503段语音的丛雨桌宠：开源可自定义，一点就喊「狗修金」

B站上有一位开发者把《千恋＊万花》里的丛雨做成了桌面宠物：点一下就会用标志性的语调喊你「狗修金」（ご主人様），内置503段语音，并且把程序开源分享了出来。比起市面上多数只能循环播放几张立绘的桌宠，这个项目的完成度明显高出一截——它把「语音管理」当成核心功能来做，而不是附赠的彩蛋。

核心玩法：点一下就出声，三种播放模式

交互逻辑非常直接：丛雨会跟随聊天窗口移动，用户可以把它摆在自己喜欢的位置，工作时一直在旁边。点击角色触发一段语音，播放方式有顺序、随机、单曲重复三种可选，覆盖了「想按剧情听」和「想随便听听」两类需求。

顺序模式有一个细节值得注意：它会从上一次播放的那条语音继续往下走，而不是每次点击都从头开始。这个设计让连续点击变成一种「翻阅语音库」的体验，而不是反复听同一句话。

语音合成（TTS） 是让计算机将文本转化为自然语音的技术，其核心包括文本分析、声学模型和声码器。近年基于深度学习的TTS（如Tacotron、VITS）已能生成接近真人的语音，且支持情感和音色控制。在本项目中，TTS用于生成503段台词，意味着开发者无需依赖游戏原声，只需输入文本即可扩充语音库，大幅降低了内容生产成本。这也解释了为何项目能内置如此多语音——合成比录制更高效灵活。

语音库管理：收藏、过滤与编号定位

503段语音如果只能顺序播放，很快就会变成折磨。开发者给出的解法是一套轻量的语音库管理机制：

• 收藏标记：喜欢的语音可以打星，也可以只播放收藏列表，或把不需要的语音排除掉；
• 编号显示：选中某条语音时会显示其编号，再次点击即可取消选中，方便定位和整理；
• 独立配置：语音库支持改名、切换，收藏状态和播放设置按库分别保存。

这套设计的思路接近本地音乐播放器——把语音当作可管理的素材，而不是写死的资源。对想做「多角色桌宠」的用户来说，按库保存配置是必要的前提。

本地音乐播放器的管理逻辑 通常包含播放列表、收藏夹、排除列表和元数据编辑。本项目借鉴了这些设计：每个语音库相当于一个播放列表，收藏标记类似“我喜欢”，排除列表类似“隐藏”，编号则对应曲目序号。这种按库独立保存配置的机制，使得用户可以为不同角色维护独立的语音偏好，而不会互相干扰。对于多角色桌宠，这是实现个性化管理的基础。

自定义角色：换图片和语音就能换人

项目并不绑定丛雨一个角色。只要准备好图片和语音，用户就能组合出属于自己的桌宠，理论上任何角色都能套进这套框架。配合语音库的切换能力，一个程序里放多个角色在技术上是可行的。

语音本身由语音合成生成，而非全部来自游戏原声。这一点决定了项目的可扩展性——新增台词不需要等官方素材，合成即可补足。对于想给自己喜欢的冷门角色做桌宠的玩家，这可能是最实用的一条路径。

桌面宠物（桌宠） 是一种运行在桌面上的交互式虚拟角色，通常以透明窗口显示，支持点击、拖动等互动。早期桌宠多基于Flash或简单GUI框架，功能局限于动画循环和少量语音。现代桌宠常采用Electron、Unity或Python（如PyQt）开发，支持更丰富的媒体管理和用户配置。本项目采用开源方式，其架构可能包含资源加载、事件处理和配置存储模块，便于二次开发。

细节与开源

其他可调节项包括：气泡框到时间自动关闭、音量与角色大小可调，以及剩余使用次数和余额的显示（涉及另一个应用）。这些功能谈不上惊艳，但都指向同一个取向——把桌宠当成长期挂在桌面上的工具来打磨，而不是一次性的演示 Demo。

使用方法和程序本体都放在视频说明栏，作者明确表示是开源分享。对想二次开发或学习桌面宠物实现方式的开发者来说，这是一个可以直接上手拆解的样本。

这类项目为什么值得关注

桌面宠物长期处于「好看但不好用」的状态：立绘精美，交互单薄，语音往往只有几句循环。这个项目的价值不在于技术有多复杂，而在于它把「语音的可管理性」认真做了一遍——503段语音配上收藏、过滤、编号、按库保存，才让「点一下听一句」从新鲜感变成可以日常使用的功能。

对AI应用开发者来说，它也提供了一个轻量的思路参考：语音合成降低了内容生产成本，剩下的竞争力就落在交互设计和管理机制上。