是否可以引入TTS，让角色真正的可以开口说话，实现直接对话而不是单纯的文字对话

[pkuma]

感觉核心是怎么匹配角色的形象和定位，以及保持长期的多角色一致性？

[wkbin]

可以tts，那就需要再配置一套模型。后面会支持tts