AskaEth
3a2711a7e0
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：$DATA_DIR/config/voice-tts.json
（enabled/baseUrl/character/format/timeoutSec），零新 .env 键。
- cmd/cyrene/wire_voice_tts.go + wireFrontend 的唯一注入点：两条既有出站口
（POST /api/v1/audio/speech 与 WS voice_output）同时用上；不新建端点/帧族。
- 严守 voice 入站闭集（不扩 Source/Status），出站音频不挂 voice DTO（塔裁决 B）。
测试：中文 UTF-8 请求体、非 200、超时、非音频、超限、未启用、空文本、嗅探表、
降级回落、未启用透传、两条出站口的字节级实测、面板配置解析、组合根映射；
三条变异（去中文 / 嗅探恒真 / 去掉回落）各自打红。真机 live 用例（build tag
emotiontts_live）实测 278,036 字节 WAV。
85 lines
4.0 KiB
Go
85 lines
4.0 KiB
Go
package main
|
||
|
||
// 本文件把**半云端 emotionTTS** 接成她的一级发音人（切片 M35），并保持三条红线：
|
||
//
|
||
// 1. **配置走面板文件** `$DATA_DIR/config/voice-tts.json`（零新 `.env` 键，design/13
|
||
// §2.1）。文件缺失/坏掉 ⇒ 这一级**不启用**，既有语音链逐字不变。
|
||
// 2. **文本优先**：合成失败只回落既有链 + 一条带来源的 WARN，绝不把"这条回复"
|
||
// 判成失败（聊天正文早已发出/落库）。
|
||
// 3. **不新建端点/帧族**：只换网关 `SetVoice` 的注入点，因此既有两条出站口
|
||
// （`POST /api/v1/audio/speech` 与 WS `voice_output`）同时用上它。
|
||
//
|
||
// 为什么包一层而不是插进链里：既有链由 `multimodal/voice.New` 按 env 组装，各级
|
||
// 列表不外露；`.env` 已冻结，不能为新能力加键。包装既不动那条链，也让"失败回落"
|
||
// 发生在**合成入口**这一处，而不是散在两条出站口里。
|
||
|
||
import (
|
||
"time"
|
||
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/config/runtimeconfig"
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/logger"
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/multimodal/voice"
|
||
voicetts "git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/voice/tts"
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/services/gateway"
|
||
)
|
||
|
||
// voiceTTSSource 是本切片日志的来源标签（AGENTS §10：日志必须标来源）。
|
||
const voiceTTSSource = "cmd/cyrene/voice-tts"
|
||
|
||
// voiceForGateway 返回注入给网关的语音服务：emotionTTS 已按面板配置启用时是
|
||
// 「emotionTTS + 既有链」的门面，否则**就是既有链本身**（行为逐字不变）。
|
||
//
|
||
// 它只在 `wireFrontend` 接线时调用一次；每次调用都重新读一次面板文件（启动期
|
||
// 读一次的口径与 `backthink.json` 一致）。
|
||
func (a *app) voiceForGateway() gateway.VoiceService {
|
||
if a.voice == nil {
|
||
return nil
|
||
}
|
||
cfg, enabled := a.voiceTTSConfig()
|
||
if !enabled {
|
||
return a.voice
|
||
}
|
||
client := voicetts.New(cfg, voicetts.WithLogger(logger.WithSource(a.log, voiceTTSSource)))
|
||
service := voicetts.NewService(client, a.voice, voicetts.WithServiceLogger(logger.WithSource(a.log, voiceTTSSource)))
|
||
logger.WithSource(a.log, voiceTTSSource).Info("emotionTTS voice enabled",
|
||
"base_url", client.RedactedBaseURL(),
|
||
"character", client.Character(),
|
||
"format", cfg.Format,
|
||
"timeout_sec", int(cfg.Timeout/time.Second),
|
||
"config", runtimeconfig.VoiceTTSConfigRelPath)
|
||
return service
|
||
}
|
||
|
||
// voiceTTSConfig 读面板配置并映射成 provider 配置。第二个返回值报告"这一级是否
|
||
// 启用"——坏文件、缺文件、显式 false 都得出 false（并在坏文件时留一条 WARN）。
|
||
//
|
||
// 它**不**在这里做"缺省填什么"的裁决：默认值在 `voicetts.Config.Normalized` 一处。
|
||
func (a *app) voiceTTSConfig() (voicetts.Config, bool) {
|
||
log := logger.WithSource(a.log, voiceTTSSource)
|
||
path := runtimeconfig.DefaultVoiceTTSPath(resolveDataDir(a.cfg))
|
||
tuning, err := runtimeconfig.LoadVoiceTTSTuning(path)
|
||
if err != nil {
|
||
// 坏文件 ⇒ **这一级不启用**：宁可没有它，也不要用一份读不懂的配置去驱动
|
||
// 一台外部服务。既有链照旧服务（文本优先）。
|
||
log.Warn("voice tts config unreadable, emotionTTS stays disabled",
|
||
"path", runtimeconfig.VoiceTTSConfigRelPath, "err", err)
|
||
return voicetts.Config{}, false
|
||
}
|
||
if !tuning.EnabledOn() {
|
||
log.Debug("emotionTTS not enabled in panel config",
|
||
"path", runtimeconfig.VoiceTTSConfigRelPath, "hint", "set {\"enabled\": true}")
|
||
return voicetts.Config{}, false
|
||
}
|
||
return voicetts.Config{
|
||
Enabled: true,
|
||
BaseURL: tuning.BaseURL,
|
||
Character: tuning.Character,
|
||
Format: tuning.Format,
|
||
Timeout: time.Duration(tuning.TimeoutSec) * time.Second,
|
||
}, true
|
||
}
|
||
|
||
// voiceFallbackChain 声明 a.voice 满足 emotionTTS 门面要的底链面（编译期断言）。
|
||
// 它把"既有链少了一个方法"这种改动的代价，从**运行期 panic** 提前到**编译失败**。
|
||
var _ voicetts.Chain = (*voice.Chain)(nil)
|