AskaEth
efc25c6a7f
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。
55 lines
2.2 KiB
Go
55 lines
2.2 KiB
Go
package tts
|
||
|
||
// 本文件把 `*Client` 变成一个**既有语音链的一级**（`mvoice.Provider`）。
|
||
//
|
||
// 当前组装走的是 `Service`（包在整条链前面，失败回落），不是把本级插进链里
|
||
// （`multimodal/voice.New` 组装的各级列表不外露，插进去要先改那条链，超出本切片
|
||
// 范围）。提供这个适配是为了让"作为一级"这条路**现在就是通的**：一旦组装方式
|
||
// 改成显式列级（`voice.NewChain(...)`），本级可以原样进链，不必重写 HTTP。
|
||
//
|
||
// 作为链的一级时**选角同样按 ctx 里的 personaId 现算**（`Config.Resolve`），
|
||
// 没有"这一级的固定发音人"这种概念 —— 因此它也不会把角色定死。
|
||
|
||
import (
|
||
"context"
|
||
|
||
mvoice "git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/multimodal/voice"
|
||
)
|
||
|
||
// Provider 是 emotionTTS 作为降级链一级的适配：只提供 TTS，STT 方向返回 nil
|
||
// （它不做转写；链遇到 nil 会自动跳过这一级去找下一个能转写的）。
|
||
type Provider struct {
|
||
client *Client
|
||
}
|
||
|
||
// NewProvider 用客户端构造一级。client 为 nil 时 Name 仍可用，TTS 返回错误。
|
||
func NewProvider(client *Client) *Provider { return &Provider{client: client} }
|
||
|
||
// Name 返回稳定的级别名（降级信号里就显示这个）。
|
||
func (p *Provider) Name() string { return ProviderName }
|
||
|
||
// STT 返回 nil：本一级不提供转写。
|
||
func (p *Provider) STT() mvoice.STT { return nil }
|
||
|
||
// TTS 返回本一级的合成实现。
|
||
func (p *Provider) TTS() mvoice.TTS { return ttsAdapter{p.client} }
|
||
|
||
// ttsAdapter 把 `Client.Speech` 适配成链要求的 `TTS` 形状（`Audio` 类型不同）。
|
||
type ttsAdapter struct{ client *Client }
|
||
|
||
// TTS 按 ctx 里的 personaId 选发音人后合成；client 未接线时返回明确错误而不是 panic。
|
||
func (a ttsAdapter) TTS(ctx context.Context, text string) (mvoice.Audio, error) {
|
||
if a.client == nil {
|
||
return mvoice.Audio{}, mvoice.ErrNotConfigured
|
||
}
|
||
selection, err := a.client.Config().Resolve(PersonaIDFromContext(ctx))
|
||
if err != nil {
|
||
return mvoice.Audio{}, err
|
||
}
|
||
audio, err := a.client.Speech(ctx, selection.Character, text)
|
||
if err != nil {
|
||
return mvoice.Audio{}, err
|
||
}
|
||
return mvoice.Audio{Format: audio.Format, Data: audio.Data}, nil
|
||
}
|