VoxCPM2中文字幕时间戳：区分word与char对齐，保留近似边界说明

素材身份：作者原创输入/可编辑参考。目标工具未在本轮执行。
先打开 index.html；input.csv 是原始字段，reference.csv 是验收基准，negative.csv 是故意构造的坏样例。
actual-results.csv 保留未测状态，实际执行后再填写。

前置条件：
准备自己有权使用的合成练习资料，不上传他人的录音或私密内容。
按官方文档核对当前平台、版本与套餐；本轮目标产品操作未执行，练习文件可离线查看。
练习包提供口述脚本、规则与验收数据，不附目标工具生成录音。按录音说明自行录制有权使用的输入，并在运行后保存实际音频。

操作步骤：
1. 建立目标文本和短语参考
把台词按三个短语整理，保留标点和字符序号。参考仅说明内容顺序，不凭阅读速度编造真实发音时间。

2. 安装可选对齐依赖
在独立环境核对voxcpm[timestamps]及当前CLI支持项。缺少依赖时保留错误信息，不把只有音频文件当完整时间戳交付。

3. 选择char与中文提示
生成时启用--timestamps，设--timestamp-level char和--timestamp-language zh。另留word级对照配置，避免认为char只是文件扩展名。

4. 检查派生边界来源
阅读输出元数据与官方说明，明确char为词级对齐派生的尽力近似。遇到一词多字共用范围时不要在报告里擅自改成实测细粒度。

5. 做基础时间合法性检查
逐项检查start不大于end、顺序不倒退、最后end不超过实际音频。标点可附属于文本但不应凭空当作独立发声。

6. 抽听短语与暂停
播放三个短语接点，比较标注是否落在明显停顿附近。需要高精度逐字字幕时另做人工校正，并保留原始派生版本。

7. 交付双层对齐说明
保存文本、音频、原始word/char结果和人工修订差异。未执行时仅提供待填结构，不把作者分句表说成VoxCPM自动对齐结果。

验收：
记录timestamps额外依赖与timestamp-level char、timestamp-language zh。
字级结果标注为best-effort派生，不伪造真实字起止精度。
单调性、末尾不超音频时长、无负时长三个条件均可检查。

官方资料：
https://github.com/OpenBMB/VoxCPM

图片身份：assets/ 为内置image_gen生成的原创练习输入缩略版，原始文件保留在网站图片来源地址。可编辑SVG为作者原生排版。