82 lines
5.5 KiB
Markdown
82 lines
5.5 KiB
Markdown
# Phase 3 TTS 任务与额度闭环报告
|
||
|
||
日期：2026-09-08
|
||
范围：P3-01 至 P3-07
|
||
状态：任务持久化、额度冻结/释放、Worker、历史、真实音频回放和下载已部署并完成最小成功联调；高级异常矩阵和上游异步/幂等能力仍待补充。
|
||
|
||
## 1. 已实现
|
||
|
||
- `002_tts.sql` 建立 `tts_voices`、`tts_tasks`、`audio_files`，并保留版本化迁移。
|
||
- 代码默认音色 `default` 作为旧工程提供的标识写入测试库；不代表完整真实音色清单。
|
||
- `POST /api/v1/tts/tasks` 支持文本长度、格式、语速、音色、幂等键、Plan 和额度校验。
|
||
- 任务先入库为 `queued` 并冻结额度，再由 API 进程内持久化 Worker 领取。
|
||
- 同一用户同一幂等键同请求返回原任务，不同请求返回冲突。
|
||
- Worker 调用固定配置的 `/v1/audio/speech`，不接受用户 URL；支持 WAV/MP3 和 Bearer API Key 环境注入。
|
||
- 成功路径写入私有本地音频目录，登记 checksum 和文件元数据，冻结转消费。
|
||
- 失败路径写入错误码、释放冻结，并保留历史任务。
|
||
- `/api/v1/tts/tasks`、详情、音频播放和下载接口已实现资源归属检查。
|
||
- `/tts` 页面已接入真实任务、轮询、历史、回放和下载控件。
|
||
|
||
## 2. 真实测试
|
||
|
||
测试入口：`https://192.168.199.22/`，使用临时用户和最小文本 `测试`。
|
||
|
||
| 项目 | 结果 |
|
||
| --- | --- |
|
||
| 任务创建 | `202`, 初始 `queued` |
|
||
| Worker 处理 | `failed`，错误码 `UPSTREAM_NOT_CONFIGURED` |
|
||
| 历史查询 | 返回 1 条任务 |
|
||
| 额度冻结前可用 | `10000` |
|
||
| 失败后可用 | `10000` |
|
||
| 失败后冻结 | `0` |
|
||
| 真实上游最小请求 | `401 Unauthorized` |
|
||
|
||
配置服务端凭据后重新联调：
|
||
|
||
| 项目 | 结果 |
|
||
| --- | --- |
|
||
| 上游精确路径 | `POST http://43.248.188.28:44480/v1/audio/speech` |
|
||
| 最小上游探测 | `200 audio/wav` |
|
||
| 业务任务创建 | `202` |
|
||
| Worker 最终状态 | `succeeded` |
|
||
| 回放接口 | `200`，返回音频字节 |
|
||
| 下载接口 | `200`，返回音频字节 |
|
||
| 历史查询 | `1` 条记录 |
|
||
| 额度 | `10000 -> 9998`，已用 `2`，冻结 `0` |
|
||
|
||
计量补测结果：服务端使用 NFC 规范化并将 `CRLF/CR` 统一为 `LF`，空白和标点计入；空白文本拒绝。隔离账户逐项提交结果为：中文 `2`、英文含空格 `3`、换行文本 `3`、emoji `2`、组合字符 `2`；空白文本返回 `422`。前端使用同一 NFC/换行口径展示计数。
|
||
|
||
并发和幂等补测：活动任务占用唯一并发槽时后续请求返回 `409 CONCURRENCY_LIMIT`；同用户同幂等键同请求返回同一任务；同键不同文本返回 `409`。
|
||
|
||
成功音频路径已通过最小文本验证；并发争用、Worker 重启、存储失败和上游超时矩阵仍需补测。
|
||
|
||
## 3. P3 工作包状态
|
||
|
||
| 编号 | 状态 | 说明 |
|
||
| --- | --- | --- |
|
||
| P3-01 | 已完成最小真实路径 | 模型、适配调用、默认音色和最小 WAV 联调已通过；完整音色资料待补 |
|
||
| P3-02 | 已完成负向/基础路径 | 幂等、校验、额度冻结已真实测试；并发争用测试待补 |
|
||
| P3-03 | 部分完成 | 持久化 Worker 已运行；任务租约、重启恢复和有限重试待加强验证 |
|
||
| P3-04 | 已完成最小真实路径 | 私有存储、checksum、成功消费和失败释放已验证 |
|
||
| P3-05 | 已完成最小真实路径 | 页面提交、轮询、成功音频和失败状态已验证 |
|
||
| P3-06 | 已完成最小真实路径 | 历史、资源归属、回放和下载已验证 |
|
||
| P3-07 | 部分完成 | 正常、上游未配置和成功路径已验证；并发争用、重启恢复、存储失败待补 |
|
||
|
||
## 4. 阻断项
|
||
|
||
- 旧工程没有真实音色语言清单；当前只保留代码默认 `default` 标识。
|
||
- 旧工程同步返回音频，没有 provider task ID、异步查询或幂等能力；业务 Worker 不能假设上游可安全重试。
|
||
|
||
凭据补齐后，必须重新执行成功生成、音频校验、私有回放/下载、重复请求、上游超时、存储失败、Worker 重启和额度争用测试。凭据只进入服务器 `/etc/kaotings/api.env`，不进入 Git、前端构建或日志。
|
||
|
||
## 5. 部署边界和上线阻断
|
||
|
||
- 当前 3000/443 只由新网站 Web、API 和 Caddy 服务提供；未发现旧 Big-TTS Web 进程、容器、SQLite 数据库或监听端口。
|
||
- 当前未执行旧账户、历史、音频或配置迁移；测试机未发现旧运行数据。旧 Web 退役前仍需源端负责人提供备份证明和替代验收确认。
|
||
- 底层推理服务继续由新 API 调用，旧 Web 退役不停止上游。
|
||
- 测试音频目录为 `/home/flym/kaotings-audio`，是私有本地目录，不是已部署对象存储；容量限制、保留期、清理和备份恢复尚未完成。
|
||
- 当前上游为公网 HTTP，正式上线前需要 HTTPS 或受控加密通道、来源限制和外部网络复测。
|
||
- Worker 已增加原子领取、5 分钟租约、过期 running 释放、迟到结果拒绝、一次性结算和启动孤立文件清理；并发 Worker 仍固定为 systemd 单进程，数据库锁为跨进程安全边界。
|
||
- 最终测试部署版本：`d9a491e`，迁移 `003_tts_leases.sql`、`004_v1_tts_minimum.sql` 已应用；最终真实任务复测为 `succeeded`，回放和下载均 `200`，额度 `10000 -> 9998`。
|
||
- 当前新网站运行时不依赖旧 Big-TTS Web；测试服务器未发现旧 SQLite、旧进程、旧容器或旧监听端口。旧工程账户/历史/音频/配置未迁移，退役前仍需旧系统负责人提供源端备份和替代验收确认。
|