feat(voice): emotionTTS 发音人绑定会话人格（不再全局定死一个 character）

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」——上一版把 character 写在面板文件
里当全局值，换人格后声音不变，是真缺陷。

配置形状（单一真源 = $DATA_DIR/config/voice-tts.json）：
  {"enabled":true,
   "personas":{"<personaId>":"<characterId>"},
   "default":"<characterId>",   // 只服务「解析不到 personaId」
   "format":"wav","timeoutSec":60}
- 旧的全局 `character` 键**废弃并被忽略**（启动 WARN 提示改用 personas）；
  Config.Normalized 不给任何角色兜底（代码里写死默认角色=病害本身）；
- configs/personas/*.yaml 不参与（塔裁定：避免启动期静态配置与面板两处漂移）；
- 零新 .env 键。

选角四条分支（Config.Resolve，纯函数、无缓存）：
  ① persona 有映射 ⇒ 用它；
  ② personaId 为空/解析不到 + 配了 default ⇒ 用 default；
  ③ personaId 为空 + 没配 default ⇒ 不合成（ErrNoCharacter，上游 0 请求）；
  ④ persona 无映射（含映射值为空）⇒ 拒绝（ErrPersonaUnmapped），
     **绝不**拿 default 或别的角色顶 —— 主人担心的病害本身。

两条既有出站口各自按当次请求解析 persona（不在 SetVoice 时算一次缓存成全局）：
- WS voice_output：用本回合的 env.PersonaID（runVoiceTurn/runVoiceTurnDirect），
  经 voiceReplySink 传给 synthesizeVoiceReply，再 WithPersonaID 交给语音面；
- POST /api/v1/audio/speech：请求体新增**可选** sessionId（纯增量），
  经 turnEnvResolver.sessionPersona 解析；省略 ⇒ 走 default 分支。

Client.Speech 改为**每次传入 character**（内部不缓存发音人）；Provider 适配同样按
ctx 的 personaId 现算。选不到发音人时**不回落既有链**（回落=用另一个声音说话），
上游拒绝(404/500)仍按既有口径回落既有链+WARN。

测试：四条分支各自可变异打红，断言打在「上游请求体里的 voice」与帧/响应字节上；
含「同一进程先后两个 persona，第二次绝不沿用第一次 voice」的回归锁，
以及两条出站口的端到端 persona 切换。四条变异（未映射回落 default / 客户端缓存
voice / REST 不看会话 / 选不到时回落底链）均已实测打红后还原。
go build ./... / go vet ./... / go test -race 全绿；真机 live 证据：
cyrene(char_84fb88a3)=254630 B、furina(char_5314489e)=213392 B。

internal/services/gateway/voice.go

@@ -12,6 +12,7 @@ import (
 	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/loop"
 	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/model"
 	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/multimodal/voice"
+	voicetts "git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/voice/tts"
 )
 
 // VoiceService 为 voice_input WS 路由运行语音转文本与
@@ -177,7 +178,7 @@ func (h *hub) runVoiceTurn(c *wsConn, req voiceInputRequest) {
 	msgs := []model.Message{model.TextMessage(model.RoleUser, transcript)}
 	// 两条「怎么回到这条连接」的通路都由本连接给出：收尾回调（音频回复，C1）与
 	// 定向拒绝回调（队列满，G5）。编排器只把它们当成本回合的传输线索。
-	ctx = withVoiceReplySink(ctx, h.voiceReplySink(c, req.SessionID, req.DeviceID, transcript))
+	ctx = withVoiceReplySink(ctx, h.voiceReplySink(c, req.SessionID, req.DeviceID, env.PersonaID, transcript))
 	ctx = withPendingFullNotifier(ctx, c.notifyPendingFull)
 	if h.orchestrator != nil {
 		h.orchestrator.Submit(ctx, req.SessionID, msgs, env)
@@ -196,16 +197,20 @@ func (h *hub) runVoiceTurnDirect(ctx context.Context, c *wsConn, sessionID, devi
 		h.voiceError(c, "voice chat failed")
 		return
 	}
-	h.synthesizeVoiceReply(ctx, c, sessionID, deviceID, transcript, voiceReplyText(res))
+	h.synthesizeVoiceReply(ctx, c, sessionID, deviceID, env.PersonaID, transcript, voiceReplyText(res))
 }
 
 // voiceReplySink 返回本次语音请求的收尾回调：回合结算后取助手正文 → TTS →
 // **定向**回发起它的那根连接。它是 C1 的核心接线点 —— 回合异步完成，只有结算处
 // 知道助手正文。
 //
+// personaID 是**本回合**解析出的角色（`env.PersonaID`，会话无绑定时为空）。它随
+// 回调一起传下去，使合成按这一回合的角色选发音人 —— 而不是进程启动时定死一个。
+// 它不是身份输入（身份仍由 actor 元数据决定），只决定用哪个上游音色。
+//
 // 连接已断（客户端走了）时记一条带来源的 WARN，绝不静默丢：那正是「静默成功但
 // 没声音」那类缺陷的温床（协同 C2 的教训）。
-func (h *hub) voiceReplySink(c *wsConn, sessionID, deviceID, transcript string) VoiceReplyFunc {
+func (h *hub) voiceReplySink(c *wsConn, sessionID, deviceID, personaID, transcript string) VoiceReplyFunc {
 	return func(res *loop.Result) {
 		if c.closed() {
 			h.voiceLog().Warn("voice reply dropped", "reason", "connection closed", "session", sessionID, "device_id", deviceID)
@@ -213,26 +218,31 @@ func (h *hub) voiceReplySink(c *wsConn, sessionID, deviceID, transcript string)
 		}
 		// 回合的 ctx 已随回合消亡，因此合成用全新的后台 context：音频是「回复已
 		// 落库」之后的增强，不该被一次被取消的回合连带取消。
-		h.synthesizeVoiceReply(context.Background(), c, sessionID, deviceID, transcript, voiceReplyText(res))
+		h.synthesizeVoiceReply(context.Background(), c, sessionID, deviceID, personaID, transcript, voiceReplyText(res))
 	}
 }
 
 // synthesizeVoiceReply 把助手正文合成音频并定向回发起这条语音的连接
-// （协同 C1/C3）。三条纪律：
+// （协同 C1/C3）。四条纪律：
 //   - TTS 失败或降级为空音频时**照旧回帧**并带既有 provider 降级信号，让客户端
 //     能提示「没生成声音」（绝不是只回一条错误帧就完事）；
 //   - 没有助手正文（被取消 / 空回复）时不打一次无谓的 TTS，直接回降级帧 ——
 //     客户端总能看到这条语音回合的终点，而不是永远等一个不会来的 voice_output；
+//   - **发音人按本回合的 personaID 现解析**（`voicetts.WithPersonaID`）：换人格后
+//     绝不会继续用老角色的声音（主人 2026-10-26 的硬要求）；
 //   - 日志只带会话与设备 id，**绝不记正文/音频**。
-func (h *hub) synthesizeVoiceReply(ctx context.Context, c *wsConn, sessionID, deviceID, transcript, reply string) {
+func (h *hub) synthesizeVoiceReply(ctx context.Context, c *wsConn, sessionID, deviceID, personaID, transcript, reply string) {
 	if strings.TrimSpace(reply) == "" {
 		h.voiceLog().Warn("voice reply empty", "reason", "turn produced no text", "session", sessionID, "device_id", deviceID)
 		emitVoiceOutput(c, sessionID, deviceID, transcript, "", voice.Audio{}, providerSignal("", true))
 		return
 	}
+	// 把**本回合**的角色交给语音面选发音人；空 personaID = 会话无绑定 ⇒ 语音面
+	// 走它的 default 分支（没配 default 就不合成，文本已发出）。
+	ctx = voicetts.WithPersonaID(ctx, personaID)
 	audi, rung, err := ttsWithProvider(ctx, h.voice, reply)
 	if err != nil {
-		h.voiceLog().Warn("voice tts", "err", err, "session", sessionID, "device_id", deviceID)
+		h.voiceLog().Warn("voice tts", "err", err, "session", sessionID, "device_id", deviceID, "persona", personaID)
 		emitVoiceOutput(c, sessionID, deviceID, transcript, reply, voice.Audio{}, providerSignal("", true))
 		return
 	}