[分享创造] 我做了一个「会说话的 AI 写作伙伴」：语音口述 → 人设声色自定义 → diff 采纳，从一句话到一本书

DanZai233:

做这个项目的起因很简单：家里长辈想写自传，打开文档不知道怎么开头；我自己写小说也经常卡在「怎么把脑子里那点碎片变成段落」。市面上的 AI 写作工具大多是「生成器」——丢个关键词出来一大段，但真正创作的人需要的是 **陪伴、引导、反馈**，而不是替代。

于是有了 **Aicho Muse · 声创**：

## 核心工作流
1. 语音或打字说出想法（语音用浏览器原生 STT ，不用配密钥）
2. AI 以「人设」身份提问、引导、给反馈——不是一次生成完，而是一步步陪你理清
3. 当你确定方向，AI 进入写作模式，只输出正文
4. 回复以 **diff 形式** 标出可采纳的新内容，用户决定采纳/忽略/写入哪个章节——AI 永远不会悄悄改你的稿子

## 创作结构
- 书 → 章节 → 封面，完整作品结构，不只是一堆 Markdown
- 大纲 / 人物卡 / 时间线 / 灵感箱 / 角色关系图（力导向图 + AI 生成候选关系）
- 版本历史、离线草稿、导出 MD / PDF / DOCX

## 人设与声色
- 人设字段：性格、说话风格、价值观、口头禅、擅长领域、开场白，全部注入提示词
- AI 可一键生成或润色人设
- 音色：Fish Audio 音频广场搜索/试听/收藏（ 83 种语言），也支持克隆自己的声音
- 管理后台可配 TTS/STT Key

## 协作
- 邀请码协作，多人同时编辑，实时光标定位（位置刷新间隔做长了，服务器压力可控）

## 技术栈
- 前端 React 18 + TS + Vite + Tailwind ，移动端已适配
- 后端 Node.js + Express ，MySQL 8 （ Docker Compose 一键部署）
- AI 通过 UniLLM SDK 接入 14+ 厂商（ OpenAI / Claude / Gemini / DeepSeek / 通义 / 豆包 / Kimi / Ollama 等），当前线上用 deepseek-v4-flash
- 管理后台：数据概览 / 用户管理 / 预设管理 / 管理员

## 部署
```bash
docker compose up --build -d
```
一条命令，自带 MySQL ；不配 AI Key 也有内置规则引擎可用。

## 线上演示
[查看演示网站](http://muse.danzaii.cn/) （可注册体验）

欢迎 Star 、试用、拍砖。有什么想加的功能直接说，我还在持续迭代。

---

原文链接：[点击查看](https://www.v2ex.com/t/1233049)