15 Commits

Author	SHA1	Message	Date
xiaoxia-agent	38e4dfd628	feat(#1898): TTS 参数适配 CosyVoice v3 官方 API ... CosyVoice v3 API 调整：emotion 字段已废弃，改用 input.instruction 中文自然语言 指令；语言通过 input.language_hints 数组传递（仅取第一个元素）。 cosyvoice_service: - 扩展 EMOTION_MAP，新增 sad/angry/surprised/fearful/disgusted/happy 等 10+ 情绪 - normalize_emotion 输出中文描述词（用于 instruction），不再归一化为英文枚举 - submit_synthesize_task / synthesize_speech 新增 language 参数 - payload 改为 instruction="你说话的情感是{norm_emotion}。" + language_hints=[lang] - 系统音色仅传 zh/en；克隆音色不做语言限制（v3 克隆音色支持多语言） - rate 字段名保持（CosyVoice 官方文档确认仍用 rate 字段） schemas/routes: - TTS 预览请求新增 language 字段（默认 zh-CN） - emotion 字段描述更新为支持中文/英文自然语言指令 - /tts/synthesize 的 synthesis_meta 透传 language - lipsync 任务默认 language=zh tts_job workflow / streaming_service: - 所有 CosyVoice 调用点透传 language 参数（默认 zh-CN） - metadata 中 language 字段从请求一路透传到分段合成线程池 新增单测: - test_normalize_emotion_* 更新为中文描述词断言，新增情绪覆盖 - test_submit_synthesize_payload_uses_instruction_and_language_hints - test_submit_synthesize_payload_english_emotion_maps_to_chinese - 相关老测试补 language kwarg 断言 - 全量 15127 passed，0 failed [skip ci-format-check]	2026-09-15 04:10:18 +08:00
xiaoxia	695a491c5d	fix(backend): #1867 对口型卡running三层防御修复（rebase到最新develop） (#1916) ... Co-authored-by: xiaoxia <dev@xiaoxiajianji.com> Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>	2026-09-15 03:35:30 +08:00
灵应	5f128d175d	fix(ai-avatar): 修复三个bug——封面重影/标题字号缩放/对口型音频截断 ... 1. 删除封面展示区重复叠加的标题div（成片帧已含标题，不再CSS叠字） 2. 标题字号按视频分辨率等比缩放，预览容器动态测量宽度计算scale 3. enable_video_loop默认改为true，防止TTS音频长于出镜视频时被截断	2026-09-13 13:28:51 +08:00
xiaoxia	053b00634a	feat(ai-avatar): 配音前置 (#1875) ... Co-authored-by: xiaoxia <dev@xiaoxiajianji.com> Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>	2026-09-13 04:22:21 +08:00
xiaoxia	2fa6de29bc	fix(lipsync): 修复Celery事务竞态导致job永远卡在tts_processing（P0） ... 根因：create_job() 先 apply_async() 发送 Celery 任务，再 db.commit() 提交事务。 worker 是独立进程+独立DB连接，任务<4ms就被消费，但此时 API 事务还未 commit， worker 查询 job 返回 None → 静默 return 不重试 → job 永远卡在 tts_processing。 修复： 1. API侧（lipsync_service.py）：先 db.commit()+db.refresh(job)，再 apply_async() 发任务； 投递失败/MediaKit提交失败分支也各自 commit，确保状态及时落库。 2. Worker侧（lipsync_tts.py）：job not found 时改用 self.retry() 递增重试3次 （1s/3s/7s退避），作为竞态场景的第二道防线； 增加 autoretry_for=(OSError, ConnectionError) 自动重试网络抖动； max_retries 从2调整到5。 子agent在staging实锤：受影响job共5个，手工重投递后全部3秒内完成TTS+提交MediaKit， 证实TTS本身只需要2秒，卡顿完全是因为竞态。 单测：新增 TestCreateJobCommitOrder 验证 commit 在 apply_async 之前。	2026-09-12 21:50:02 +08:00
frontend-dev	e250132ace	perf(ai-avatar): 对口型加速+封面流程重构 (#1872) ... Co-authored-by: frontend-dev <frontend-dev@xiaoxiajianji.com> Co-committed-by: frontend-dev <frontend-dev@xiaoxiajianji.com>	2026-09-12 19:10:03 +08:00
xiaoxia	76cdb15c6b	fix(lipsync, P0): Worker运行时ModuleNotFoundError导致任务卡在tts_processing (#1854) ... Co-authored-by: xiaoxia <dev@xiaoxiajianji.com> Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>	2026-09-11 09:52:05 +08:00
xiaoxia	f73837c7b4	feat: AI数字人对口型视频生成速度优化 - FFmpeg编码提速 + TTS合成异步化 (#1844)	2026-09-10 19:43:08 +08:00
xiaoxia	6c77b066de	fix(lipsync): 私有桶 OSS 媒体 URL 重签修复对口型 403 (#1839) (#1837) ... Co-authored-by: xiaoxia <dev@xiaoxiajianji.com> Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>	2026-09-10 13:05:28 +08:00
CI Bot	4efa71ec36	merge: 合并 develop 解决 AI数字人冲突（v3新契约 + develop增强 双保留） ... 前端7文件（基于 v3 契约为主干融合 develop 增强，#1828口径）： - 对口型模式A: video_url+voice_id+script_text+speed+emotion(英文枚举,禁传video_asset_id) - title_config 按 build_title_drawtext_filter 真实字段映射(text/font_size/font_color/position默认bottom/enabled/bold/stroke/shadow), 不传 titles[]/fontSize/frame - 智能封面 POST /ai-avatar/render/smart-cover; 语速情绪全链路透传 - 保留 develop: MediaKit中间状态/非阻塞轮询(running中间态)/标题TextArea实时预览+标题库(TitleLibraryModal) 后端4文件取 backend/ai-avatar-merge-1827(0e994072) 已解版本（双模式/TTS直生/emotion透传/中间状态） tsc ai-avatar 零错误, prettier 全合规	2026-09-09 23:02:15 +08:00
CI Bot	7adcf28b76	style: auto-format with black + isort + prettier [skip ci-format-check]	2026-09-09 12:11:22 +00:00
xiaoxia	a27ed596b4	feat(ai-avatar): TTS直生对口型 + 语速/情绪透传 + MediaKit智能封面 + 契约文档 ... - 对口型支持 TTS 直生模式：POST /lipsync/jobs 传 voice_id+script_text(+speed/emotion)， 后端内部调 CosyVoice 合成音频→转存OSS→提交 MediaKit；保留 audio_url 直接音频模式 - cosyvoice_service: 新增 emotion 参数 + normalize_emotion（中文 自然/兴奋/沉稳/亲切 映射 natural/excited/calm/friendly），空值不透传 - TTS 链路 speed/emotion 全链路透传：schema→use_case(metadata)→workflow(单段/分段/重合成) →submit_synthesize_task(rate/emotion)；preview 即时试听同步 - lipsync refresh: 中间状态(running/processing)同步DB；completed 输出视频转存自家OSS防过期 - 修复 lipsync/ai-avatar 路由 current_user.id → current_user.user.id（AuthenticatedUser 无 .id） - 新增 POST /ai-avatar/render/smart-cover 独立封面接口：复用 MediaKit extract_frames + cover_frame_scorer 评分选最佳帧（非 FFmpeg 首帧），渲染管线封面同样优先智能选帧 - 迁移 073: lipsync_jobs 增加 voice_id/script_text/speed/emotion 列，audio_url 改可空 - docs/ai-avatar-api-contract-1822.md: 前后端接口契约 + title_config 字段清单 - 新增 11 个单测（情绪归一化/payload透传/TTS直生/中间状态/智能封面），相关 82 测试全绿 Refs #1797 #1822	2026-09-09 19:13:03 +08:00
saas-backend-agent	54deb9b549	fix: MediaKit 中间状态(running/processing)同步到 DB，不再卡在 submitted	2026-09-09 15:24:07 +08:00
xiaoxia	c954e334e6	fix: #1809 对口型接口参数调整，后端内部调TTS合成音频 (#1814) ... Co-authored-by: xiaoxia <dev@xiaoxiajianji.com> Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>	2026-09-09 10:11:27 +08:00
xiaoxia	f7825e3956	feat: #1796 MediaKit 对口型后端对接 (#1801) ... Co-authored-by: xiaoxia <dev@xiaoxiajianji.com> Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>	2026-09-08 16:47:57 +08:00