feat(voice): emotionTTS 接成一级发音人（UTF-8 请求体 + 失败回落既有链）

侦察结论（真机 + 上游源码）：
- POST /api/analyze_emotion ⇒ {primary,complex,intensity}；primary 闭集
  实测 平/喜/惊/哀/怒/厌/惧/急，intensity ∈ Low/Medium/High。
- POST /api/synthesize 收 emo_vector(float[])+emo_alpha，但还要 ref_audio_filename
  且只回 {"audio_url"}（服务端落盘），不适合做运行时直出。
- POST /v1/audio/speech 内部先 LLM 分析情绪 + 匹配参考音，再把情绪向量以
  [EMO:{vector}|{alpha}]base64:... 注入 voice 交给 indexTTS2 ⇒ **情绪确实影响
  语气，但由服务端从待念文本自推**，我方没有可映射的参数。
- 上游把下游载荷的 speed 硬编码 1.0（core/utils/llm_provider.py），客户端
  speed 是空转 ⇒ 本切片不暴露 speed，也不暴露 emotion/tone（不造假开关）。

实现：
- internal/runtime/voice/tts：Client（唯一 HTTP 出口，json.Encoder 产出 UTF-8
  请求体、超时/非 200/非音频/超限各自可分类）+ 字节嗅探庭裁 + Service（emotionTTS
  在前、失败回落既有链，永不上抛成回复失败）+ Provider 适配（可作链的一级）。
- internal/config/runtimeconfig/voicetts.go：$DATA_DIR/config/voice-tts.json
  （enabled/baseUrl/character/format/timeoutSec），零新 .env 键。
- cmd/cyrene/wire_voice_tts.go + wireFrontend 的唯一注入点：两条既有出站口
  （POST /api/v1/audio/speech 与 WS voice_output）同时用上；不新建端点/帧族。
- 严守 voice 入站闭集（不扩 Source/Status），出站音频不挂 voice DTO（塔裁决 B）。

测试：中文 UTF-8 请求体、非 200、超时、非音频、超限、未启用、空文本、嗅探表、
降级回落、未启用透传、两条出站口的字节级实测、面板配置解析、组合根映射；
三条变异（去中文 / 嗅探恒真 / 去掉回落）各自打红。真机 live 用例（build tag
emotiontts_live）实测 278,036 字节 WAV。

internal/runtime/voice/tts/config.go

@@ -0,0 +1,115 @@
+// Package tts 是**半云端 emotionTTS 服务**的运行时合成适配（切片 M35）。
+//
+// 它与父包 `internal/runtime/voice` 的分工（**别混**）：父包管「一条入站语音的
+// 来源事实 + 可播副本」（design/24 §10）；本包只回答一件事 ——「把这段文字交给
+// emotionTTS 换成音频」。它与 `internal/runtime/multimodal/voice` 里那条 STT/TTS
+// 降级链**不是**两套 HTTP：本包的 `Client` 满足那条链的 `TTS` 形状，`Service`
+// 则把 emotionTTS 摆在那条链**前面**（失败/未启用回落既有链）。
+//
+// # 为什么它比我方参数"更懂情绪"
+//
+// 该服务（v5.1.0）的 `POST /v1/audio/speech` **自己**做情绪：先让 LLM 分析待念
+// 文本的情绪、在角色素材库里挑一条情绪相符的参考音，再把情绪向量以
+// `[EMO:{vector}|{alpha}]base64:...` 的形式塞进 `voice` 字段交给 indexTTS2
+// （`core/routers/tts_router.py` 的 `openai_tts_api` + `core/utils/llm_provider.py`
+// 的 `synthesize_audio`）。**因此我方没有、也不需要情绪参数** —— 语气由要念的
+// 文本自己带（她调措辞就是调语气）。
+//
+// # 为什么没有 speed 旋钮
+//
+// 🔴 同一个 `synthesize_audio` 把下游载荷的 `speed` **硬编码成 1.0**（同一文件
+// 的 `data_json`），所以 OpenAI 兼容口的 `speed` 收下即丢。**给它做一个旋钮等于
+// 做一个假开关** —— 因此 `Config` 刻意不含 `speed`。同理不含 `emotion`/`tone`：
+// 那两样上游自己推，我方传什么都是噪音。
+//
+// # 一次只暴露三样
+//
+// 对调用方只暴露 `text`（必填）、角色（默认 `Cyrene` 的 `char_84fb88a3`）与
+// `format`（默认 wav）。其余全部是代码默认值或面板文件里的运维旋钮。
+package tts
+
+import (
+	"log/slog"
+	"strings"
+	"time"
+)
+
+const (
+	// DefaultBaseURL 是该服务的默认地址（**只绑回环**、无鉴权：绝不是公网地址）。
+	DefaultBaseURL = "http://127.0.0.1:9880"
+
+	// DefaultCharacter 是默认角色 —— 主人指定的「Cyrene」（`GET /api/characters`
+	// 实测 id = `char_84fb88a3`）。
+	DefaultCharacter = "char_84fb88a3"
+
+	// DefaultFormat 是默认请求格式。服务端产物**恒为 WAV**（它把 .wav 落盘后用
+	// `FileResponse` 回发，`response_format` 只影响它自报的 media_type），因此默认
+	// wav；实际下发的格式仍由**字节嗅探**裁决（见 audio.go），不信任这个字段。
+	DefaultFormat = "wav"
+
+	// DefaultTimeout 是单次合成超时。实测一次中文合成约 4~6 秒（它内部还要先跑一次
+	// LLM 情绪分析 + 素材匹配），故默认留足余量；超时即失败并回落既有链。
+	DefaultTimeout = 60 * time.Second
+
+	// defaultMaxAudioBytes 限制读回的音频体积，使异常/畸形响应无法耗尽内存
+	// （32 MiB 远超一句话的语音，实测 5 秒语音约 100~200 KB）。
+	defaultMaxAudioBytes = 32 << 20
+
+	// speechPath 是 OpenAI 兼容合成端点（已实测可用：200 / RIFF-WAVE）。
+	speechPath = "/v1/audio/speech"
+
+	// modelName 是上游要求的固定模型名（该服务只认 `emotionTTS`）。
+	modelName = "emotionTTS"
+)
+
+// Config 是 emotionTTS 客户端的运行期旋钮（由面板文件
+// `$DATA_DIR/config/voice-tts.json` 映射而来；零新 `.env` 键）。
+//
+// 🔴 刻意**没有** speed / emotion / tone 三项，理由见包注释（上游硬编码或自推）。
+type Config struct {
+	// Enabled 是总开关。false = 该级整体不参与（调用方应保留既有链，
+	// 而不是把"没启用"当成"合成失败"）。
+	Enabled bool
+	// BaseURL 是服务地址；空 = DefaultBaseURL。约定只填回环地址。
+	BaseURL string
+	// Character 是角色（服务端 `/api/characters` 的 id 或名字）；空 = DefaultCharacter。
+	Character string
+	// Format 是请求格式（`response_format`）；空 = DefaultFormat。只接受
+	// wav/mp3/ogg —— 且**只用于请求**，回发的真实格式一律按字节嗅探。
+	Format string
+	// Timeout 是单次合成超时；<=0 = DefaultTimeout。
+	Timeout time.Duration
+}
+
+// supportedFormats 是允许写进 Format 的取值（上游 `response_format` 只用于自报
+// media_type；产物恒为 WAV）。写别的值不是"更灵活"，而是让下游拿到一个与字节
+// 不符的标签 —— 因此这里**拒绝**而不是静默放行。
+var supportedFormats = map[string]bool{"wav": true, "mp3": true, "ogg": true}
+
+// Normalized 返回填好默认值、去掉首尾空白的配置。非法 Format 回落到默认值并
+// 通过 log 记一条 WARN（**不让它停摆** —— 一个写错的格式不该关掉整个语音面）。
+func (c Config) Normalized(log *slog.Logger) Config {
+	out := c
+	out.BaseURL = strings.TrimRight(strings.TrimSpace(out.BaseURL), "/")
+	if out.BaseURL == "" {
+		out.BaseURL = DefaultBaseURL
+	}
+	out.Character = strings.TrimSpace(out.Character)
+	if out.Character == "" {
+		out.Character = DefaultCharacter
+	}
+	out.Format = strings.ToLower(strings.TrimSpace(out.Format))
+	if out.Format == "" {
+		out.Format = DefaultFormat
+	} else if !supportedFormats[out.Format] {
+		if log != nil {
+			log.Warn("unsupported tts format, fell back to default",
+				"format", out.Format, "default", DefaultFormat)
+		}
+		out.Format = DefaultFormat
+	}
+	if out.Timeout <= 0 {
+		out.Timeout = DefaultTimeout
+	}
+	return out
+}