TTS 客户端

文件： main_logic/tts_client.py（约 2300 行）

TTS 客户端通过统一的基于队列的接口处理多个提供商的文本转语音合成。

工厂函数

from main_logic.tts_client import get_tts_worker

worker = get_tts_worker(config)

创建一个根据当前提供商和语音设置配置的 TTS 工作器。

支持的提供商

提供商	模块	特性
DashScope CosyVoice	云端	高质量、语音克隆、流式传输
DashScope TTS V2	云端	低延迟变体
GPT-SoVITS	本地	完全离线、可定制
Custom	HTTP	任何 OpenAI 兼容的 TTS 端点

队列架构

TTS 客户端使用生产者-消费者模式：

1. 请求队列：会话管理器将文本句子入队
2. 工作线程：从队列中取出文本，调用 TTS API，生成音频块
3. 响应队列：准备好进行重采样和 WebSocket 传输的音频块

语音克隆流程

1. 用户通过 /api/characters/voice_clone 上传音频样本
2. 音频被发送到 DashScope 的语音注册 API
3. 返回一个 voice_id 并存储在角色配置中
4. 后续的 TTS 调用会包含该 voice_id 以实现个性化合成

打断处理

当用户打断时：

1. 两个队列都会被清空
2. 任何进行中的 TTS API 调用会被取消
3. 工作器立即准备好接受新输入