4 Commits

Include renames

Author	SHA1	Message	Date
AskaEth	efc25c6a7f	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。	2026-10-26 12:57:35 +08:00
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） ... (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