cfy666
da5c727d8c
之前前端 TTSPlayer 攒齐所有音频片段后才播放，导致文字全部显示后才开始语音。 改为后端每句 TTS 发送 is_last: true，前端收到每句即加入播放队列，第一句到达即开始播放。 - 后端 Chunk 结构体新增 Final 字段，区分句子结束和整轮结束 - 前端 TTSPlayer 重写为队列式播放，onended 回调自动衔接下一句 - 同步更新接口文档和测试用例
131 lines
3.7 KiB
Go
131 lines
3.7 KiB
Go
package models
|
||
|
||
import "time"
|
||
|
||
// Session 会话。
|
||
type Session struct {
|
||
ID string `json:"session_id"`
|
||
CreatedAt time.Time `json:"created_at"`
|
||
Config SessionConfig `json:"config"`
|
||
}
|
||
|
||
// SessionConfig 会话配置。
|
||
type SessionConfig struct {
|
||
TTSEnabled bool `json:"tts_enabled"`
|
||
DetailLevel string `json:"detail_level"` // "low" | "high"
|
||
Language string `json:"language"`
|
||
}
|
||
|
||
// DefaultConfig 默认会话配置。
|
||
func DefaultConfig() SessionConfig {
|
||
return SessionConfig{TTSEnabled: true, DetailLevel: "low", Language: "zh-CN"}
|
||
}
|
||
|
||
// SessionConfigPatch 会话配置增量更新（指针字段表示"未传则不更新"）。
|
||
type SessionConfigPatch struct {
|
||
TTSEnabled *bool `json:"tts_enabled,omitempty"`
|
||
DetailLevel *string `json:"detail_level,omitempty"`
|
||
Language *string `json:"language,omitempty"`
|
||
}
|
||
|
||
// Apply 将 patch 中的非 nil 字段覆盖到 cfg。
|
||
func (p SessionConfigPatch) Apply(cfg *SessionConfig) {
|
||
if p.TTSEnabled != nil {
|
||
cfg.TTSEnabled = *p.TTSEnabled
|
||
}
|
||
if p.DetailLevel != nil {
|
||
cfg.DetailLevel = *p.DetailLevel
|
||
}
|
||
if p.Language != nil {
|
||
cfg.Language = *p.Language
|
||
}
|
||
}
|
||
|
||
// Message 对话消息。
|
||
type Message struct {
|
||
Role string `json:"role"` // "user" | "assistant"
|
||
Content string `json:"content"`
|
||
}
|
||
|
||
// --- WebSocket 消息 ---
|
||
|
||
// WsQuery 客户端 query 消息。
|
||
type WsQuery struct {
|
||
Type string `json:"type"`
|
||
RequestID string `json:"request_id"`
|
||
Image string `json:"image"` // base64
|
||
Audio string `json:"audio"` // base64
|
||
Text string `json:"text"` // 用户手动输入的文本（有值时跳过 STT）
|
||
MimeType string `json:"mime_type"` // 默认 "audio/pcm"
|
||
}
|
||
|
||
// WsConfig 客户端 config 消息。
|
||
type WsConfig struct {
|
||
Type string `json:"type"`
|
||
Payload struct {
|
||
TTSEnabled *bool `json:"tts_enabled,omitempty"`
|
||
DetailLevel *string `json:"detail_level,omitempty"`
|
||
Language *string `json:"language,omitempty"`
|
||
} `json:"payload"`
|
||
}
|
||
|
||
// WsConnected 服务端 connected 消息。
|
||
type WsConnected struct {
|
||
Type string `json:"type"`
|
||
SessionID string `json:"session_id"`
|
||
ServerVersion string `json:"server_version"`
|
||
}
|
||
|
||
// WsSTTResult 服务端 stt_result 消息。
|
||
type WsSTTResult struct {
|
||
Type string `json:"type"`
|
||
RequestID string `json:"request_id"`
|
||
Text string `json:"text"`
|
||
IsFinal bool `json:"is_final"`
|
||
}
|
||
|
||
// WsLLMChunk 服务端 llm_chunk 消息。
|
||
type WsLLMChunk struct {
|
||
Type string `json:"type"`
|
||
RequestID string `json:"request_id"`
|
||
Delta string `json:"delta"`
|
||
Role string `json:"role"`
|
||
}
|
||
|
||
// WsLLMDone 服务端 llm_done 消息。
|
||
type WsLLMDone struct {
|
||
Type string `json:"type"`
|
||
RequestID string `json:"request_id"`
|
||
FullText string `json:"full_text"`
|
||
TokensUsed struct {
|
||
Prompt int `json:"prompt"`
|
||
Completion int `json:"completion"`
|
||
Total int `json:"total"`
|
||
} `json:"tokens_used"`
|
||
Model string `json:"model"`
|
||
LatencyMs int64 `json:"latency_ms"`
|
||
}
|
||
|
||
// WsTTSAudio 服务端 tts_audio 消息。
|
||
type WsTTSAudio struct {
|
||
Type string `json:"type"`
|
||
RequestID string `json:"request_id"`
|
||
Audio string `json:"audio"` // base64
|
||
MimeType string `json:"mime_type"` // "audio/mp3" 或 "audio/pcm"
|
||
IsLast bool `json:"is_last"` // 当前句子的音频是否完整（每句结束时为 true）
|
||
Final bool `json:"final"` // 整轮 TTS 是否结束（所有句子合成完毕后为 true）
|
||
}
|
||
|
||
// WsError 服务端 error 消息。
|
||
type WsError struct {
|
||
Type string `json:"type"`
|
||
RequestID string `json:"request_id,omitempty"`
|
||
Code string `json:"code"`
|
||
Message string `json:"message"`
|
||
}
|
||
|
||
// WsPong 服务端 pong 消息。
|
||
type WsPong struct {
|
||
Type string `json:"type"`
|
||
}
|