AskaEth
b0fbb8bc0d
- 只翻注释/文档字符串，代码零变化：go/scanner 词法流比对 21 文件 token+字面量全等，增删行数 1:1（467/467） - 刻意保留非散文英文：JSON Schema description、工具 Description() 返回值、adapter prompt、API 路径与命令示例、环境变量名 - 逐行确认代码前缀未变，未触碰其他模块
64 lines
2.5 KiB
Go
64 lines
2.5 KiB
Go
// Package voice 为 Cyrene 运行时实现异步语音转文字与文字转语音，
|
|
// 遵循 DevDocs/design/06-多模态.md §1。
|
|
//
|
|
// 语音输入（STT）被转写为文字，并作为一条 chat 消息进入同一条智能体
|
|
// 流水线；回复则被合成（TTS）回音频。两个
|
|
// 方向都经一条提供方链降级 —— cloud → local → edge-tts/espeak
|
|
// → silent —— 因此某个提供方不可用时会落到下一级，而不是
|
|
// 让整个 turn 失败。默认实现是 HTTP 桩实现，可用
|
|
// 标准库 httptest 服务器测试；真实的云端/本地提供方仍作为
|
|
// 后续里程碑的适配点。
|
|
package voice
|
|
|
|
import "context"
|
|
|
|
// Audio 是一段音频数据及其编码。
|
|
type Audio struct {
|
|
// Format 是编码格式，例如 "wav"、"mp3"、"ogg"。
|
|
Format string
|
|
// Data 是原始音频字节。
|
|
Data []byte
|
|
}
|
|
|
|
// STT 把音频转换成文字。
|
|
type STT interface {
|
|
// STT 转写音频并返回说出的文字。ctx 控制
|
|
// 取消，必须被遵守。
|
|
STT(ctx context.Context, audio Audio) (string, error)
|
|
}
|
|
|
|
// TTS 从文字合成语音音频。
|
|
type TTS interface {
|
|
// TTS 从文字合成音频。ctx 控制取消，必须
|
|
// 被遵守。
|
|
TTS(ctx context.Context, text string) (Audio, error)
|
|
}
|
|
|
|
// VoiceCloner 从公开的参考音频 URL 创建自定义音色（声音复刻）。
|
|
// 未配置 cloner 的提供方（云端一级未配置）返回 ErrNotConfigured。
|
|
type VoiceCloner interface {
|
|
// CloneVoice 创建自定义音色并返回其 voice_id。referenceURL 是
|
|
// 公开音频 URL；prefix 是音色名前缀（≤10 个字母数字字符）。
|
|
CloneVoice(ctx context.Context, referenceURL, prefix string) (string, error)
|
|
}
|
|
|
|
// ctxKeyTTSInstruction 是逐请求 TTS 指令的 context 键。
|
|
// TTS 接口只携带 (ctx, text)，因此可选指令经
|
|
// ctx 透传以抵达适配器，而无需拓宽该接口。
|
|
type ctxKeyTTSInstruction struct{}
|
|
|
|
// WithTTSInstruction 返回携带一条逐请求 TTS 指令
|
|
// （情绪/语气）的 ctx，该指令对这一次调用覆盖配置里的 VOICE_TTS_INSTRUCTION。
|
|
func WithTTSInstruction(ctx context.Context, instruction string) context.Context {
|
|
return context.WithValue(ctx, ctxKeyTTSInstruction{}, instruction)
|
|
}
|
|
|
|
// TTSInstructionFromContext 返回由 WithTTSInstruction 设置的逐请求
|
|
// TTS 指令，未携带时返回 ""。
|
|
func TTSInstructionFromContext(ctx context.Context) string {
|
|
if v, ok := ctx.Value(ctxKeyTTSInstruction{}).(string); ok {
|
|
return v
|
|
}
|
|
return ""
|
|
}
|