门为 20.9%），且三个候选均超 +4% 时长红线（顿挫需以时长为代价），最终取舍须由人耳裁决」。

🤖 Generated with Claude Code