diff --git a/cmd/cyrene/wire_voice_tts_test.go b/cmd/cyrene/wire_voice_tts_test.go index 79ab913..c6ad112 100644 --- a/cmd/cyrene/wire_voice_tts_test.go +++ b/cmd/cyrene/wire_voice_tts_test.go @@ -4,7 +4,7 @@ package main // // 1. 面板文件缺失 ⇒ **这一级不启用**,返回的仍是既有链本身(行为逐字不变); // 2. 文件里 `enabled:true` ⇒ 返回 emotionTTS 门面,`personas`/`default`/`timeoutSec` -// 按文件来(没有"角色"或"格式"这种全局键:发音人只能来自 persona 映射); +// 按文件来(发音人只能来自 persona 映射;已废弃的全局 `character` 不生效); // 3. 文件坏掉 ⇒ **不启用**(宁可没有这一级,也不拿读不懂的配置去驱动外部服务)。 // // 它用 `DefaultVoiceTTSPath` 的真实落点($DATA_DIR/config/voice-tts.json)跑, diff --git a/internal/config/runtimeconfig/voicetts.go b/internal/config/runtimeconfig/voicetts.go index 1f61e6a..85be5ff 100644 --- a/internal/config/runtimeconfig/voicetts.go +++ b/internal/config/runtimeconfig/voicetts.go @@ -10,7 +10,8 @@ // 🔴 **发音人必须绑定人格**(主人 2026-10-26 逐字:「TTS 的人物选择是要绑定后端的 // 角色的,不然会出现以后换了别的角色(人格配置),还是用老角色的 TTS 角色」): // 因此本文件的核心是 `personas`(personaId → characterId)与 `default`(**仅** -// 服务"解析不到 personaId")。全局 `character` 键已废弃并被忽略(见字段注释)。 +// 服务"连全局默认人格都没有"这一种情形 —— 不是"会话未绑定")。 +// 全局 `character` 键已废弃并被忽略(见字段注释)。 // 映射的**唯一真源**就是本文件 —— `configs/personas/*.yaml` 不参与。 // // 🔴 **刻意没有 speed / emotion / tone 三键**(塔 2026-10-26 裁决,实测证据): @@ -81,10 +82,14 @@ type VoiceTTSTuning struct { // - 有键但值为空串 = 该角色明确没有发音人 ⇒ 不合成(绝不借用别的角色)。 // - **没有这个键** ⇒ 同样不合成,且**不**回落到下面的 `default`。 Personas map[string]string `json:"personas,omitempty"` - // Default 是**仅当 personaId 解析不到**(会话无绑定 / 读取失败 / 该出站口本身 - // 没有会话)时使用的发音人;空 = 没配 ⇒ 那种情况**不合成**。 + // Default 是**仅当连生效人格都没有**(personaId 传空串)时使用的发音人; + // 空 = 没配 ⇒ 那种情况**不合成**。 // - // 🔴 它**不服务**「配了 personas 但没有这个 persona 的键」——那种情况一律不合成 + // 🔴 空串的唯一合法成因是"连全局默认人格都没有"(人格库未接线 / 没有任何角色被 + // 标为默认)—— **不是**"会话未绑定",也不是"这个出站口没有会话":那些情况下 + // 调用方传的是**生效人格**(会话绑定 → 全局默认人格),非空。 + // + // 它**不服务**「配了 personas 但没有这个 persona 的键」——那种情况一律不合成 // (见 `tts.Config.Resolve` 的拒绝分支)。用 default 去顶正是"换了人格还用老角色 // 声音"的病害本身。 Default string `json:"default,omitempty"` diff --git a/internal/runtime/voice/tts/config.go b/internal/runtime/voice/tts/config.go index bf95abb..f956a2f 100644 --- a/internal/runtime/voice/tts/config.go +++ b/internal/runtime/voice/tts/config.go @@ -92,9 +92,15 @@ type Config struct { // `char_` 前缀或不带前缀的写法,见 Resolve)。它有键但值为空 = 该角色 // 没有可用发音人 ⇒ 不合成(**绝不**借用别的角色的声音)。 Personas map[string]string - // Default 是**仅当 personaId 解析不到**(空串:会话无绑定 / 读取失败 / - // 该出口本身没有会话)时使用的发音人。它**不**服务"配了 Personas 但没有 - // 这个 persona 的键"那种情况 —— 那是 Resolve 的拒绝分支(主人点名的病害)。 + // Default 是**仅当连生效人格都没有**(personaId 传空串)时使用的发音人。 + // + // 🔴 空串的**唯一合法成因**是"连全局默认人格都没有"(人格库未接线 / 没有任何角色 + // 被标为默认)。**不是**"会话未绑定"、也不是"这个出站口没有会话":那些情况下 + // 调用方给的是**生效人格**(会话绑定 → 全局默认人格),非空。若把"没绑定"当成 + // 空传进来,`default` 就会顶掉全局默认人格的声音 —— 主人点名的病害(复审 r2/r4)。 + // + // 它**不**服务"配了 Personas 但没有这个 persona 的键"那种情况 —— 那是 Resolve + // 的拒绝分支。 Default string // Timeout 是单次合成超时;<=0 = DefaultTimeout。 Timeout time.Duration @@ -136,4 +142,3 @@ func normalizePersonas(in map[string]string) map[string]string { } return out } - diff --git a/internal/runtime/voice/tts/selection.go b/internal/runtime/voice/tts/selection.go index 205d8bc..638fc33 100644 --- a/internal/runtime/voice/tts/selection.go +++ b/internal/runtime/voice/tts/selection.go @@ -61,10 +61,10 @@ var ( // // 四条分支(与主人的验收清单逐条对应): // -// personaID 有映射 ⇒ (Selection{mapped}, nil) -// personaID 为空/解析不到 + 配了 Default ⇒ (Selection{default}, nil) -// personaID 为空/解析不到 + 没配 Default ⇒ ("", ErrNoCharacter) -// personaID 非空 + 没有映射(含映射值为空) ⇒ ("", ErrPersonaUnmapped) +// personaID 有映射 ⇒ (Selection{mapped}, nil) +// personaID 为空(连全局默认人格都没有)+ 配了 Default ⇒ (Selection{default}, nil) +// personaID 为空 + 没配 Default ⇒ ("", ErrNoCharacter) +// personaID 非空 + 没有映射(含映射值为空) ⇒ ("", ErrPersonaUnmapped) // // 🔴 第四行**不会**看 Default —— 这正是"不许借用另一个角色"的编码位置。 func (c Config) Resolve(personaID string) (Selection, error) { @@ -85,8 +85,9 @@ func (c Config) Resolve(personaID string) (Selection, error) { // personaKey 是 ctx 里携带 personaId 的键(每次请求现传,绝不缓存成全局)。 type personaKey struct{} -// WithPersonaID 返回携带本次请求所属角色 id 的 ctx。空串是合法的(= 解析不到), -// 与"没设置"同义 —— 两者都走 default 分支。 +// WithPersonaID 返回携带本次请求**生效人格** id 的 ctx。空串是合法的,但它的唯一 +// 合法成因是"连全局默认人格都没有"——**不是**"会话未绑定"(未绑定但存在全局默认人格 +// 时,调用方应传全局默认人格)。传空串只在 Resolve 层意味着"走 default 分支"。 // // 调用方是**知道会话**的那一层(网关的两条出站口):它先按当次请求解析出 // `chat_sessions.persona_id`,再交给语音面。语音面自己不去查库,因此这里没有 diff --git a/internal/runtime/voice/tts/service.go b/internal/runtime/voice/tts/service.go index 4d4aacc..fd93d1e 100644 --- a/internal/runtime/voice/tts/service.go +++ b/internal/runtime/voice/tts/service.go @@ -134,7 +134,7 @@ func (s *Service) TTS(ctx context.Context, text string) (mvoice.Audio, error) { // // 分支(与 `Config.Resolve` 一一对应,验收清单见 selection.go): // - 选到发音人 ⇒ 用它合成;上游失败 ⇒ 回落既有链 + WARN(口径不变); -// - **选不到发音人**(persona 无映射 / 解析不到且没配 default)⇒ **不合成、 +// - **选不到发音人**(persona 无映射 / 连生效人格都没有且没配 default)⇒ **不合成、 // 也不回落既有链**,直接回一个可分类错误 + 一条 WARN。回落会让她用**另一个 // 声音**说话,正是主人点名的病害;文本早已发出,因此这里"没有声音"是安全结局。 func (s *Service) TTSWithProvider(ctx context.Context, text string) (mvoice.Audio, string, error) { diff --git a/internal/runtime/voice/tts/service_test.go b/internal/runtime/voice/tts/service_test.go index f341eee..1ba24f2 100644 --- a/internal/runtime/voice/tts/service_test.go +++ b/internal/runtime/voice/tts/service_test.go @@ -9,7 +9,7 @@ package tts // 2. 🔴 同一进程先后用两个 persona,第二次绝不沿用第一次的 voice(回归锁, // 直接对着主人担心的事); // 3. persona 无映射且没配 default ⇒ **不合成**,且**上游请求数为 0**; -// 4. persona 解析不到且配了 default ⇒ 用 default; +// 4. 连生效人格都没有(传空串)且配了 default ⇒ 用 default; // 5. 有映射但上游拒绝 ⇒ 沿用既有降级(回落既有链,口径不变); // 6. 未启用 ⇒ 完全透传既有链;STT/克隆永远走既有链。 diff --git a/internal/services/gateway/audio.go b/internal/services/gateway/audio.go index a22227b..283b12a 100644 --- a/internal/services/gateway/audio.go +++ b/internal/services/gateway/audio.go @@ -30,10 +30,17 @@ type transcribeRequest struct { // 每请求情绪/语气覆盖,用于克隆音色(声音复刻);系统音色 // (longxiaochun_v3)忽略它,绝不接收自由形式的指令。 // -// SessionID 是**可选**的会话标识(切片 M35,纯增量):发音人按 -// 「该会话绑定的人格」解析(`chat_sessions.persona_id`)。省略它时本口没有会话 -// 概念 ⇒ 走 emotionTTS 的 default 分支(没配 default 就不合成)。客户端**绝不** -// 通过它选音色:音色由服务端的 persona 映射决定,请求只声明"这是哪个会话"。 +// SessionID 是**可选**的会话标识(切片 M35,纯增量):发音人按该会话的**生效 +// 人格**解析 —— 会话绑定 → **全局默认人格** → 两者都没有才是空。 +// +// 🔴 省略它**不等于**"没有角色":本口此时按**全局默认人格**选发音人(常规安装必 +// 有全局默认人格 ⇒ 仍走 `personas` 映射);只有连全局默认人格都没有时,才落到 +// `voice-tts.json` 的 `default` 字符(没配则不合成)。因此**不要**写成 +// `if req.SessionID == "" { personaID = "" }` —— 那会让本口永远用 `default` 那个 +// 声音,正是主人在意的「换人格还用老角色」(复审 r2/r4)。 +// +// 客户端**绝不**通过它选音色:音色由服务端的 persona 映射决定,请求只声明 +// "这是哪个会话"。 type speechRequest struct { Text string `json:"text"` Voice string `json:"voice,omitempty"` diff --git a/internal/services/gateway/voice_emotiontts_test.go b/internal/services/gateway/voice_emotiontts_test.go index 257eeff..2ea7b14 100644 --- a/internal/services/gateway/voice_emotiontts_test.go +++ b/internal/services/gateway/voice_emotiontts_test.go @@ -168,7 +168,8 @@ func TestSpeechEndpointUnmappedPersonaRefuses(t *testing.T) { } // TestSpeechEndpointNoSessionUsesDefault 钉住"这条口没有会话时"的诚实处置: -// 省略 sessionId ⇒ persona 解析不到 ⇒ 用配置的 default(没配则同样不合成)。 +// 省略 sessionId ⇒ 生效人格只能来自**全局默认人格**;本用例没有接人格库, +// 因此连默认人格都没有 ⇒ 才落到配置的 default(没配则同样不合成)。 func TestSpeechEndpointNoSessionUsesDefault(t *testing.T) { env := newEnv(t, nil, false) rec := &vocalRecorder{}