feat(voice): 攒句器——语音下行 TTS 的 token 攒句(JARVIS 地基第一块)

语音交互(VOICE_DESIGN.md)不依赖火山账号的第一块地基:SentenceBuffer 把 LLM 逐 token
输出攒成'适合喂 TTS 的句子片段'。逐字喂 TTS 太碎(单字合成不自然、首包延迟高);句末标点
(。！？.!?；;换行)即成一句,从句标点(，,：:)且攒够 12 rune 也吐(让长回答尽早出声)。
跨 Push 续半句,Flush 收尾吐无标点结尾。纯逻辑无外部依赖、4 个单测(跨 Push/短从句不断/
长从句先吐/Flush 收尾)。

WS 会话 + 火山 ASR/TTS 客户端 + 控制面配置等到真 API 参数到手再按真形状做,不写猜测桩。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

sundynix-gateway/internal/voice/sentence_buffer.go

@@ -0,0 +1,70 @@
+// Package voice 是语音交互（JARVIS）的网关内实现：把 LLM token 流转成语音、把用户语音转成任务。
+// 设计见仓库 VOICE_DESIGN.md。本文件是下行 TTS 的核心：token 流攒句器（纯逻辑，无外部依赖）。
+package voice
+
+import "strings"
+
+// 攒句阈值：从句标点处断句前，至少要攒够这么多 rune，避免"你好，"这种半截就吐给 TTS。
+const defaultMinClause = 12
+
+// 句末标点：命中即成一句吐给 TTS。
+func isSentenceEnd(r rune) bool {
+	switch r {
+	case '。', '！', '？', '.', '!', '?', '\n', '；', ';':
+		return true
+	}
+	return false
+}
+
+// 从句标点：命中且已攒够长度才断句（让长句尽早出声，又不至于碎成单字）。
+func isClauseEnd(r rune) bool {
+	switch r {
+	case '，', ',', '：', ':':
+		return true
+	}
+	return false
+}
+
+// SentenceBuffer 把 LLM 的逐 token 输出攒成"适合喂 TTS 的句子片段"。
+// 逐字喂 TTS 太碎（单字合成不自然、首包延迟高）；攒到句末标点即吐一句；攒到从句标点且够长也吐，
+// 避免长句迟迟不出声。非并发安全——单个 VoiceSession 的下行 goroutine 串行使用。
+type SentenceBuffer struct {
+	buf       strings.Builder
+	minClause int
+}
+
+// NewSentenceBuffer 建一个默认阈值的攒句器。
+func NewSentenceBuffer() *SentenceBuffer { return &SentenceBuffer{minClause: defaultMinClause} }
+
+// Push 追加一段 token 文本，返回本次可以立即吐给 TTS 的完整句子（0..N 句，已 Trim 两端空白）。
+// 未成句的尾巴留在内部缓冲，等后续 token 或 Flush。
+func (b *SentenceBuffer) Push(text string) []string {
+	b.buf.WriteString(text)
+	runes := []rune(b.buf.String())
+	var out []string
+	lastCut := 0
+	for i, r := range runes {
+		cut := false
+		if isSentenceEnd(r) {
+			cut = true
+		} else if isClauseEnd(r) && (i+1-lastCut) >= b.minClause {
+			cut = true
+		}
+		if cut {
+			if s := strings.TrimSpace(string(runes[lastCut : i+1])); s != "" {
+				out = append(out, s)
+			}
+			lastCut = i + 1
+		}
+	}
+	b.buf.Reset()
+	b.buf.WriteString(string(runes[lastCut:])) // 留下未成句的尾巴
+	return out
+}
+
+// Flush 收尾：吐出缓冲里剩余的所有文字（可能不带句末标点，如模型直接结束）。空则返回空串。
+func (b *SentenceBuffer) Flush() string {
+	s := strings.TrimSpace(b.buf.String())
+	b.buf.Reset()
+	return s
+}