feat(reactive_voice): リアルタイムチャットボット — 席ごとの NPC 音声 + 構造化された arbiter

[skr19930617]

概要

reactive_voice ディスカッションモードを追加。各 LLM 席を専用の NPC bot プロセスが受け持ち、音声 (VOICEVOX TTS)、席ごとの状態 (役職・占い/霊媒/護衛結果・人狼チャット)、席ごとの戦略決定 (投票・夜行動) を所有する。Master は SpeakArbiter で発話順を制御し、人間の音声を STT で取り込み、Levi 風のナレーションを VC に流す。

74 commits, 178 files changed (+49k / -825).

アーキテクチャ

                       ┌─────────────────────────────┐
                       │         Master (1)          │
                       │  ┌────────────────────────┐ │
                       │  │ SpeakArbiter           │ │
                       │  │  · 次の発話 NPC を選定  │ │
                       │  │  · serial-speech ゲート │ │
                       │  │  · 決選候補の順序制御   │ │
                       │  └────────────────────────┘ │
                       │  ┌────────────────────────┐ │
                       │  │ VoiceIngestService     │ │
                       │  │  · Groq Whisper STT    │ │
                       │  │  · OpenAI 互換 analyzer │ │
                       │  │   (xAI) / Gemini 一発   │ │
                       │  └────────────────────────┘ │
                       │  ┌────────────────────────┐ │
                       │  │ TextAnalyzer            │ │
                       │  │  音声 provider と一致   │ │
                       │  └────────────────────────┘ │
                       │  ┌────────────────────────┐ │
                       │  │ Levi ナレーション (TTS) │ │
                       │  └────────────────────────┘ │
                       └──────────────┬──────────────┘
                                      │ WS (PSK)
                ┌─────────────────────┼─────────────────────┐
                │                     │                     │
        ┌───────┴────────┐    ┌───────┴────────┐    ┌──────┴─────────┐
        │ NPC bot (×N)   │    │ NPC bot        │    │ NPC bot        │
        │  · 自分の役職   │    │  · LogicPacket │    │  · DecideVote  │
        │  · NPC_LLM     │    │  · SpeakResult │    │  · DecideNight │
        │  · VOICEVOX    │    │  · WolfChat    │    │  · WolfChat    │
        │  · VC で再生   │    └────────────────┘    └────────────────┘
        └────────────────┘

ペルソナごとに NPC bot プロセス 1 個。起動時に NPC_PERSONA_KEY で固定され、VC に参加して自分の声で喋る。

主な機能

Phase-D — NPC bot が席を所有

• bc10d7d 骨組み: NpcGameState ミラー + 席ごとの判断のための WS プロトコル。
• 6b09a6c 投票パス: NPC bot が自分の投票を NPC_LLM で決める。
• db32321 夜行動・人狼チャット・公開情報ダイジェスト・席ごとの発話状態。
• 2ae90b2 夜行動結果 (占い/霊媒/護衛) のプッシュ + 人狼チャット同報。
• b979d50 役職割当後に過去の役職別履歴を snapshot で再水和。

SpeakArbiter — ターン制御 + 直列発話

• 5429d6a サイレント席を優先。
• 45daecc 名指しされた NPC をサイレントローテーションより先に。
• 82fc6d4 NPC の発話も人間と同様に addressed_seat_no を出力。
• ad80f27 一巡目以降は直前の話者を避ける。
• 3a6c553 同じペアの応酬 / 同じ席の連続発話を demote。
• c13ed48 既出 CO の再宣言は pair-volley ゲートを通さない。
• 782f47f 席ごとの speech_count 軸でローテーションを均す。
• eb03710 複数指名 (addressed_seat_nos) に対応 + 同点はランダムタイブレーク (席8 SQ・席9 ユリコ がほぼ喋れていない問題を解消)。
• a155289 役職呼びかけ (「占い師の方どうぞ」) を検出して NPC プロンプトに伝播。
• 07c4b99 決選演説を NPC TTS パイプラインに乗せ、Levi が候補を名前で呼んでから喋らせる。
• f9ced2d 入力プロンプトの席番号を冒頭ロスター 1 ブロックに集約し、NPC が発話で 席番号を引き写すドリフトを抑える。

音声 / テキスト取り込み

• fd1dece e53bf43 Master + 別プロセスの NPC 音声 bot + 人間 STT パイプライン。
• 70e6061 DAVE E2EE 内側復号 + voicetest ハーネス + STT 前の無音ゲート。
• 1bd909b c18424f 22c5752 Groq Whisper パイプライン (PCM→WAV ラップ、Whisper の no_speech_prob で信頼度算出)。
• cf2f238 STT analyzer プロンプトを生 VC のロスターでグラウンディング。
• da3a4dc 音声側の構造化解析をテキストチャンネルにも適用。
• fe4523f VC 付属テキストチャットも発話チャンネルとして受理 (人間は Master のナレーションが流れる場所に自然に書き込む)。
• d4c71c7 TextAnalyzer を音声 provider に揃える — VOICE_STT_PROVIDER=groq ならテキスト側も xAI 経由になり、共有 Gemini key の 429 で role_callout が落ちる問題を解消。

Master ナレーション (Levi TTS)

• eb622cf VC 内で Levi 風の TTS ナレーション + phase_baseline 投入修正。
• 7998378 プレイヤー集合済みの VC に開幕ナレーションを流す。
• 4c47482 Master TTS と NPC 発話の直列化 + 死亡者ミュート。
• f9e35bc 処刑確定パスから夜フェイズ移行アナウンス。
• 0f26b6d 2 日目以降の議論開始時の重複「夜が明けました」削除。

投票/夜行動 LLM への議論コンテキスト供給

• 2e25bab 過去日の投票履歴を NPC ディスカッションプロンプトに含める。
• e19797c 投票/夜のダイジェストに実際の議論本文を載せる (回帰: ラキオが speech では「SQ 吊ろう」と言いながら投票では セツに入れていたのは、vote prompt のダイジェストが空文字列だったため)。

戦略プロンプト強化

• f56419c 発話は名前のみ・棄権禁止・処刑/襲撃タグ付与。
• d4c71c7 役職呼びかけが未応答のときは狼/狂人の偽装 CO を既定動作に。単独 CO は人間の根拠なし疑い表明では切らない。

信頼性修正

• 0c4193f reactive 文字上限 80→140 + 文を最後まで言い切るよう LLM に指示 (発話が文の途中で切れていた)。
• 9ae68fa 夜行動の skip を投票と同様に禁止。
• 37e4c4b TTS タイムアウト時に次の NPC を派遣 (止まらない)。
• d86acba Master 再起動時の CO 主張をフェイズ境界をまたいで保持。
• e79d959 役職割当後の PrivateStateSnapshot プッシュを self-heal。
• 36ea3fc voice_recv RX を単発 OpusError で落とさない。
• 2f86b7d opus gap を無音で埋める + ダンプを話者単位でグループ化。
• 2cd7e0f Master 出力の限定 + abort のクリーンな後始末。
• 2d14e9c 終了時の per-game メモリ掃除を配線。

Viewer / 観測性

• fcb3090 1 ゲーム単位の LLM/STT トレースを Next.js + MUI で閲覧。
• 3895df2 2943a9f 全 LLM/STT 呼び出しを JSONL トレース + トークン使用量。
• 95b14fe 勝利/abort 時にゲーム JSON を viewer 用に自動エクスポート。
• a2d2d6a games 一覧 + per-game 詳細ルートに分割。
• 31fbfbc 型付き exporter コントラクト + クロススタック統合テスト + CI。
• 1b783e6 arbiter の selection_reason を NPC 発話行に表示。
• f1d96a3 発話行の重複排除 + ソースごとの LLM トレース表示。
• 01e8c9b dabc959 セグメント単位の音声 + 書き起こしダンプ。

運用ツール

• b092915 eab5a6f f5a7b56 Master + NPC bot 用 tmux ランチャ、--mock フラグと VOICEVOX 疎通プローブ付き。
• 3f7a2ee NPC env テンプレートを単一ジェネレータに統合。
• 0534f2b b1f1bf0 c1847b0 オフライン統合テスト用の mock LLM provider。
• 10d4a9f /wolf settings View でフェイズ時間調整 (ホスト限定)。
• 2a5e8bf PhaseDurations のランタイム可変シングルトン。

リファクタ

• eaef5de master/ + npc/ パッケージ分割、LLM 環境変数を役割別にリネーム (GAMEPLAY_LLM_* / NPC_LLM_* / VOICE_LLM_*)。
• e3d193f Gameplay + NPC で共有のマルチ provider 切り替え (xAI / DeepSeek / Gemini)。

テストプラン

• uv run pytest tests — 1116 通過、deprecation 警告 1 件 (audioop, py3.13)
• uv run ruff check src tests — green
• uv run mypy — green (strict, 76 source files)
• Viewer: bun run lint, bun test — green
• 実プレイ: 1 人間 + 9 NPC で VC + VOICEVOX + Groq Whisper + xAI Grok analyzer の end-to-end 動作

既知の制限

• VOICEVOX をローカルで起動しておく必要あり (scripts/run-bots.sh がプローブ)。
• Groq 無料枠のレート制限で長時間セッションは詰まり得る。analyzer ステップは graceful degradation (構造化フィールドはスキップして発話自体は通す)。
• 1 Master プロセスでの複数ゲーム同時進行は規模テスト未実施。