41 lines
2.3 KiB
Go
41 lines
2.3 KiB
Go
package loop
|
|
|
|
// OutboundVoice 是一次 Run 的**出站语音结论**：模型在回合内调用 speak 工具
|
|
// 请求合成语音时，循环把这次请求的结局归一化到本结构，随 Result 交还调用方
|
|
// （网关据此决定这条回复是发音频还是发文本，持久化层据此记下「这条是语音」
|
|
// 与降级原因）。它是进程内类型，不直接序列化给客户端。
|
|
//
|
|
// 三种状态互斥且由字段组合判定：
|
|
//
|
|
// - Result.Voice == nil —— 本回合**没有**请求语音，回复就是纯文本；
|
|
// - Name != "" —— 合成成功，且音频副本**已经落盘**（Name 即服务端存储名，
|
|
// Mime/Size 描述该副本）；
|
|
// - Requested && Name == "" && FallbackReason != "" —— 她**请求了**语音，
|
|
// 但合成降级为文本（如 tts_timeout）；FallbackReason 是机器可读的降级码，
|
|
// 客户端可以据此特殊显示「这条本来想用语音」。
|
|
//
|
|
// 语音是她的表达选择，不是身份或权限判定 —— 谁能用语音仍由渠道层 actor
|
|
// 元数据 + 工具可达性标记决定，本结构只记录结局。
|
|
type OutboundVoice struct {
|
|
// Requested 报告本回合是否发起过语音合成请求（成功与降级都为 true）。
|
|
Requested bool
|
|
// Name 是落盘音频副本的服务端存储名；空表示没有可用音频（降级或未请求）。
|
|
Name string
|
|
// Mime 是音频副本的媒体类型（如 audio/wav），随 Name 一起有意义。
|
|
Mime string
|
|
// Size 是音频副本的字节数。
|
|
Size int64
|
|
// DurationMs 是音频时长（毫秒）。**不知道就是 0** —— 本项目绝不用比特率
|
|
// 或字数估算时长（与 voice.Copy.DurationMs 同一口径）；0 表示「未解析」，
|
|
// 不表示零长度音频。
|
|
DurationMs int64
|
|
// CostMs 是这次合成实际耗时（毫秒），用于对照预算看是否接近超时。
|
|
CostMs int
|
|
// BudgetMs 是本次合成被允许的超时预算（毫秒），由文本 rune 数推导
|
|
// （见 speakBudgetMs）；未请求时为 0。
|
|
BudgetMs int
|
|
// FallbackReason 是降级原因码（如 tts_timeout），仅在「请求了但没有音频」
|
|
// 时非空；它让调用方与客户端能把「想用语音但没成」与「本来就用文本」区分开。
|
|
FallbackReason string
|
|
}
|