feat(voice): 火山双向流 TTS 客户端 + 下行接线(Phase 1 嘴巴)

回答 token 流 → 攒句器 → 火山双向 TTS → 音频帧回推客户端，端到端连续朗读打通。

- tts_frame.go: V3 事件族帧编解码(事件号+会话ID+gzip)，与 ASR 简帧不同族；
  从官方参考实现核实 generate_header/parse_response 字节布局；3 解析单测
- tts.go: seed-tts-2.0 双向流客户端 StartTTS(握手ConnectionStarted/SessionStarted)
  /Speak(逐句TaskRequest)/Finish/Audio()/Close，PCM 24k；新版 API Key 鉴权
- voice_tts.go: speak() 先订阅token流再建TTS(core NATS无持久,握手期攒句入pending
  就绪补吐,不丢开头)；音频泵首帧ServerSpeaking、收尾ServerTTSEnd；打断stopTTS
- voice.go: barge_in→stopTTS；会话结束连带停TTS；final转写→go speak(taskID)

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

sundynix-gateway/internal/handler/voice.go

@@ -56,6 +56,7 @@ func (h *Handler) VoiceStream(c *gin.Context) {
 	sess.send(voice.ServerMsg{Type: voice.ServerReady})
 	sess.run()
 	sess.stopASR() // 连接结束，收掉在跑的识别会话
+	sess.stopTTS() // 连带停掉在朗读的下行 TTS
 }
 
 // voiceSession 是一次语音会话的外壳：持 WS 连接，跑协议循环。
@@ -72,6 +73,10 @@ type voiceSession struct {
 	asr       *voice.ASRSession
 	asrCancel context.CancelFunc
 
+	ttsMu     sync.Mutex // 护住当前下行 TTS 会话指针（打断/收尾从别的 goroutine 访问）
+	tts       *voice.TTSSession
+	ttsCancel context.CancelFunc
+
 	pendingGraph string // 客户端 start 时带的画布编排图（语音触发既有编排），空则按转写现组
 	lastFinal    string // 最近一次已提交的最终转写，去重连发的重复 final
 }
@@ -146,7 +151,7 @@ func (s *voiceSession) onControl(m voice.ClientMsg) (done bool) {
 			_ = s.asr.Finish() // 告知火山本轮说完，等最终转写（结果流里带 Final=true→提交任务）
 		}
 	case voice.ClientBargeIn:
-		// 打断：停当前 TTS 播放（TTS 接入后处理）。
+		s.stopTTS() // 打断：用户又开口，立刻掐掉正在朗读的 TTS
 	}
 	return false
 }
@@ -193,7 +198,8 @@ func (s *voiceSession) onFinalTranscript(text string) {
 	}
 	s.pendingGraph = "" // 画布图一次性消费，避免后续转写重复触发同图
 	s.send(voice.ServerMsg{Type: voice.ServerTask, TaskID: taskID})
-	// 下行（订阅 token 流→攒句→TTS→音频帧）在 TTS 步接上；此处先只回 task_id 供客户端切运行视图。
+	// 下行：订阅该任务 token 流 → 攒句 → TTS → 音频帧回推。独立 goroutine 跑，不堵 ASR 结果流。
+	go s.speak(taskID)
 }
 
 // stopASR 收掉当前识别会话（幂等）。