24 Commits

Author	SHA1	Message	Date
xiaoxia	59fbbd8e26	fix(tts): P1 TTS emotion instruction format per voice type + missing CN aliases (#1934) ... fix(tts): P1 TTS emotion instruction format per voice type + missing CN aliases - Add CN aliases 中性→neutral/伤心→sad/吃惊→surprised per 灵应 spec - build_emotion_instruction(voice_id, enum): cloned voices use English "Speak in a {emotion} tone.", system voices with emotion Instruct (longanyang/longanhuan/longhuhu_v3) use strict Chinese format "你说话的情感是{emotion}。", default voice longxiaochun_v3 (no Instruct support) skips instruction entirely - Expand preview emotion whitelist; 210 emotion tests passing, 15438 total unit tests passing - E2E templates fix already in PR#1931 (0e5127df), no additional change needed	2026-09-15 16:00:58 +08:00
xiaoxia	81180d16e5	fix(#1898): TTS 情绪映射修正为 CosyVoice v3 官方英文枚举（P1 更正） (#1933) ... fix(tts): P1 TTS emotion English enum mapping per CosyVoice v3 official spec - EMOTION_MAP maps 7 CN labels (中立/开心/难过/生气/惊讶/恐惧/厌恶) + CN aliases + old 4 enums → 7 official English enums (neutral/happy/sad/angry/surprised/fearful/disgusted) - instruction strictly matches official format "你说话的情感是{emotion_enum}。" (verified against 阿里云百炼 docs) - Unknown emotion defaults to "neutral" with warning (was empty, could cause TTS failure) - Frontend CN labels & old enums backward-compatible; case-insensitive - Add normalize_emotion unit tests (89 cases) covering all mappings, unknown→neutral, empty→"", ASCII enum assertion in instruction - Fix existing test assertions from Chinese descriptors to English enums - Fixes wrong direction in PR#1932 which mapped to Chinese descriptive phrases	2026-09-15 15:08:55 +08:00
xiaoxia	19eeb1b475	fix(#1898): TTS 情绪枚举统一为7种标准英文标签（P1） (#1932) ... Co-authored-by: xiaoxia <dev@xiaoxiajianji.com> Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>	2026-09-15 14:02:49 +08:00
xiaoxia	53fb25efcf	fix(#1834): 批量修复 UP 系列静态分析警告（UP007/UP006/UP017/UP035） (#1928) ... Co-authored-by: xiaoxia <dev@xiaoxiajianji.com> Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>	2026-09-15 12:59:17 +08:00
xiaoxia	201a3f0af5	feat(#1898): TTS 参数适配 CosyVoice v3 官方 API (#1917) ... Co-authored-by: xiaoxia <dev@xiaoxiajianji.com> Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>	2026-09-15 04:19:58 +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
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	eca530bd6f	feat: CosyVoice 语音合成支持 emotion 情绪参数（natural/excited/calm/friendly）	2026-09-09 16:15:49 +08:00
saas-backend-agent	c7d611c827	fix: CosyVoice 返回的 audio_url 从 http:// 升级为 https:// ... DashScope CosyVoice API 返回的音频 URL 是 http://， 前端 mixed content 策略下无法加载。 在 submit_synthesize_task 源头统一替换为 https://， 覆盖 TTS preview、对口型、TTS 异步任务全链路。	2026-09-09 13:33:16 +08:00
xiaoxia	6dc388a794	fix(cosyvoice): 修复prefix过滤中文失效导致400错误 (#1138) ... 修复prefix过滤中文失效导致400错误	2026-07-29 14:40:58 +08:00
CI Bot	e9d2831850	feat(ci): mypy upgrade to hard gate + fix type errors	2026-07-16 07:59:07 +08:00
xiaoxia	531aacb57e	fix(code-quality): 第二批 - B904 raise-without-from 批量修复 (71个) (#353)	2026-07-15 11:51:45 +08:00
xiaoxia	1e840057cb	fix(ci): 修复 Validate job ... fix(ci): 修复 Validate job — black 格式化 + isort 排序 + .cache 排除 + celery mock 路径修复	2026-07-11 14:42:53 +08:00
用户CI Test	a7e346e200	fix: CosyVoice base_url旧版路径自动修正 + 配置日志（根治环境变量滞后导致的418） ... - 初始化时自动检测并修正 base_url 中的旧版 /services/aigc/text2audio 路径 - 避免 .env 模板配置滞后（旧版v1路径）导致请求打到错误端点 - 新增 3 个配置初始化单元测试 - 相关：修正 .env.example 中的默认 model/voice/base_url	2026-07-11 09:50:10 +08:00
用户CI Test	ef3a9fa61e	fix: 修正env模板CosyVoice默认配置 + 增加启动配置日志（排查418环境变量覆盖问题） ... - .env.example/.env.production.example: 修正base_url（去掉旧text2audio路径）、model改为v3-flash、voice加_v3后缀 - CosyVoiceService: 初始化时打印脱敏配置，方便确认运行时真实model/base_url/voice - 补充配置说明注释，避免部署时误用旧版参数	2026-07-11 09:45:09 +08:00
用户CI Test	dddafbde83	debug: 增加CosyVoice请求/响应详细日志，用于排查418错误	2026-07-11 09:30:53 +08:00
xiaoxia	6657b0fe19	fix: CosyVoice默认模型改为v3-flash + 音色名加_v3后缀，修复418错误 (#215)	2026-07-11 08:47:10 +08:00
xiaoxia	a25e0b6220	fix: CosyVoice 音色名 v3 后缀修复（418错误） (#213)	2026-07-11 01:28:32 +08:00
xiaoxia	3db13fc1da	fix: CosyVoice全量重写 - 适配DashScope百炼API (#212)	2026-07-10 22:52:21 +08:00
灵应	8935196fcd	style: 后端代码black格式化	2026-07-03 18:49:54 +08:00
灵应	e539105256	fix: 3.09 审计问题修复 — P1-1 TTS Celery 执行器 + P2-1~P2-4 ... P1-1 (阻塞性): TTS 合成完整异步链路 - CosyVoiceService 新增 submit_synthesize_task() + poll_synthesize_task() - 新建 TTSWorkflowService 编排层 (packages/application/tts_job/workflow.py) - 新建 Celery 任务 process_tts_synthesis (apps/worker/worker_app/tasks/tts_synthesis.py) - 注册到 celery_app.conf.imports + tasks/__init__.py 懒加载 - TTS 路由 synthesize() 增加 CosyVoice 提交 + Celery 调度 P2-1: voice_clone.py 添加详细 Celery 重试策略注释 P2-2: 修复 voice_clone.py Session 泄漏 (session=None 安全模式) P2-3: ListVoiceLibraryUseCase 返回 (items, count) 元组，消除重复 count_by_user() P2-4: 新增 find_profile_ids_by_voice_ids() 批量方法，填充 voice_clone_profile_id 测试: 749 passed, 0 failed	2026-07-02 16:30:37 +08:00
灵应	796aeff499	fix: 修复 PR #169 代码审查发现的 4 个 P2 问题 ... P2-1: workflow.py start_clone() 将 mark_processing() 移到音频 URL 检查之后， 无 URL 时保持 pending 状态，避免永久卡在 processing P2-2: voice_clone.py Celery 任务改用 VoiceCloneWorkflowService 公开方法 (process_clone_result/process_clone_failure)，不再直接操作 profile P2-3: voice_clones.py 路由中 Celery .delay() 失败时调用 process_clone_failure() 标记 profile 为 failed（create + retry 两个路由） P2-4: 由 P2-2 修复自动解决 同步更新 test_voice_clone_workflow.py 测试用例适配 P2-1 行为变更 Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>	2026-07-02 14:37:37 +08:00
灵应	24ac12167c	feat(task-308): 音色克隆完整流程实现 ... - CosyVoiceService: 新增 submit_clone_task() 和 check_task_status() 非阻塞方法 - VoiceCloneWorkflowService: 编排层，处理 start_clone/process_result/process_failure/retry - Celery 任务 process_voice_clone: 异步轮询 CosyVoice 克隆结果 - API 路由: 创建后触发 Celery 异步任务，支持重试 - 57 个单元测试全部通过（workflow 14 + task 6 + cosyvoice 37）	2026-07-02 12:46:44 +08:00
灵应	099bc31cf2	feat: CosyVoice 语音服务层 (Task 3.07) ... - 创建 CosyVoiceService 封装阿里云 CosyVoice API - list_preset_voices(): 返回预置音色列表 - clone_voice(): 音色克隆（提交任务 + 轮询状态） - synthesize_speech(): 语音合成（提交任务 + 轮询状态） - 支持同步/异步两种 API 模式 - 指数退避重试（最多 3 次）+ 超时控制 - 完整错误处理：AuthError / TimeoutError / 通用 Error - 26 个单元测试全部通过（mock CosyVoice API 响应）	2026-07-02 11:36:02 +08:00