feat: 添加TTS语音合成功能 - Edge TTS方案完整实现，ChatTTS预留接口
This commit is contained in:
Binary file not shown.
BIN
__pycache__/tts_service.cpython-310.pyc
Normal file
BIN
__pycache__/tts_service.cpython-310.pyc
Normal file
Binary file not shown.
BIN
logs/server.log
BIN
logs/server.log
Binary file not shown.
8
main.py
8
main.py
@@ -33,10 +33,16 @@ app.mount("/static", StaticFiles(directory="static"), name="static")
|
|||||||
|
|
||||||
@app.get("/")
|
@app.get("/")
|
||||||
async def index():
|
async def index():
|
||||||
"""主页"""
|
"""主页（原版）"""
|
||||||
return FileResponse("static/index.html")
|
return FileResponse("static/index.html")
|
||||||
|
|
||||||
|
|
||||||
|
@app.get("/tts")
|
||||||
|
async def tts_page():
|
||||||
|
"""TTS版本页面"""
|
||||||
|
return FileResponse("static/tts.html")
|
||||||
|
|
||||||
|
|
||||||
if __name__ == "__main__":
|
if __name__ == "__main__":
|
||||||
PORT = int(os.getenv("PORT", "19019"))
|
PORT = int(os.getenv("PORT", "19019"))
|
||||||
SSL_KEY = os.getenv("SSL_KEY", "key.pem")
|
SSL_KEY = os.getenv("SSL_KEY", "key.pem")
|
||||||
|
|||||||
@@ -1,4 +1,5 @@
|
|||||||
fastapi==0.110.0
|
fastapi==0.110.0
|
||||||
uvicorn==0.27.1
|
uvicorn==0.27.1
|
||||||
python-multipart==0.0.9
|
python-multipart==0.0.9
|
||||||
aiohttp==3.9.3
|
aiohttp==3.9.3
|
||||||
|
edge-tts==6.1.9
|
||||||
69
server.py
69
server.py
@@ -11,8 +11,13 @@ from datetime import datetime
|
|||||||
import aiohttp
|
import aiohttp
|
||||||
from fastapi import FastAPI, UploadFile, File, HTTPException, Form
|
from fastapi import FastAPI, UploadFile, File, HTTPException, Form
|
||||||
from fastapi.middleware.cors import CORSMiddleware
|
from fastapi.middleware.cors import CORSMiddleware
|
||||||
|
from fastapi.staticfiles import StaticFiles
|
||||||
|
from fastapi.responses import FileResponse
|
||||||
from pydantic import BaseModel
|
from pydantic import BaseModel
|
||||||
|
|
||||||
|
# 导入 TTS 服务
|
||||||
|
from tts_service import tts_manager, AUDIO_DIR
|
||||||
|
|
||||||
# 配置
|
# 配置
|
||||||
MODEL_SERVICE_URL = os.getenv("MODEL_SERVICE_URL", "http://localhost:19018")
|
MODEL_SERVICE_URL = os.getenv("MODEL_SERVICE_URL", "http://localhost:19018")
|
||||||
PORT = int(os.getenv("PORT", "19019"))
|
PORT = int(os.getenv("PORT", "19019"))
|
||||||
@@ -186,6 +191,70 @@ async def delete_conversation(conversation_id: str):
|
|||||||
raise HTTPException(status_code=500, detail=str(e))
|
raise HTTPException(status_code=500, detail=str(e))
|
||||||
|
|
||||||
|
|
||||||
|
# ========== TTS 相关接口 ==========
|
||||||
|
|
||||||
|
class TTSSettings(BaseModel):
|
||||||
|
"""TTS 设置"""
|
||||||
|
provider: str = "none"
|
||||||
|
voice: Optional[str] = None
|
||||||
|
|
||||||
|
|
||||||
|
class TTSResponse(BaseModel):
|
||||||
|
"""TTS 响应"""
|
||||||
|
audio_url: Optional[str]
|
||||||
|
provider: str
|
||||||
|
|
||||||
|
|
||||||
|
@app.get("/tts/providers")
|
||||||
|
async def get_tts_providers():
|
||||||
|
"""获取可用的 TTS 方案列表"""
|
||||||
|
providers = tts_manager.list_providers()
|
||||||
|
voices = tts_manager.get_edge_voices()
|
||||||
|
return {
|
||||||
|
"providers": providers,
|
||||||
|
"voices": voices,
|
||||||
|
"current": tts_manager.current_provider
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
@app.post("/tts/settings")
|
||||||
|
async def set_tts_settings(settings: TTSSettings):
|
||||||
|
"""设置 TTS 方案"""
|
||||||
|
tts_manager.set_provider(settings.provider)
|
||||||
|
|
||||||
|
# 设置音色（仅 Edge TTS）
|
||||||
|
if settings.provider == "edge" and settings.voice:
|
||||||
|
provider = tts_manager.get_provider("edge")
|
||||||
|
if hasattr(provider, 'set_voice'):
|
||||||
|
provider.set_voice(settings.voice)
|
||||||
|
|
||||||
|
return {
|
||||||
|
"provider": settings.provider,
|
||||||
|
"voice": settings.voice
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
@app.post("/tts/synthesize")
|
||||||
|
async def synthesize_tts(text: str = Form(...), provider: Optional[str] = Form(None)):
|
||||||
|
"""
|
||||||
|
合成语音
|
||||||
|
返回音频文件 URL
|
||||||
|
"""
|
||||||
|
try:
|
||||||
|
audio_url = await tts_manager.synthesize(text, provider)
|
||||||
|
return TTSResponse(
|
||||||
|
audio_url=audio_url,
|
||||||
|
provider=provider or tts_manager.current_provider
|
||||||
|
)
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(f"TTS synthesis error: {e}")
|
||||||
|
raise HTTPException(status_code=500, detail=str(e))
|
||||||
|
|
||||||
|
|
||||||
|
# 挂载音频文件目录
|
||||||
|
app.mount("/audio", StaticFiles(directory=AUDIO_DIR), name="audio")
|
||||||
|
|
||||||
|
|
||||||
if __name__ == "__main__":
|
if __name__ == "__main__":
|
||||||
import uvicorn
|
import uvicorn
|
||||||
uvicorn.run(app, host="0.0.0.0", port=PORT)
|
uvicorn.run(app, host="0.0.0.0", port=PORT)
|
||||||
873
static/tts.html
Normal file
873
static/tts.html
Normal file
@@ -0,0 +1,873 @@
|
|||||||
|
<!DOCTYPE html>
|
||||||
|
<html lang="zh-CN">
|
||||||
|
<head>
|
||||||
|
<meta charset="UTF-8">
|
||||||
|
<meta name="viewport" content="width=device-width, initial-scale=1.0">
|
||||||
|
<title>语音对话（TTS版）</title>
|
||||||
|
<style>
|
||||||
|
* {
|
||||||
|
margin: 0;
|
||||||
|
padding: 0;
|
||||||
|
box-sizing: border-box;
|
||||||
|
}
|
||||||
|
|
||||||
|
body {
|
||||||
|
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
|
||||||
|
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
|
||||||
|
min-height: 100vh;
|
||||||
|
display: flex;
|
||||||
|
justify-content: center;
|
||||||
|
align-items: center;
|
||||||
|
padding: 20px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.container {
|
||||||
|
max-width: 700px;
|
||||||
|
width: 100%;
|
||||||
|
background: white;
|
||||||
|
border-radius: 20px;
|
||||||
|
padding: 30px;
|
||||||
|
box-shadow: 0 20px 60px rgba(0,0,0,0.3);
|
||||||
|
}
|
||||||
|
|
||||||
|
.header {
|
||||||
|
text-align: center;
|
||||||
|
margin-bottom: 20px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.header h1 {
|
||||||
|
color: #333;
|
||||||
|
font-size: 28px;
|
||||||
|
margin-bottom: 10px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.status-indicator {
|
||||||
|
display: inline-flex;
|
||||||
|
align-items: center;
|
||||||
|
gap: 8px;
|
||||||
|
font-size: 14px;
|
||||||
|
color: #666;
|
||||||
|
}
|
||||||
|
|
||||||
|
.status-dot {
|
||||||
|
width: 10px;
|
||||||
|
height: 10px;
|
||||||
|
border-radius: 50%;
|
||||||
|
background: #ccc;
|
||||||
|
}
|
||||||
|
|
||||||
|
.status-dot.online {
|
||||||
|
background: #4CAF50;
|
||||||
|
animation: pulse 2s infinite;
|
||||||
|
}
|
||||||
|
|
||||||
|
.status-dot.offline {
|
||||||
|
background: #f44336;
|
||||||
|
}
|
||||||
|
|
||||||
|
@keyframes pulse {
|
||||||
|
0%, 100% { opacity: 1; }
|
||||||
|
50% { opacity: 0.5; }
|
||||||
|
}
|
||||||
|
|
||||||
|
/* TTS 设置区域 */
|
||||||
|
.tts-section {
|
||||||
|
background: #f5f7fa;
|
||||||
|
border-radius: 10px;
|
||||||
|
padding: 15px;
|
||||||
|
margin-bottom: 20px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.tts-section h3 {
|
||||||
|
color: #333;
|
||||||
|
font-size: 16px;
|
||||||
|
margin-bottom: 12px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.tts-options {
|
||||||
|
display: flex;
|
||||||
|
gap: 10px;
|
||||||
|
margin-bottom: 10px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.tts-option {
|
||||||
|
flex: 1;
|
||||||
|
padding: 10px;
|
||||||
|
border: 2px solid #eee;
|
||||||
|
border-radius: 8px;
|
||||||
|
cursor: pointer;
|
||||||
|
text-align: center;
|
||||||
|
transition: all 0.2s;
|
||||||
|
}
|
||||||
|
|
||||||
|
.tts-option:hover {
|
||||||
|
border-color: #667eea;
|
||||||
|
}
|
||||||
|
|
||||||
|
.tts-option.selected {
|
||||||
|
border-color: #667eea;
|
||||||
|
background: rgba(102,126,234,0.1);
|
||||||
|
}
|
||||||
|
|
||||||
|
.tts-option.disabled {
|
||||||
|
opacity: 0.5;
|
||||||
|
cursor: not-allowed;
|
||||||
|
}
|
||||||
|
|
||||||
|
.tts-option .name {
|
||||||
|
font-weight: bold;
|
||||||
|
color: #333;
|
||||||
|
}
|
||||||
|
|
||||||
|
.tts-option .status {
|
||||||
|
font-size: 12px;
|
||||||
|
color: #999;
|
||||||
|
}
|
||||||
|
|
||||||
|
.voice-select {
|
||||||
|
margin-top: 10px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.voice-select select {
|
||||||
|
width: 100%;
|
||||||
|
padding: 8px;
|
||||||
|
border: 1px solid #ddd;
|
||||||
|
border-radius: 5px;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* 录音区域 */
|
||||||
|
.record-section {
|
||||||
|
text-align: center;
|
||||||
|
margin-bottom: 20px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.record-btn {
|
||||||
|
width: 100px;
|
||||||
|
height: 100px;
|
||||||
|
border-radius: 50%;
|
||||||
|
border: none;
|
||||||
|
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
|
||||||
|
color: white;
|
||||||
|
font-size: 24px;
|
||||||
|
cursor: pointer;
|
||||||
|
transition: all 0.3s ease;
|
||||||
|
display: flex;
|
||||||
|
flex-direction: column;
|
||||||
|
align-items: center;
|
||||||
|
justify-content: center;
|
||||||
|
gap: 5px;
|
||||||
|
margin: 0 auto;
|
||||||
|
}
|
||||||
|
|
||||||
|
.record-btn:hover {
|
||||||
|
transform: scale(1.05);
|
||||||
|
box-shadow: 0 10px 30px rgba(102,126,234,0.4);
|
||||||
|
}
|
||||||
|
|
||||||
|
.record-btn.recording {
|
||||||
|
background: linear-gradient(135deg, #f44336 0%, #e53935 100%);
|
||||||
|
animation: recording-pulse 1s infinite;
|
||||||
|
}
|
||||||
|
|
||||||
|
@keyframes recording-pulse {
|
||||||
|
0%, 100% { transform: scale(1); }
|
||||||
|
50% { transform: scale(1.1); }
|
||||||
|
}
|
||||||
|
|
||||||
|
.record-status {
|
||||||
|
margin-top: 10px;
|
||||||
|
font-size: 14px;
|
||||||
|
color: #666;
|
||||||
|
}
|
||||||
|
|
||||||
|
.waveform {
|
||||||
|
display: flex;
|
||||||
|
justify-content: center;
|
||||||
|
gap: 3px;
|
||||||
|
margin-top: 10px;
|
||||||
|
height: 30px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.wave-bar {
|
||||||
|
width: 4px;
|
||||||
|
height: 10px;
|
||||||
|
background: #667eea;
|
||||||
|
border-radius: 2px;
|
||||||
|
animation: wave 0.5s infinite ease-in-out;
|
||||||
|
}
|
||||||
|
|
||||||
|
@keyframes wave {
|
||||||
|
0%, 100% { height: 10px; }
|
||||||
|
50% { height: 25px; }
|
||||||
|
}
|
||||||
|
|
||||||
|
/* 文字输入 */
|
||||||
|
.text-section {
|
||||||
|
margin: 15px 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
.text-input-wrapper {
|
||||||
|
display: flex;
|
||||||
|
gap: 10px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.text-input {
|
||||||
|
flex: 1;
|
||||||
|
padding: 10px 12px;
|
||||||
|
border: 2px solid #eee;
|
||||||
|
border-radius: 8px;
|
||||||
|
font-size: 14px;
|
||||||
|
outline: none;
|
||||||
|
}
|
||||||
|
|
||||||
|
.text-input:focus {
|
||||||
|
border-color: #667eea;
|
||||||
|
}
|
||||||
|
|
||||||
|
.send-text-btn {
|
||||||
|
padding: 10px 15px;
|
||||||
|
border: none;
|
||||||
|
border-radius: 8px;
|
||||||
|
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
|
||||||
|
color: white;
|
||||||
|
cursor: pointer;
|
||||||
|
}
|
||||||
|
|
||||||
|
/* 消息区域 */
|
||||||
|
.chat-section {
|
||||||
|
max-height: 350px;
|
||||||
|
overflow-y: auto;
|
||||||
|
border: 1px solid #eee;
|
||||||
|
border-radius: 10px;
|
||||||
|
padding: 15px;
|
||||||
|
background: #f9f9f9;
|
||||||
|
}
|
||||||
|
|
||||||
|
.message {
|
||||||
|
margin-bottom: 12px;
|
||||||
|
padding: 10px 12px;
|
||||||
|
border-radius: 10px;
|
||||||
|
max-width: 85%;
|
||||||
|
}
|
||||||
|
|
||||||
|
.message.user {
|
||||||
|
background: #667eea;
|
||||||
|
color: white;
|
||||||
|
margin-left: auto;
|
||||||
|
}
|
||||||
|
|
||||||
|
.message.assistant {
|
||||||
|
background: white;
|
||||||
|
color: #333;
|
||||||
|
border: 1px solid #eee;
|
||||||
|
}
|
||||||
|
|
||||||
|
.message .role {
|
||||||
|
font-size: 12px;
|
||||||
|
font-weight: bold;
|
||||||
|
margin-bottom: 5px;
|
||||||
|
opacity: 0.8;
|
||||||
|
}
|
||||||
|
|
||||||
|
.message .content {
|
||||||
|
font-size: 14px;
|
||||||
|
line-height: 1.5;
|
||||||
|
}
|
||||||
|
|
||||||
|
.audio-content {
|
||||||
|
display: flex;
|
||||||
|
align-items: center;
|
||||||
|
}
|
||||||
|
|
||||||
|
.play-btn {
|
||||||
|
display: inline-flex;
|
||||||
|
align-items: center;
|
||||||
|
gap: 6px;
|
||||||
|
padding: 6px 12px;
|
||||||
|
border-radius: 15px;
|
||||||
|
border: none;
|
||||||
|
background: rgba(255,255,255,0.2);
|
||||||
|
cursor: pointer;
|
||||||
|
font-size: 13px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.play-btn:hover {
|
||||||
|
background: rgba(255,255,255,0.3);
|
||||||
|
}
|
||||||
|
|
||||||
|
.tts-play-btn {
|
||||||
|
background: linear-gradient(135deg, #4CAF50 0%, #45a049 100%);
|
||||||
|
color: white;
|
||||||
|
margin-left: 10px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.loading {
|
||||||
|
display: flex;
|
||||||
|
justify-content: center;
|
||||||
|
gap: 8px;
|
||||||
|
padding: 15px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.loading-dot {
|
||||||
|
width: 8px;
|
||||||
|
height: 8px;
|
||||||
|
border-radius: 50%;
|
||||||
|
background: #667eea;
|
||||||
|
animation: loading-bounce 0.6s infinite;
|
||||||
|
}
|
||||||
|
|
||||||
|
@keyframes loading-bounce {
|
||||||
|
0%, 80%, 100% { transform: scale(0); }
|
||||||
|
40% { transform: scale(1); }
|
||||||
|
}
|
||||||
|
|
||||||
|
.actions {
|
||||||
|
margin-top: 15px;
|
||||||
|
text-align: center;
|
||||||
|
}
|
||||||
|
|
||||||
|
.clear-btn {
|
||||||
|
padding: 8px 15px;
|
||||||
|
border: 1px solid #ddd;
|
||||||
|
border-radius: 6px;
|
||||||
|
background: white;
|
||||||
|
cursor: pointer;
|
||||||
|
}
|
||||||
|
|
||||||
|
.error-message {
|
||||||
|
background: #ffebee;
|
||||||
|
color: #c62828;
|
||||||
|
padding: 10px;
|
||||||
|
border-radius: 8px;
|
||||||
|
margin-bottom: 10px;
|
||||||
|
text-align: center;
|
||||||
|
}
|
||||||
|
|
||||||
|
.hint {
|
||||||
|
font-size: 13px;
|
||||||
|
color: #999;
|
||||||
|
text-align: center;
|
||||||
|
}
|
||||||
|
</style>
|
||||||
|
</head>
|
||||||
|
<body>
|
||||||
|
<div class="container">
|
||||||
|
<div class="header">
|
||||||
|
<h1>🎤 语音对话（TTS版）</h1>
|
||||||
|
<div class="status-indicator">
|
||||||
|
<span class="status-dot" id="statusDot"></span>
|
||||||
|
<span id="statusText">检测连接...</span>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<!-- TTS 设置 -->
|
||||||
|
<div class="tts-section">
|
||||||
|
<h3>🔊 TTS语音合成设置</h3>
|
||||||
|
<div class="tts-options" id="ttsOptions">
|
||||||
|
<div class="tts-option" data-provider="none">
|
||||||
|
<div class="name">❌ 无 TTS</div>
|
||||||
|
<div class="status">只显示文字</div>
|
||||||
|
</div>
|
||||||
|
<div class="tts-option" data-provider="edge">
|
||||||
|
<div class="name">🌐 Edge TTS</div>
|
||||||
|
<div class="status" id="edgeStatus">检测中...</div>
|
||||||
|
</div>
|
||||||
|
<div class="tts-option disabled" data-provider="chattts">
|
||||||
|
<div class="name">🤖 ChatTTS</div>
|
||||||
|
<div class="status">暂未部署</div>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
<div class="voice-select" id="voiceSelect" style="display: none;">
|
||||||
|
<label>音色选择：</label>
|
||||||
|
<select id="voiceDropdown">
|
||||||
|
<option value="zh-CN-XiaoxiaoNeural">晓晓（女）</option>
|
||||||
|
<option value="zh-CN-YunxiNeural">云希（男）</option>
|
||||||
|
<option value="zh-CN-YunyangNeural">云扬（男）</option>
|
||||||
|
<option value="zh-CN-XiaochenNeural">晓晨（女）</option>
|
||||||
|
<option value="zh-CN-XiaohanNeural">晓涵（女）</option>
|
||||||
|
<option value="zh-CN-XiaoyouNeural">晓悠（女）</option>
|
||||||
|
</select>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<!-- 录音 -->
|
||||||
|
<div class="record-section">
|
||||||
|
<button class="record-btn" id="recordBtn">
|
||||||
|
<span class="icon">🎤</span>
|
||||||
|
<span class="text">录音</span>
|
||||||
|
</button>
|
||||||
|
<div class="record-status" id="recordStatus">点击按钮开始录音</div>
|
||||||
|
<div class="waveform" id="waveform" style="display: none;">
|
||||||
|
<div class="wave-bar"></div>
|
||||||
|
<div class="wave-bar"></div>
|
||||||
|
<div class="wave-bar"></div>
|
||||||
|
<div class="wave-bar"></div>
|
||||||
|
<div class="wave-bar"></div>
|
||||||
|
<div class="wave-bar"></div>
|
||||||
|
<div class="wave-bar"></div>
|
||||||
|
<div class="wave-bar"></div>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<!-- 文字输入 -->
|
||||||
|
<div class="text-section">
|
||||||
|
<div class="text-input-wrapper">
|
||||||
|
<input type="text" id="textInput" placeholder="输入文字消息..." class="text-input">
|
||||||
|
<button id="sendTextBtn" class="send-text-btn">发送</button>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<!-- 消息区域 -->
|
||||||
|
<div class="chat-section" id="chatSection">
|
||||||
|
<div class="hint">开始对话吧！</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<div class="actions">
|
||||||
|
<button class="clear-btn" id="clearBtn">清除对话</button>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
|
<script>
|
||||||
|
const API_URL = '/api';
|
||||||
|
|
||||||
|
// 状态
|
||||||
|
let isRecording = false;
|
||||||
|
let audioContext = null;
|
||||||
|
let audioStream = null;
|
||||||
|
let scriptProcessor = null;
|
||||||
|
let recordedBuffers = [];
|
||||||
|
let conversationId = null;
|
||||||
|
let currentTTSProvider = 'none';
|
||||||
|
let currentVoice = 'zh-CN-XiaoxiaoNeural';
|
||||||
|
|
||||||
|
// 元素
|
||||||
|
const statusDot = document.getElementById('statusDot');
|
||||||
|
const statusText = document.getElementById('statusText');
|
||||||
|
const recordBtn = document.getElementById('recordBtn');
|
||||||
|
const recordStatus = document.getElementById('recordStatus');
|
||||||
|
const waveform = document.getElementById('waveform');
|
||||||
|
const chatSection = document.getElementById('chatSection');
|
||||||
|
const clearBtn = document.getElementById('clearBtn');
|
||||||
|
const textInput = document.getElementById('textInput');
|
||||||
|
const sendTextBtn = document.getElementById('sendTextBtn');
|
||||||
|
const ttsOptions = document.getElementById('ttsOptions');
|
||||||
|
const voiceSelect = document.getElementById('voiceSelect');
|
||||||
|
const voiceDropdown = document.getElementById('voiceDropdown');
|
||||||
|
|
||||||
|
// 初始化
|
||||||
|
async function init() {
|
||||||
|
await checkStatus();
|
||||||
|
await loadTTSProviders();
|
||||||
|
|
||||||
|
// 定时检查状态
|
||||||
|
setInterval(checkStatus, 10000);
|
||||||
|
}
|
||||||
|
|
||||||
|
// 检查服务状态
|
||||||
|
async function checkStatus() {
|
||||||
|
try {
|
||||||
|
const resp = await fetch(`${API_URL}/status`);
|
||||||
|
const data = await resp.json();
|
||||||
|
|
||||||
|
if (data.model_online) {
|
||||||
|
statusDot.className = 'status-dot online';
|
||||||
|
statusText.textContent = '模型服务已连接';
|
||||||
|
} else {
|
||||||
|
statusDot.className = 'status-dot offline';
|
||||||
|
statusText.textContent = '模型服务离线';
|
||||||
|
}
|
||||||
|
} catch (e) {
|
||||||
|
statusDot.className = 'status-dot offline';
|
||||||
|
statusText.textContent = '服务连接失败';
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 加载 TTS 方案
|
||||||
|
async function loadTTSProviders() {
|
||||||
|
try {
|
||||||
|
const resp = await fetch(`${API_URL}/tts/providers`);
|
||||||
|
const data = await resp.json();
|
||||||
|
|
||||||
|
// 更新状态
|
||||||
|
data.providers.forEach(p => {
|
||||||
|
if (p.name === 'edge') {
|
||||||
|
const statusEl = document.getElementById('edgeStatus');
|
||||||
|
statusEl.textContent = p.available ? '可用 ✓' : '不可用';
|
||||||
|
|
||||||
|
const optionEl = ttsOptions.querySelector('[data-provider="edge"]');
|
||||||
|
if (p.available) {
|
||||||
|
optionEl.classList.remove('disabled');
|
||||||
|
}
|
||||||
|
}
|
||||||
|
});
|
||||||
|
|
||||||
|
// 设置当前方案
|
||||||
|
currentTTSProvider = data.current || 'none';
|
||||||
|
selectProvider(currentTTSProvider);
|
||||||
|
|
||||||
|
} catch (e) {
|
||||||
|
console.error('加载 TTS 方案失败:', e);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 选择 TTS 方案
|
||||||
|
function selectProvider(provider) {
|
||||||
|
ttsOptions.querySelectorAll('.tts-option').forEach(el => {
|
||||||
|
el.classList.remove('selected');
|
||||||
|
});
|
||||||
|
|
||||||
|
const option = ttsOptions.querySelector(`[data-provider="${provider}"]`);
|
||||||
|
if (option && !option.classList.contains('disabled')) {
|
||||||
|
option.classList.add('selected');
|
||||||
|
currentTTSProvider = provider;
|
||||||
|
|
||||||
|
// 显示/隐藏音色选择
|
||||||
|
voiceSelect.style.display = provider === 'edge' ? 'block' : 'none';
|
||||||
|
|
||||||
|
// 保存设置
|
||||||
|
saveTTSSettings();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 保存 TTS 设置
|
||||||
|
async function saveTTSSettings() {
|
||||||
|
try {
|
||||||
|
await fetch(`${API_URL}/tts/settings`, {
|
||||||
|
method: 'POST',
|
||||||
|
headers: { 'Content-Type': 'application/json' },
|
||||||
|
body: JSON.stringify({
|
||||||
|
provider: currentTTSProvider,
|
||||||
|
voice: currentVoice
|
||||||
|
})
|
||||||
|
});
|
||||||
|
} catch (e) {
|
||||||
|
console.error('保存设置失败:', e);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// WAV 创建
|
||||||
|
function createWavFile(audioBuffer, sampleRate = 16000) {
|
||||||
|
const numChannels = 1;
|
||||||
|
const bitsPerSample = 16;
|
||||||
|
const bytesPerSample = bitsPerSample / 8;
|
||||||
|
const blockAlign = numChannels * bytesPerSample;
|
||||||
|
const byteRate = sampleRate * blockAlign;
|
||||||
|
const dataSize = audioBuffer.length * bytesPerSample;
|
||||||
|
const headerSize = 44;
|
||||||
|
const totalSize = headerSize + dataSize;
|
||||||
|
|
||||||
|
const buffer = new ArrayBuffer(totalSize);
|
||||||
|
const view = new DataView(buffer);
|
||||||
|
|
||||||
|
writeString(view, 0, 'RIFF');
|
||||||
|
view.setUint32(4, totalSize - 8, true);
|
||||||
|
writeString(view, 8, 'WAVE');
|
||||||
|
writeString(view, 12, 'fmt ');
|
||||||
|
view.setUint32(16, 16, true);
|
||||||
|
view.setUint16(20, 1, true);
|
||||||
|
view.setUint16(22, numChannels, true);
|
||||||
|
view.setUint32(24, sampleRate, true);
|
||||||
|
view.setUint32(28, byteRate, true);
|
||||||
|
view.setUint16(32, blockAlign, true);
|
||||||
|
view.setUint16(34, bitsPerSample, true);
|
||||||
|
writeString(view, 36, 'data');
|
||||||
|
view.setUint32(40, dataSize, true);
|
||||||
|
|
||||||
|
floatTo16BitPCM(view, 44, audioBuffer);
|
||||||
|
|
||||||
|
return new Blob([buffer], { type: 'audio/wav' });
|
||||||
|
}
|
||||||
|
|
||||||
|
function writeString(view, offset, string) {
|
||||||
|
for (let i = 0; i < string.length; i++) {
|
||||||
|
view.setUint8(offset + i, string.charCodeAt(i));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function floatTo16BitPCM(view, offset, input) {
|
||||||
|
for (let i = 0; i < input.length; i++, offset += 2) {
|
||||||
|
const s = Math.max(-1, Math.min(1, input[i]));
|
||||||
|
view.setInt16(offset, s < 0 ? s * 0x8000 : s * 0x7FFF, true);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 初始化录音
|
||||||
|
async function initAudio() {
|
||||||
|
try {
|
||||||
|
audioStream = await navigator.mediaDevices.getUserMedia({
|
||||||
|
audio: { echoCancellation: true, noiseSuppression: true, sampleRate: 16000 }
|
||||||
|
});
|
||||||
|
|
||||||
|
audioContext = new (window.AudioContext || window.webkitAudioContext)({ sampleRate: 16000 });
|
||||||
|
const source = audioContext.createMediaStreamSource(audioStream);
|
||||||
|
scriptProcessor = audioContext.createScriptProcessor(4096, 1, 1);
|
||||||
|
|
||||||
|
scriptProcessor.onaudioprocess = (e) => {
|
||||||
|
if (isRecording) {
|
||||||
|
recordedBuffers.push(e.inputBuffer.getChannelData(0).slice());
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
source.connect(scriptProcessor);
|
||||||
|
scriptProcessor.connect(audioContext.destination);
|
||||||
|
|
||||||
|
return true;
|
||||||
|
} catch (e) {
|
||||||
|
showError('无法访问麦克风');
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 开始录音
|
||||||
|
async function startRecording() {
|
||||||
|
if (!audioContext) {
|
||||||
|
const success = await initAudio();
|
||||||
|
if (!success) return;
|
||||||
|
}
|
||||||
|
|
||||||
|
recordedBuffers = [];
|
||||||
|
isRecording = true;
|
||||||
|
|
||||||
|
recordBtn.classList.add('recording');
|
||||||
|
recordBtn.querySelector('.icon').textContent = '⏹️';
|
||||||
|
recordBtn.querySelector('.text').textContent = '停止';
|
||||||
|
recordStatus.textContent = '正在录音...';
|
||||||
|
waveform.style.display = 'flex';
|
||||||
|
}
|
||||||
|
|
||||||
|
// 停止录音
|
||||||
|
function stopRecording() {
|
||||||
|
if (isRecording) {
|
||||||
|
isRecording = false;
|
||||||
|
|
||||||
|
const totalLength = recordedBuffers.reduce((acc, buf) => acc + buf.length, 0);
|
||||||
|
const mergedBuffer = new Float32Array(totalLength);
|
||||||
|
let offset = 0;
|
||||||
|
for (const buf of recordedBuffers) {
|
||||||
|
mergedBuffer.set(buf, offset);
|
||||||
|
offset += buf.length;
|
||||||
|
}
|
||||||
|
|
||||||
|
const wavBlob = createWavFile(mergedBuffer, 16000);
|
||||||
|
const duration = Math.round(totalLength / 16000);
|
||||||
|
|
||||||
|
recordBtn.classList.remove('recording');
|
||||||
|
recordBtn.querySelector('.icon').textContent = '🎤';
|
||||||
|
recordBtn.querySelector('.text').textContent = '录音';
|
||||||
|
recordStatus.textContent = '处理中...';
|
||||||
|
waveform.style.display = 'none';
|
||||||
|
|
||||||
|
sendAudio(wavBlob, duration);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 发送音频
|
||||||
|
async function sendAudio(audioBlob, duration) {
|
||||||
|
showLoading();
|
||||||
|
|
||||||
|
const formData = new FormData();
|
||||||
|
formData.append('audio', audioBlob, 'recording.wav');
|
||||||
|
if (conversationId) formData.append('conversation_id', conversationId);
|
||||||
|
|
||||||
|
try {
|
||||||
|
const resp = await fetch(`${API_URL}/voice/chat`, {
|
||||||
|
method: 'POST',
|
||||||
|
body: formData
|
||||||
|
});
|
||||||
|
|
||||||
|
const data = await resp.json();
|
||||||
|
conversationId = data.conversation_id;
|
||||||
|
|
||||||
|
addMessage('user', audioBlob, duration);
|
||||||
|
|
||||||
|
// TTS 合成
|
||||||
|
let ttsAudioUrl = null;
|
||||||
|
if (currentTTSProvider !== 'none') {
|
||||||
|
ttsAudioUrl = await synthesizeTTS(data.reply);
|
||||||
|
}
|
||||||
|
|
||||||
|
addMessage('assistant', data.reply, ttsAudioUrl);
|
||||||
|
recordStatus.textContent = '点击按钮开始录音';
|
||||||
|
|
||||||
|
} catch (e) {
|
||||||
|
showError('发送失败: ' + e.message);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 发送文字
|
||||||
|
async function sendText(text) {
|
||||||
|
if (!text.trim()) return;
|
||||||
|
showLoading();
|
||||||
|
|
||||||
|
const formData = new FormData();
|
||||||
|
formData.append('text', text);
|
||||||
|
if (conversationId) formData.append('conversation_id', conversationId);
|
||||||
|
|
||||||
|
try {
|
||||||
|
const resp = await fetch(`${API_URL}/voice/text`, {
|
||||||
|
method: 'POST',
|
||||||
|
body: formData
|
||||||
|
});
|
||||||
|
|
||||||
|
const data = await resp.json();
|
||||||
|
conversationId = data.conversation_id;
|
||||||
|
|
||||||
|
addMessage('user', text);
|
||||||
|
|
||||||
|
// TTS 合成
|
||||||
|
let ttsAudioUrl = null;
|
||||||
|
if (currentTTSProvider !== 'none') {
|
||||||
|
ttsAudioUrl = await synthesizeTTS(data.reply);
|
||||||
|
}
|
||||||
|
|
||||||
|
addMessage('assistant', data.reply, ttsAudioUrl);
|
||||||
|
textInput.value = '';
|
||||||
|
|
||||||
|
} catch (e) {
|
||||||
|
showError('发送失败: ' + e.message);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// TTS 合成
|
||||||
|
async function synthesizeTTS(text) {
|
||||||
|
try {
|
||||||
|
const formData = new FormData();
|
||||||
|
formData.append('text', text);
|
||||||
|
|
||||||
|
const resp = await fetch(`${API_URL}/tts/synthesize`, {
|
||||||
|
method: 'POST',
|
||||||
|
body: formData
|
||||||
|
});
|
||||||
|
|
||||||
|
const data = await resp.json();
|
||||||
|
return data.audio_url;
|
||||||
|
|
||||||
|
} catch (e) {
|
||||||
|
console.error('TTS 合成失败:', e);
|
||||||
|
return null;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 添加消息
|
||||||
|
function addMessage(role, content, audioData = null) {
|
||||||
|
const hint = chatSection.querySelector('.hint');
|
||||||
|
if (hint) hint.remove();
|
||||||
|
|
||||||
|
const loading = chatSection.querySelector('.loading');
|
||||||
|
if (loading) loading.remove();
|
||||||
|
|
||||||
|
const msg = document.createElement('div');
|
||||||
|
msg.className = `message ${role}`;
|
||||||
|
|
||||||
|
if (role === 'user' && content instanceof Blob) {
|
||||||
|
const audioUrl = URL.createObjectURL(content);
|
||||||
|
msg.innerHTML = `
|
||||||
|
<div class="role">我</div>
|
||||||
|
<div class="content audio-content">
|
||||||
|
<button class="play-btn" onclick="playAudio('${audioUrl}', this)">
|
||||||
|
<span class="play-icon">▶️</span>
|
||||||
|
<span class="duration">${audioData}s</span>
|
||||||
|
</button>
|
||||||
|
</div>
|
||||||
|
`;
|
||||||
|
} else if (role === 'assistant') {
|
||||||
|
let audioHtml = '';
|
||||||
|
if (audioData) {
|
||||||
|
audioHtml = `<button class="play-btn tts-play-btn" onclick="playAudio('${audioData}', this)">
|
||||||
|
<span class="play-icon">🔊</span>
|
||||||
|
<span>播放回复</span>
|
||||||
|
</button>`;
|
||||||
|
}
|
||||||
|
msg.innerHTML = `
|
||||||
|
<div class="role">AI</div>
|
||||||
|
<div class="content">${content}${audioHtml}</div>
|
||||||
|
`;
|
||||||
|
} else {
|
||||||
|
msg.innerHTML = `<div class="role">我</div><div class="content">${content}</div>`;
|
||||||
|
}
|
||||||
|
|
||||||
|
chatSection.appendChild(msg);
|
||||||
|
chatSection.scrollTop = chatSection.scrollHeight;
|
||||||
|
}
|
||||||
|
|
||||||
|
// 播放音频
|
||||||
|
function playAudio(url, btn) {
|
||||||
|
const audio = new Audio(url);
|
||||||
|
const icon = btn.querySelector('.play-icon');
|
||||||
|
|
||||||
|
audio.onplay = () => {
|
||||||
|
icon.textContent = '🔊';
|
||||||
|
btn.classList.add('playing');
|
||||||
|
};
|
||||||
|
|
||||||
|
audio.onended = () => {
|
||||||
|
icon.textContent = url.startsWith('/audio') ? '🔊' : '▶️';
|
||||||
|
btn.classList.remove('playing');
|
||||||
|
};
|
||||||
|
|
||||||
|
audio.play();
|
||||||
|
}
|
||||||
|
|
||||||
|
// 显示加载
|
||||||
|
function showLoading() {
|
||||||
|
const hint = chatSection.querySelector('.hint');
|
||||||
|
if (hint) hint.remove();
|
||||||
|
|
||||||
|
const loading = document.createElement('div');
|
||||||
|
loading.className = 'loading';
|
||||||
|
loading.innerHTML = '<div class="loading-dot"></div><div class="loading-dot"></div><div class="loading-dot"></div>';
|
||||||
|
chatSection.appendChild(loading);
|
||||||
|
chatSection.scrollTop = chatSection.scrollHeight;
|
||||||
|
}
|
||||||
|
|
||||||
|
// 显示错误
|
||||||
|
function showError(message) {
|
||||||
|
const loading = chatSection.querySelector('.loading');
|
||||||
|
if (loading) loading.remove();
|
||||||
|
|
||||||
|
const error = document.createElement('div');
|
||||||
|
error.className = 'error-message';
|
||||||
|
error.textContent = message;
|
||||||
|
chatSection.appendChild(error);
|
||||||
|
|
||||||
|
setTimeout(() => error.remove(), 3000);
|
||||||
|
}
|
||||||
|
|
||||||
|
// 清除对话
|
||||||
|
async function clearChat() {
|
||||||
|
if (conversationId) {
|
||||||
|
await fetch(`${API_URL}/conversation/${conversationId}`, { method: 'DELETE' });
|
||||||
|
}
|
||||||
|
conversationId = null;
|
||||||
|
chatSection.innerHTML = '<div class="hint">开始对话吧！</div>';
|
||||||
|
}
|
||||||
|
|
||||||
|
// 事件绑定
|
||||||
|
ttsOptions.addEventListener('click', (e) => {
|
||||||
|
const option = e.target.closest('.tts-option');
|
||||||
|
if (option) {
|
||||||
|
selectProvider(option.dataset.provider);
|
||||||
|
}
|
||||||
|
});
|
||||||
|
|
||||||
|
voiceDropdown.addEventListener('change', () => {
|
||||||
|
currentVoice = voiceDropdown.value;
|
||||||
|
saveTTSSettings();
|
||||||
|
});
|
||||||
|
|
||||||
|
recordBtn.addEventListener('click', () => {
|
||||||
|
isRecording ? stopRecording() : startRecording();
|
||||||
|
});
|
||||||
|
|
||||||
|
sendTextBtn.addEventListener('click', () => sendText(textInput.value));
|
||||||
|
textInput.addEventListener('keypress', (e) => {
|
||||||
|
if (e.key === 'Enter') sendText(textInput.value);
|
||||||
|
});
|
||||||
|
|
||||||
|
clearBtn.addEventListener('click', clearChat);
|
||||||
|
|
||||||
|
// 启动
|
||||||
|
init();
|
||||||
|
</script>
|
||||||
|
</body>
|
||||||
|
</html>
|
||||||
223
tts_service.py
Normal file
223
tts_service.py
Normal file
@@ -0,0 +1,223 @@
|
|||||||
|
"""
|
||||||
|
TTS 语音合成模块
|
||||||
|
支持多种 TTS 方案
|
||||||
|
"""
|
||||||
|
|
||||||
|
import os
|
||||||
|
import uuid
|
||||||
|
import logging
|
||||||
|
import asyncio
|
||||||
|
from abc import ABC, abstractmethod
|
||||||
|
from typing import Optional, Tuple
|
||||||
|
from datetime import datetime
|
||||||
|
|
||||||
|
# 配置
|
||||||
|
AUDIO_DIR = os.getenv("AUDIO_DIR", "audio_cache")
|
||||||
|
os.makedirs(AUDIO_DIR, exist_ok=True)
|
||||||
|
|
||||||
|
logger = logging.getLogger(__name__)
|
||||||
|
|
||||||
|
|
||||||
|
class TTSProvider(ABC):
|
||||||
|
"""TTS 提供者抽象类"""
|
||||||
|
|
||||||
|
@abstractmethod
|
||||||
|
async def synthesize(self, text: str) -> Tuple[str, str]:
|
||||||
|
"""
|
||||||
|
合成语音
|
||||||
|
返回: (音频文件路径, 音频URL路径)
|
||||||
|
"""
|
||||||
|
pass
|
||||||
|
|
||||||
|
@abstractmethod
|
||||||
|
def get_name(self) -> str:
|
||||||
|
"""获取提供者名称"""
|
||||||
|
pass
|
||||||
|
|
||||||
|
@abstractmethod
|
||||||
|
def is_available(self) -> bool:
|
||||||
|
"""检查是否可用"""
|
||||||
|
pass
|
||||||
|
|
||||||
|
|
||||||
|
class EdgeTTSProvider(TTSProvider):
|
||||||
|
"""Edge TTS 提供者（微软免费TTS）"""
|
||||||
|
|
||||||
|
# 可用音色
|
||||||
|
VOICES = {
|
||||||
|
"zh-CN-XiaoxiaoNeural": "晓晓（女）",
|
||||||
|
"zh-CN-YunxiNeural": "云希（男）",
|
||||||
|
"zh-CN-YunyangNeural": "云扬（男）",
|
||||||
|
"zh-CN-XiaochenNeural": "晓晨（女）",
|
||||||
|
"zh-CN-XiaohanNeural": "晓涵（女）",
|
||||||
|
"zh-CN-XiaomengNeural": "晓梦（女）",
|
||||||
|
"zh-CN-XiaomoNeural": "晓墨（女）",
|
||||||
|
"zh-CN-XiaoruiNeural": "晓睿（女）",
|
||||||
|
"zh-CN-XiaoshuangNeural": "晓双（女）",
|
||||||
|
"zh-CN-XiaoxuanNeural": "晓萱（女）",
|
||||||
|
"zh-CN-XiaoyanNeural": "晓颜（女）",
|
||||||
|
"zh-CN-XiaoyouNeural": "晓悠（女）",
|
||||||
|
}
|
||||||
|
|
||||||
|
DEFAULT_VOICE = "zh-CN-XiaoxiaoNeural"
|
||||||
|
|
||||||
|
def __init__(self, voice: Optional[str] = None):
|
||||||
|
self.voice = voice or self.DEFAULT_VOICE
|
||||||
|
self._available = None
|
||||||
|
|
||||||
|
async def synthesize(self, text: str) -> Tuple[str, str]:
|
||||||
|
"""使用 Edge TTS 合成语音"""
|
||||||
|
import edge_tts
|
||||||
|
|
||||||
|
# 生成唯一文件名
|
||||||
|
filename = f"{uuid.uuid4().hex}.mp3"
|
||||||
|
filepath = os.path.join(AUDIO_DIR, filename)
|
||||||
|
|
||||||
|
# 合成语音
|
||||||
|
communicate = edge_tts.Communicate(text, self.voice)
|
||||||
|
await communicate.save(filepath)
|
||||||
|
|
||||||
|
# 返回路径
|
||||||
|
audio_url = f"/audio/{filename}"
|
||||||
|
return filepath, audio_url
|
||||||
|
|
||||||
|
def get_name(self) -> str:
|
||||||
|
return "Edge TTS"
|
||||||
|
|
||||||
|
def get_voice_name(self) -> str:
|
||||||
|
"""获取当前音色名称"""
|
||||||
|
return self.VOICES.get(self.voice, self.voice)
|
||||||
|
|
||||||
|
def is_available(self) -> bool:
|
||||||
|
"""检查 Edge TTS 是否可用"""
|
||||||
|
if self._available is None:
|
||||||
|
try:
|
||||||
|
import edge_tts
|
||||||
|
self._available = True
|
||||||
|
except ImportError:
|
||||||
|
logger.warning("edge-tts not installed")
|
||||||
|
self._available = False
|
||||||
|
return self._available
|
||||||
|
|
||||||
|
def set_voice(self, voice: str):
|
||||||
|
"""设置音色"""
|
||||||
|
if voice in self.VOICES:
|
||||||
|
self.voice = voice
|
||||||
|
else:
|
||||||
|
logger.warning(f"Unknown voice: {voice}, using default")
|
||||||
|
|
||||||
|
|
||||||
|
class ChatTTSProvider(TTSProvider):
|
||||||
|
"""ChatTTS 提供者（本地部署，预留接口）"""
|
||||||
|
|
||||||
|
# 预留配置
|
||||||
|
CHATTTS_URL = os.getenv("CHATTTS_URL", "http://localhost:19020")
|
||||||
|
|
||||||
|
def __init__(self):
|
||||||
|
self._available = False # 暂不可用
|
||||||
|
|
||||||
|
async def synthesize(self, text: str) -> Tuple[str, str]:
|
||||||
|
"""
|
||||||
|
使用 ChatTTS 合成语音
|
||||||
|
TODO: 后续实现
|
||||||
|
"""
|
||||||
|
raise NotImplementedError("ChatTTS 尚未实现，请先部署 ChatTTS 服务")
|
||||||
|
|
||||||
|
def get_name(self) -> str:
|
||||||
|
return "ChatTTS"
|
||||||
|
|
||||||
|
def is_available(self) -> bool:
|
||||||
|
"""检查 ChatTTS 是否可用"""
|
||||||
|
# TODO: 后续实现检测逻辑
|
||||||
|
return self._available
|
||||||
|
|
||||||
|
def set_available(self, available: bool):
|
||||||
|
"""设置可用状态（部署后调用）"""
|
||||||
|
self._available = available
|
||||||
|
|
||||||
|
|
||||||
|
class NoTTSProvider(TTSProvider):
|
||||||
|
"""不使用 TTS"""
|
||||||
|
|
||||||
|
async def synthesize(self, text: str) -> Tuple[str, str]:
|
||||||
|
return None, None
|
||||||
|
|
||||||
|
def get_name(self) -> str:
|
||||||
|
return "无 TTS"
|
||||||
|
|
||||||
|
def is_available(self) -> bool:
|
||||||
|
return True
|
||||||
|
|
||||||
|
|
||||||
|
# TTS 管理器
|
||||||
|
class TTSManager:
|
||||||
|
"""TTS 方案管理"""
|
||||||
|
|
||||||
|
PROVIDERS = {
|
||||||
|
"edge": EdgeTTSProvider,
|
||||||
|
"chattts": ChatTTSProvider,
|
||||||
|
"none": NoTTSProvider,
|
||||||
|
}
|
||||||
|
|
||||||
|
def __init__(self, default_provider: str = "none"):
|
||||||
|
self.current_provider = default_provider
|
||||||
|
self._providers = {}
|
||||||
|
|
||||||
|
# 初始化 Edge TTS（如果可用）
|
||||||
|
edge_provider = EdgeTTSProvider()
|
||||||
|
if edge_provider.is_available():
|
||||||
|
self._providers["edge"] = edge_provider
|
||||||
|
|
||||||
|
# 初始化 ChatTTS（预留）
|
||||||
|
self._providers["chattts"] = ChatTTSProvider()
|
||||||
|
|
||||||
|
# 无 TTS
|
||||||
|
self._providers["none"] = NoTTSProvider()
|
||||||
|
|
||||||
|
def get_provider(self, provider_name: Optional[str] = None) -> TTSProvider:
|
||||||
|
"""获取 TTS 提供者"""
|
||||||
|
name = provider_name or self.current_provider
|
||||||
|
return self._providers.get(name, self._providers["none"])
|
||||||
|
|
||||||
|
def set_provider(self, provider_name: str):
|
||||||
|
"""设置当前 TTS 方案"""
|
||||||
|
if provider_name in self._providers:
|
||||||
|
self.current_provider = provider_name
|
||||||
|
else:
|
||||||
|
logger.warning(f"Unknown provider: {provider_name}")
|
||||||
|
|
||||||
|
def list_providers(self) -> list:
|
||||||
|
"""列出所有可用方案"""
|
||||||
|
return [
|
||||||
|
{
|
||||||
|
"name": name,
|
||||||
|
"display_name": provider.get_name(),
|
||||||
|
"available": provider.is_available()
|
||||||
|
}
|
||||||
|
for name, provider in self._providers.items()
|
||||||
|
]
|
||||||
|
|
||||||
|
def get_edge_voices(self) -> dict:
|
||||||
|
"""获取 Edge TTS 可用音色"""
|
||||||
|
return EdgeTTSProvider.VOICES
|
||||||
|
|
||||||
|
async def synthesize(self, text: str, provider_name: Optional[str] = None) -> Optional[str]:
|
||||||
|
"""
|
||||||
|
合成语音
|
||||||
|
返回音频URL
|
||||||
|
"""
|
||||||
|
provider = self.get_provider(provider_name)
|
||||||
|
if not provider.is_available():
|
||||||
|
logger.warning(f"Provider {provider.get_name()} not available")
|
||||||
|
return None
|
||||||
|
|
||||||
|
try:
|
||||||
|
_, audio_url = await provider.synthesize(text)
|
||||||
|
return audio_url
|
||||||
|
except Exception as e:
|
||||||
|
logger.error(f"TTS synthesis failed: {e}")
|
||||||
|
return None
|
||||||
|
|
||||||
|
|
||||||
|
# 全局 TTS 管理器
|
||||||
|
tts_manager = TTSManager()
|
||||||
Reference in New Issue
Block a user