[feat]: 生成多媒体内容支持模型自定义传参

[qimengyao777]

根据不同模型让ai填入不同的文本，语速，音调，情绪，等
text: "今天天气真不错",（想说的话）
rate: 1,（语速±0.1差不多就最好）
pitch: 1,（音调±0.1差不多就最好）
emotion: "happy",（情绪这方面会让ai说话没那么死气沉沉？）
instruction: "用欢快活泼的语气说话"（自定义语气这个嗯）
1.可能会遇到的问题 是模型不兼容这些设定 从而报错
其他问题
现在整合的TTS 部分模型不支持 TOML 配置 期望能加上JSON格式的兼容

[error2913]

有无相关文档地址。

[qimengyao777]

https://help.aliyun.com/zh/model-studio/cosyvoice-tts-http-api?spm=a2c4g.11186623.help-menu-2400256.d_2_5_1_3_0.2b8f433bdKbRGf

在属性那一栏里面有

voice string（必选）
音色。
取值范围：
系统音色：参见Qwen-Audio-TTS音色列表、CosyVoice音色列表
声音复刻音色：如何创建音色请参见CosyVoice声音复刻/设计API
声音设计音色：如何创建音色请参见CosyVoice声音复刻/设计API

volume integer（可选）
音量。
默认值：50。
取值范围：[0, 100]。

rate float（可选）
语速。
默认值：1.0。
取值范围：[0.5, 2.0]。

pitch float（可选）
音调。
默认值：1.0。
取值范围：[0.5, 2.0]。

instruction string（可选）
设置指令，用于控制方言、情感或角色等合成效果。
具体用法请参见非实时语音合成。

[error2913]

关于配置格式的澄清，toml只是方便读写，实际使用的还是JSON结构，你的理解有偏差。

[error2913]

正在计划将生成多媒体内容依赖合并入主插件内。

[error2913]

配置面只填写api连接信息和格式、默认参数。
工具面提供ai覆写请求参数的能力。
支持自定义格式提示词，这个还没想好塞到哪。