test(channelbridge): 握手回放也断言出站 voice（M58）

- dialOwnerWSHistory 交回 history 帧，replayVoiceOfID 按 id 取 voice 原文
- 成功与降级两条整链用例都补「重连 WS 回放」断言，与实时帧逐字相等

internal/services/channelbridge/outbound_voice_gateway_e2e_test.go

@@ -11,9 +11,10 @@ package channelbridge
 // 而本切片要钉的正是「结论已经在手里之后」那一段。
 //
 // 钉住四件事：
-//  1. 合成成功 ⇒ 助手回复的**第一帧**就带 `voice`（source=tts/status=transcribed + 副本四键）；
+//  1. 合成成功 ⇒ 助手回复的**第一帧**就带 `voice`（source=tts/status=transcribed + 副本四键），
-//  2. 合成降级 ⇒ `voice.status=failed` + `fallbackReason` 在帧上**与**历史回看（REST）上都可见，
+//     重新连 WS 的握手回放与 REST 读面逐字相同；
-//     且正文照发原文（降级不是「少说一句话」）；
+//  2. 合成降级 ⇒ `voice.status=failed` + `fallbackReason` 在帧上**与**历史回看（REST、握手回放）
+//     上都可见，且正文照发原文（降级不是「少说一句话」）；
 //  3. 音频只挂在**第一个**气泡上（多段回复里重复挂会让对方收到 N 份同样的语音）；
 //  4. 出站 Media 的字节就是盘上那份副本（读不回来时宁可不挂，见 outbound_voice.go）。
 
@@ -118,6 +119,14 @@ func newOutboundVoiceE2E(t *testing.T, sess session.Session) *outboundVoiceE2E {
 // dialOwnerWS 连上真网关的 `/ws/chat`（owner token），并吃掉握手回放的 `history` 帧，
 // 使后续读取从「本回合的第一帧」开始（与入站整链同一手法）。
 func (e *outboundVoiceE2E) dialOwnerWS(t *testing.T) *websocket.Conn {
+	t.Helper()
+	conn, _ := e.dialOwnerWSHistory(t)
+	return conn
+}
+
+// dialOwnerWSHistory 同 dialOwnerWS，但把握手回放的 `history` 帧一并交回 —— 出站语音
+// 也得在「隔天重新打开客户端」的那条路上看得见（列有值即带），这条读面因此要能被断言。
+func (e *outboundVoiceE2E) dialOwnerWSHistory(t *testing.T) (*websocket.Conn, wsFrame) {
 	t.Helper()
 	wsURL := "ws" + strings.TrimPrefix(e.ts.URL, "http") + "/ws/chat?token=" + e.tok
 	conn, _, err := websocket.DefaultDialer.Dial(wsURL, nil)
@@ -129,7 +138,30 @@ func (e *outboundVoiceE2E) dialOwnerWS(t *testing.T) *websocket.Conn {
 	if ev.Type != "history" {
 		t.Fatalf("第一个帧 = %q, want history（握手回放）", ev.Type)
 	}
-	return conn
+	return conn, ev
+}
+
+// replayVoiceOfID 从握手回放帧的 `data.messages` 里按 id 找到那一行，返回它的 `voice`
+// 原始 JSON（键的在场性因此可判）；该行没有 `voice` 键时返回 nil 与 false。
+func replayVoiceOfID(t *testing.T, ev wsFrame, id string) (json.RawMessage, bool) {
+	t.Helper()
+	var data struct {
+		Messages []map[string]json.RawMessage `json:"messages"`
+	}
+	if err := json.Unmarshal(ev.Data, &data); err != nil {
+		t.Fatalf("解码握手回放帧 %s: %v", ev.Data, err)
+	}
+	for _, row := range data.Messages {
+		var gotID string
+		_ = json.Unmarshal(row["id"], &gotID)
+		if gotID != id {
+			continue
+		}
+		raw, ok := row["voice"]
+		return raw, ok
+	}
+	t.Fatalf("握手回放里没有 id=%q 的那一行（回放=%s）", id, ev.Data)
+	return nil, false
 }
 
 // storeOutboundCopy 用**真**音频落盘分支（`documents.Store.SaveAudio`）把一份合成产物
@@ -218,6 +250,15 @@ func TestIMOutboundVoiceFirstFrameCarriesVoice(t *testing.T) {
 	if got, want := canonicalVoice(t, raw), canonicalVoice(t, restVoice); got != want {
 		t.Fatalf("帧里的 voice = %s, REST 读面同一行 = %s", got, want)
 	}
+	// 握手回放（隔天重新打开客户端）：同一条消息在 `history` 帧里也带着这份出站语音。
+	_, replay := env.dialOwnerWSHistory(t)
+	replayRaw, ok := replayVoiceOfID(t, replay, id)
+	if !ok {
+		t.Fatalf("🔴 握手回放里这条出站语音缺 voice 键: %s", replay.Data)
+	}
+	if got, want := canonicalVoice(t, replayRaw), canonicalVoice(t, raw); got != want {
+		t.Fatalf("握手回放里的 voice = %s, 实时帧 = %s", got, want)
+	}
 	// 正文一字未改：语音是这条回复的另一种呈现，不是它的替代品。
 	if got := frameContent(t, msg); got != outboundVoiceStoredText {
 		t.Fatalf("帧里的正文 = %q, want %q", got, outboundVoiceStoredText)
@@ -258,10 +299,20 @@ func TestIMOutboundVoiceFallbackIsVisibleAsFailed(t *testing.T) {
 		}
 	}
 	// 历史回看（REST 读面）与帧上是同一份事实 —— 隔天再打开也看得到这条降级。
-	restVoice := voiceOfRowByID(t, fetchMessages(t, env.ts.URL, history.MainSessionID, env.tok), messageIDOf(t, msg))
+	id := messageIDOf(t, msg)
+	restVoice := voiceOfRowByID(t, fetchMessages(t, env.ts.URL, history.MainSessionID, env.tok), id)
 	if got, want := canonicalVoice(t, raw), canonicalVoice(t, restVoice); got != want {
 		t.Fatalf("帧里的 voice = %s, REST 读面同一行 = %s", got, want)
 	}
+	// 握手回放（重新连 WS）同样带着这条降级：客户端的「本来想用语音」小标不只在实时帧上有。
+	_, replay := env.dialOwnerWSHistory(t)
+	replayRaw, ok := replayVoiceOfID(t, replay, id)
+	if !ok {
+		t.Fatalf("🔴 握手回放里这条降级回复缺 voice 键: %s", replay.Data)
+	}
+	if got, want := canonicalVoice(t, replayRaw), canonicalVoice(t, raw); got != want {
+		t.Fatalf("握手回放里的 voice = %s, 实时帧 = %s", got, want)
+	}
 	// 正文原样：降级只影响「有没有音频」，绝不影响说什么。
 	if got := frameContent(t, msg); got != outboundVoiceStoredText {
 		t.Fatalf("降级回复的正文 = %q, want %q（正文不该被降级改写）", got, outboundVoiceStoredText)