| import logging |
| from typing import Dict, Any |
|
|
| from voice_dialogue.services.audio.generators import tts_config_registry |
|
|
| logger = logging.getLogger(__name__) |
|
|
|
|
| class TTSConfigInitializer: |
| """TTS配置初始化器""" |
|
|
| @staticmethod |
| def initialize() -> Dict[str, Any]: |
| """初始化TTS配置""" |
| result = { |
| "tts_configs_loaded": False, |
| "tts_config_count": 0, |
| "tts_config_errors": [] |
| } |
|
|
| try: |
| config_count = len(tts_config_registry.get_all_configs()) |
|
|
| result.update({ |
| "tts_configs_loaded": True, |
| "tts_config_count": config_count |
| }) |
|
|
| logger.info(f"已加载 {config_count} 个TTS配置") |
|
|
| except ImportError as e: |
| error_msg = f"TTS模块导入失败: {e}" |
| logger.error(error_msg) |
| result["tts_config_errors"].append(error_msg) |
|
|
| except Exception as e: |
| error_msg = f"TTS配置加载失败: {e}" |
| logger.error(error_msg, exc_info=True) |
| result["tts_config_errors"].append(error_msg) |
|
|
| return result |
|
|
|
|
| class AppConfig: |
| """应用配置类""" |
|
|
| def __init__(self): |
| self.title = "VoiceDialogue API" |
| self.version = "1.0.0" |
| self.description = self._get_description() |
| self.docs_url = "/docs" |
| self.redoc_url = "/redoc" |
|
|
| def _get_description(self) -> str: |
| return """ |
| # VoiceDialogue - 智能语音对话系统 API |
| |
| 一个基于人工智能的完整语音对话系统，集成了语音识别(ASR)、大语言模型(LLM)和文本转语音(TTS)技术，提供端到端的语音交互体验。 |
| |
| ## 🚀 核心功能 |
| |
| ### 🎤 语音识别 (ASR) |
| * **多语言支持**: 中文(FunASR)、英文及其他语言(Whisper) |
| * **智能引擎切换**: 根据语言自动选择最优识别引擎 |
| * **实时语音转文本**: 低延迟的语音识别处理 |
| * **动态语言切换**: 运行时创建和切换不同语言的ASR实例 |
| |
| ### 🤖 智能对话 |
| * **大语言模型集成**: 基于Qwen2.5等先进模型 |
| * **上下文理解**: 支持多轮对话和上下文记忆 |
| * **自定义系统提示**: 可配置AI助手的行为和角色 |
| |
| ### 🎭 高质量语音合成 (TTS) |
| * **中文角色**: 基于GPT-SoVITs技术，支持罗翔、马保国、沈逸、杨幂、周杰伦、马云等特色角色 |
| * **英文角色**: 基于Kokoro TTS技术，支持Heart、Bella、Nicole等自然语音 |
| * **智能引擎选择**: 根据内容语言自动选择最适合的TTS引擎 |
| * **动态角色管理**: 运行时加载、切换和管理语音角色 |
| |
| ### ⚡ 实时通信 |
| * **WebSocket连接**: 支持实时语音消息推送 |
| * **状态监控**: 实时监控系统和模型状态 |
| * **会话管理**: 智能的会话ID管理和消息路由 |
| |
| ### 🔧 系统管理 |
| * **服务生命周期**: 完整的系统启动、停止、重启控制 |
| * **音频捕获**: 高质量的音频输入处理和回声消除 |
| * **状态监控**: 详细的服务状态和性能指标 |
| |
| ## 📋 主要API端点 |
| |
| ### TTS模型管理 |
| * `GET /api/v1/tts/models` - 获取所有可用的TTS模型列表 |
| * `POST /api/v1/tts/models/load` - 加载指定的TTS模型 |
| * `GET /api/v1/tts/models/{model_id}/status` - 查看模型下载和加载状态 |
| * `DELETE /api/v1/tts/models/{model_id}` - 删除已下载的模型 |
| |
| ### 语音识别管理 |
| * `GET /api/v1/asr/languages` - 获取支持的识别语言列表 |
| * `POST /api/v1/asr/instance/create` - 创建指定语言的ASR实例 |
| |
| ### 系统控制 |
| * `GET /api/v1/system/status` - 获取系统整体状态 |
| * `POST /api/v1/system/start` - 启动语音对话系统 |
| * `POST /api/v1/system/stop` - 停止语音对话系统 |
| * `POST /api/v1/system/restart` - 重启语音对话系统 |
| |
| ### 实时通信 |
| * `WebSocket /api/v1/ws` - WebSocket连接，接收实时系统消息 |
| |
| ## 🛠️ 技术特性 |
| |
| * **异步处理**: 基于FastAPI的高性能异步架构 |
| * **后台任务**: 模型下载和加载在后台执行，不阻塞API响应 |
| * **错误处理**: 完善的异常处理和错误信息反馈 |
| * **状态管理**: 实时的模型和系统状态跟踪 |
| * **CORS支持**: 跨域资源共享配置，便于前端集成 |
| * **API文档**: 自动生成的交互式API文档 |
| |
| ## 💡 使用场景 |
| |
| * **智能客服**: 语音客服机器人和自动问答系统 |
| * **语音助手**: 个人或企业级语音助手应用 |
| * **内容创作**: 语音内容生成和多角色配音 |
| * **教育培训**: 语音交互式学习和培训系统 |
| * **无障碍应用**: 视力障碍用户的语音交互界面 |
| """ |
|
|
| def get_cors_config(self) -> dict: |
| """获取CORS配置""" |
| return { |
| "allow_origins": ["*"], |
| "allow_credentials": True, |
| "allow_methods": ["*"], |
| "allow_headers": ["*"], |
| } |
|
|
