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>
2026-07-21 16:30:50 +08:00
parent f16f63284f
commit 644b635d73
2 changed files with 132 additions and 0 deletions
@@ -0,0 +1,62 @@
+package voice
+
+import (
+	"reflect"
+	"testing"
+)
+
+// 逐 token 喂入，句末标点成句、跨 Push 的半句能续上。
+func TestSentenceBuffer_SplitsAcrossPushes(t *testing.T) {
+	b := NewSentenceBuffer()
+	var got []string
+	// 模拟 token 流一个字一个字来
+	for _, tok := range []string{"帮", "你", "查", "一下", "天气", "。", "今天", "晴", "，", "气温二十五度", "。"} {
+		got = append(got, b.Push(tok)...)
+	}
+	got = append(got, nonEmpty(b.Flush())...)
+	want := []string{"帮你查一下天气。", "今天晴，气温二十五度。"}
+	if !reflect.DeepEqual(got, want) {
+		t.Fatalf("got %v want %v", got, want)
+	}
+}
+
+// 从句标点：够长才断（短逗号不单吐，攒进句末标点成一句）。
+func TestSentenceBuffer_ShortClauseNotSplit(t *testing.T) {
+	b := NewSentenceBuffer()
+	out := b.Push("你好，") // 3 rune < 12 阈值，不该断
+	if len(out) != 0 {
+		t.Fatalf("短从句不该断句，得 %v", out)
+	}
+	out = append(out, b.Push("在。")...) // 到句末标点 → 整句吐
+	if len(out) != 1 || out[0] != "你好，在。" {
+		t.Fatalf("短从句应攒到句末再吐，得 %v", out)
+	}
+}
+
+// 长从句：够长即在逗号处先吐，让长回答尽早出声。
+func TestSentenceBuffer_LongClauseSplits(t *testing.T) {
+	b := NewSentenceBuffer()
+	out := b.Push("关于人工智能在医疗领域的应用，")
+	if len(out) != 1 {
+		t.Fatalf("长从句应在逗号处先吐一段，得 %v", out)
+	}
+}
+
+// Flush 收尾：模型没给句末标点也要把剩余吐出。
+func TestSentenceBuffer_FlushRemainder(t *testing.T) {
+	b := NewSentenceBuffer()
+	b.Push("这是没有标点的结尾")
+	if s := b.Flush(); s != "这是没有标点的结尾" {
+		t.Fatalf("Flush 应吐出剩余，得 %q", s)
+	}
+	if s := b.Flush(); s != "" {
+		t.Fatalf("再 Flush 应为空，得 %q", s)
+	}
+}
+
+func nonEmpty(s string) []string {
+	if s == "" {
+		return nil
+	}
+	return []string{s}
+}