feat(emoji): 优化表情识别提示词以提升描述质量

重构了表情包识别和描述生成的提示词，以获得更详尽、准确且符合网络文化的描述。同时调整了TTS插件的错误处理机制。

主要变更：
- **表情识别提示词（Prompt）优化**:
  - 为静态和动态表情包设计了更结构化的描述要求，引导模型识别主题、核心元素、角色出处、网络梗以及图片内文字。
  - 强调了对特殊网络文化符号（如“滑稽”表情）的准确识别，避免泛化描述。
  - 优化了“点睛之笔”精炼描述的提示词，使其能更好地结合上下文信息，生成更自然的描述。

- **TTS插件错误处理重构**:
  - 移除了`TTSVoiceAction`中合成失败时向用户发送动态错误消息的逻辑。
  - 改为静默失败，仅在后台记录详细的错误日志，避免在语音服务暂时不可用时对用户造成干扰。

src/chat/emoji_system/emoji_manager.py

@@ -969,7 +969,7 @@ class EmojiManager:
                     image_base64_frames = get_image_manager().transform_gif(image_base64)
                     if not image_base64_frames:
                         raise RuntimeError("GIF表情包转换失败")
-                    prompt = "这是一个GIF动图表情包的关键帧。请用不超过250字，详细描述它的核心内容：1. 动态画面展现了什么变化？2. 它传达了什么核心情绪或玩的是什么梗？3. 通常在什么场景下使用？请确保描述既包含关键信息，又能充分展现其内涵。重要规则：如果图片中包含清晰的文字，请务必完整地转述出来，这部分文字不计入250字限制。"
+                    prompt = "这是一个GIF动图表情包的关键帧。请用不超过250字，进行详尽且严谨的描述。请按照以下结构组织：首先，概括图片的主题和整体氛围。其次，详细描述图片中的核心元素，如果包含二次元角色，请尝试识别角色名称和出处。接着，描述动态画面展现了什么变化，以及它传达的核心情绪或玩的梗。最后，如果图片中包含任何文字，请准确地转述出来，这部分不计入字数限制。请特别注意识别网络文化中的特殊含义，例如，“滑稽”表情应被识别为“滑稽”，而不仅仅是“黄色的脸”。"
                     description = None
                     for i in range(3):
                         try:
@@ -985,7 +985,7 @@ class EmojiManager:
                             logger.warning("表情包识别失败，将在1秒后重试...")
                             await asyncio.sleep(1)
                 else:
-                    prompt = "这是一个表情包。请用不超过250字，详细描述它的核心内容：1. 画面描绘了什么？2. 它传达了什么核心情绪或玩的是什么梗？3. 通常在什么场景下使用？请确保描述既包含关键信息，又能充分展现其内涵。重要规则：如果图片中包含清晰的文字，请务必完整地转述出来，这部分文字不计入250字限制。"
+                    prompt = "这是一个表情包。请用不超过250字，进行详尽且严谨的描述。请按照以下结构组织：首先，概括图片的主题和整体氛围。其次，详细描述图片中的核心元素，如果包含二次元角色，请尝试识别角色名称和出处。接着，描述它传达的核心情绪或玩的梗。最后，如果图片中包含任何文字，请准确地转述出来，这部分不计入字数限制。请特别注意识别网络文化中的特殊含义，例如，“滑稽”表情应被识别为“滑稽”，而不仅仅是“黄色的脸”。"
                     description = None
                     for i in range(3):
                         try:
@@ -1058,7 +1058,7 @@ class EmojiManager:
             if emotions:  # 只有在成功提取关键词后才进行精炼
                 logger.info("[自然语言精炼] 开始生成“点睛之笔”的自然语言描述")
                 refine_prompt = f"""
-                你的任务是为一张表情包生成一句简洁的精炼描述，用于后续的AI模型处理。
+                你的任务是为一张表情包生成一句自然的、包含核心信息的精炼描述。
 
                 这里是关于这个表情包的分析信息：
                 # 详细描述
@@ -1068,17 +1068,18 @@ class EmojiManager:
                 {emotions_text}
 
                 # 你的任务
-                请结合以上所有信息，用一句话概括出这个表情包的核心内容，既要描述客观事实，也要点明其传达的核心情绪。
+                请结合以上所有信息，用一句自然的语言，概括出这个表情包的核心内容。
 
                 # 规则 (非常重要！)
-                1.  **平衡客观与情感**：首先客观描述画面中的主体、表情和动作，然后点出其最主要的情绪（如：喜悦、悲伤、讽刺等）。
-                2.  **包含核心文字**：如果表情包中有文字，必须将文字完整地包含在描述中。
-                3.  **简洁精炼**：用最少的文字概括最多的信息。
-                4.  **输出格式**：**请直接返回这句描述，不要添加任何前缀、标题、引号或多余的解释。**
+                1.  **自然流畅**：描述应该像一个普通人看到图片后的自然反应，而不是生硬的机器分析。
+                2.  **包含关键信息**：如果详细描述中识别出了角色名称、出处，必须包含在精炼描述中。
+                3.  **体现情绪**：描述需要体现出表情包传达的核心情绪。
+                4.  **包含核心文字**：如果表情包中有文字，必须将文字完整地包含在描述中。
+                5.  **输出格式**：**请直接返回这句描述，不要添加任何前缀、标题、引号或多余的解释。**
 
                 示例：
-                - 原始信息：一只猫戴着墨镜，关键词是“酷、得意”。
-                - 正确输出：一只戴着黑色墨镜的猫，表情得意。
+                - 详细描述：“图片的核心是一位面带微笑的少女，她被识别为游戏《崩坏3rd》中的角色爱莉希雅（Elysia）...”
+                - 正确输出：游戏《崩坏3rd》中的角色爱莉希雅，她面带微笑，看起来很开心。
                 """
                 refined_description, _ = await self.llm_emotion_judge.generate_response_async(
                     refine_prompt, temperature=0.7, max_tokens=100