AskaEth
ede00d9928
- 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**。
99 lines
4.6 KiB
Go
99 lines
4.6 KiB
Go
package voice
|
||
|
||
import (
|
||
"fmt"
|
||
"strings"
|
||
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/capability/transcode"
|
||
)
|
||
|
||
// 本文件承载「**能不能播**」与「该转成什么」这两条**格式级**判据（design/24 §10.6、
|
||
// design/25 §3.1/§3.2）。
|
||
//
|
||
// 🔴 判据纪律：可播与否必须是**格式级结论**（格式名 → 已知支持表），**绝不**靠「扩展名
|
||
// 看起来像音频」，也绝不靠「试着播一下」。设计里的同一条话（design/24 §10.14-3）说的是
|
||
// 同一件事：宣称能播就要有依据，播不了就照实提示。
|
||
|
||
// playableFormats 是「浏览器与常见原生播放器**能直接播**」的格式集合，取值口径与
|
||
// mediafetch.AudioFormatOf 归一出的格式名同一份（小写、无点）。
|
||
//
|
||
// 依据 = design/25 §3.2 的 MDN《Audio codecs》支持表（规范/文档级结论）：
|
||
// wav（PCM 基线）、mp3、ogg/oga/opus、m4a/aac（MP4 家族）、flac、webm 均可播。
|
||
//
|
||
// `amr` / `amr-wb` **刻意不在**集合内：Chrome 的 AMR 支持为 **No**（只有 ChromeOS 支持
|
||
// AMR-NB/WB）⇒ QQ OneBot v11 的语音在 Web 上点不开，必须转码（design/24 §10.14-2 的
|
||
// 核实结论，唯一必需的那条路 = `amr → wav`）。
|
||
//
|
||
// ⚠️ **诚实边界（别当已实测）**：上表是规范/文档级结论，**不是**本项目在目标客户端上
|
||
// 的逐浏览器实测（design/25 §3.2 已登记同一条「未确证」）。实测不符则以实测为准，
|
||
// 照实提示、不假装。对本函数而言，判错的后果是**有界的**：判「可播」⇒ 原样落副本，
|
||
// 客户端播不了会照实提示；判「不可播」⇒ 走转码，没有转码路就直接不落副本。
|
||
var playableFormats = map[string]bool{
|
||
"wav": true,
|
||
"mp3": true,
|
||
"ogg": true,
|
||
"oga": true,
|
||
"opus": true,
|
||
"m4a": true,
|
||
"aac": true,
|
||
"flac": true,
|
||
"webm": true,
|
||
}
|
||
|
||
// transcodeTargets 是「不可播格式 → 该转成的目标格式」的唯一登记点（design/25 §3.1：
|
||
// 本期只发布 `amr → wav` 一条路；新增一条路 = 这里加一行 + transcode 包加一个注册项）。
|
||
//
|
||
// amr-wb 也登记目标（同族、目标同样是 wav），但**本期没有实现**：让 `transcode` 层如实
|
||
// 回答「注册表里没有这条路」（design/25 §3.3 把它后置），比在这里假称「我们不会做」
|
||
// 更能说清问题。silk 刻意**不登记**：design/24 §10.14-1 的既有裁决是微信语音不取字节，
|
||
// 且纯 Go SILK 解码器生态不成熟（design/25 §3.3）。
|
||
var transcodeTargets = map[string]transcode.Format{
|
||
"amr": transcode.FormatWAV,
|
||
"amr-wb": transcode.FormatWAV,
|
||
}
|
||
|
||
// Playable 报告某个格式名（小写、无点）的字节能否**直接被播放器消费**。格式不认识
|
||
// ⇒ false（deny-by-default：不认识的类型绝不当成可播）。
|
||
func Playable(format string) bool {
|
||
return playableFormats[normalize(format)]
|
||
}
|
||
|
||
// TranscodeTarget 给出「该格式要落可播副本时应当转成什么」。ok=false 表示**没有登记的
|
||
// 目标**（格式可播、或这条路我们不做）——调用方据此如实提示，绝不自己发明一条路。
|
||
func TranscodeTarget(format string) (transcode.Format, bool) {
|
||
target, ok := transcodeTargets[normalize(format)]
|
||
return target, ok
|
||
}
|
||
|
||
// NeedsTranscode 报告这个格式要落副本是否**必须先转码**（= 不可播且登记了目标）。
|
||
// 它刻意不等价于 `!Playable`：不可播但没登记目标的格式（如 silk）属于「做不了」，
|
||
// 走 ErrNotPlayable，而不是走一次注定失败的转码。
|
||
func NeedsTranscode(format string) bool {
|
||
if Playable(format) {
|
||
return false
|
||
}
|
||
_, ok := TranscodeTarget(format)
|
||
return ok
|
||
}
|
||
|
||
// PlayableFormats 返回当前认定为可播的格式名（**发现**用；顺序无保证，调用方不得依赖
|
||
// 顺序）。它存在的理由是让「这份表是活的」有据可查（面板/日志能列出判据面）。
|
||
func PlayableFormats() []string {
|
||
out := make([]string, 0, len(playableFormats))
|
||
for f := range playableFormats {
|
||
out = append(out, f)
|
||
}
|
||
return out
|
||
}
|
||
|
||
// normalize 把格式名归一成小写、去空白、去开头的点（`.amr` → `amr`）。归一只有这一处，
|
||
// 与 `transcode.FormatOf` 同口径（design/25 §6.2：三处格式名必须同源）。
|
||
func normalize(format string) string {
|
||
return strings.ToLower(strings.TrimPrefix(strings.TrimSpace(format), "."))
|
||
}
|
||
|
||
// errNotPlayable 给 ErrNotPlayable 附上格式，便于日志与测试按 errors.Is + 文案双判。
|
||
func errNotPlayable(format string) error {
|
||
return fmt.Errorf("voice: prepare: format %q: %w", format, ErrNotPlayable)
|
||
}
|