Cyrene_v2

715 Commits 7 Branches 0 Tags

3 Commits

Include renames

Author	SHA1	Message	Date
AskaEth	3a2711a7e0	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：$DATA_DIR/config/voice-tts.json （enabled/baseUrl/character/format/timeoutSec），零新 .env 键。 - cmd/cyrene/wire_voice_tts.go + wireFrontend 的唯一注入点：两条既有出站口（POST /api/v1/audio/speech 与 WS voice_output）同时用上；不新建端点/帧族。 - 严守 voice 入站闭集（不扩 Source/Status），出站音频不挂 voice DTO（塔裁决 B）。测试：中文 UTF-8 请求体、非 200、超时、非音频、超限、未启用、空文本、嗅探表、降级回落、未启用透传、两条出站口的字节级实测、面板配置解析、组合根映射；三条变异（去中文 / 嗅探恒真 / 去掉回落）各自打红。真机 live 用例（build tag emotiontts_live）实测 278,036 字节 WAV。	2026-10-26 12:46:57 +08:00
AskaEth	1420e8aaa6	feat(gateway): D3 审查读侧/revert 端点 + 语音用户可见面（L45） CI / Backend (build / vet / test / cross-compile) (push) Has been cancelled Details CI / Frontend (tsc + vite build) (push) Has been cancelled Details (a) 记忆入库前审查的两条 admin 端点（主人判「有必要就做」）： GET /api/v1/admin/memories/reviews?limit= （留痕读侧，不含记忆正文） POST /api/v1/admin/memories/{id}/revert （回滚软合并，落审计 memory.review.revert）两条 writeAuth（裁定 DECISIONS #10：留痕属私有面，不给 viewer） (b) 语音用户可见面：DTO voice（含服务端派生 url）+ GET /api/v1/media/{name} （200/206/304/416/HEAD、Accept-Ranges、非法名/穿越统一 404 media_not_found） + documents.Store.SaveAudio（内容寻址、$DATA_DIR 0600）+ history voice 列读写与引用计数差动缺口（如实）：message_persisted/握手回放仍不带 voice（文件面外，需给 history.Message 加字段）； AMR 需一行 VoiceTranscoder 注入（DECISIONS #11 已排）。4 个变异自检（含一条自认的等价变异）。	2026-10-06 14:12:27 +08:00
AskaEth	ede00d9928	feat(voice): 语音消息落库 + 转码接入（切片 0020） - 迁移 0020_chat_message_voice：按 design/24 §10 与契约 §7.2 已登记的 voice 形状建列/索引 - 语音回合进编排并落库；voice 引用与统计如实回填（转码/转写没成功就如实标未成功，不假装） - 复用既有 internal/capability/transcode：非 wav（微信 AMR 等）先转码再送 ASR；失败可分类且不丢消息 ⚠️ 部分完成（如实登记）：生产端到端未成立（本片只到落库与转码接入），且未经验真机。	2026-10-06 09:04:06 +08:00

Author

SHA1

Message

Date

AskaEth

3a2711a7e0

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。

2026-10-26 12:46:57 +08:00

AskaEth

1420e8aaa6

feat(gateway): D3 审查读侧/revert 端点 + 语音用户可见面（L45）

CI / Backend (build / vet / test / cross-compile) (push) Has been cancelled

Details

CI / Frontend (tsc + vite build) (push) Has been cancelled

Details

(a) 记忆入库前审查的两条 admin 端点（主人判「有必要就做」）：
  GET /api/v1/admin/memories/reviews?limit= （留痕读侧，不含记忆正文）
  POST /api/v1/admin/memories/{id}/revert （回滚软合并，落审计 memory.review.revert）
  两条 writeAuth（裁定 DECISIONS #10：留痕属私有面，不给 viewer）
(b) 语音用户可见面：DTO voice（含服务端派生 url）+ GET /api/v1/media/{name}
  （200/206/304/416/HEAD、Accept-Ranges、非法名/穿越统一 404 media_not_found）
  + documents.Store.SaveAudio（内容寻址、$DATA_DIR 0600）+ history voice 列读写与引用计数差动

缺口（如实）：message_persisted/握手回放仍不带 voice（文件面外，需给 history.Message 加字段）；
AMR 需一行 VoiceTranscoder 注入（DECISIONS #11 已排）。4 个变异自检（含一条自认的等价变异）。

2026-10-06 14:12:27 +08:00

AskaEth

ede00d9928

feat(voice): 语音消息落库 + 转码接入（切片 0020）

- 迁移 0020_chat_message_voice：按 design/24 §10 与契约 §7.2 已登记的 voice 形状建列/索引
- 语音回合进编排并落库；voice 引用与统计如实回填（转码/转写没成功就如实标未成功，不假装）
- 复用既有 internal/capability/transcode：非 wav（微信 AMR 等）先转码再送 ASR；失败可分类且不丢消息

⚠️ 部分完成（如实登记）：生产端到端未成立（本片只到落库与转码接入），且**未经验真机**。

2026-10-06 09:04:06 +08:00