sundynix-desktop/frontend/src/lib/voice.ts

@@ -65,6 +65,7 @@ export class VoiceClient {
   private sources: AudioBufferSourceNode[] = [];
   private playAnalyser: AnalyserNode | null = null;
   private lvlBuf = new Uint8Array(512); // 复用的时域采样缓冲（level() 每帧读，别每帧新建）
+  private drainTimer: number | null = null; // tts_end 后等排队音频放完的定时器
 
   constructor(cb: VoiceCallbacks) {
     this.cb = cb;
@@ -126,8 +127,10 @@ export class VoiceClient {
           this.setState("speaking");
           break;
         case "tts_end":
-          this.resetPlayback();
-          this.setState("ready");
+          // 别 resetPlayback！服务端"音频发完" ≠ 客户端"播完"：音频按 nextStart 预约到未来时刻播，
+          // 而火山合成远快于真实语速，收到 tts_end 时大半音频还排在队列里没播。stop 掉就只剩前几个字。
+          // 让排队音频自然放完，最后一段结束再回 ready。
+          this.drainThenReady();
           break;
         case "error":
           this.cb.onError?.(m.msg ?? "语音出错");
@@ -295,6 +298,10 @@ export class VoiceClient {
   }
 
   private resetPlayback(): void {
+    if (this.drainTimer !== null) {
+      window.clearTimeout(this.drainTimer);
+      this.drainTimer = null;
+    }
     this.sources.forEach((s) => {
       try {
         s.stop();
@@ -306,6 +313,20 @@ export class VoiceClient {
     this.nextStart = 0;
   }
 
+  // drainThenReady 处理 tts_end：不打断，等排队音频按调度自然放完，最后回 ready。
+  // speaking 态要维持到真正播完（HUD 频谱靠它读 playAnalyser）；播完把队列清干净。
+  private drainThenReady(): void {
+    if (this.drainTimer !== null) window.clearTimeout(this.drainTimer);
+    const ctx = this.playCtx;
+    const remainMs = ctx ? Math.max(0, (this.nextStart - ctx.currentTime) * 1000) : 0;
+    this.drainTimer = window.setTimeout(() => {
+      this.drainTimer = null;
+      this.sources = [];
+      this.nextStart = 0;
+      if (this.state === "speaking") this.setState("ready"); // 期间被打断/新一轮改了态就不覆盖
+    }, remainMs + 120); // +120ms 余量，等末尾 source 真正 onended
+  }
+
   private send(m: { type: string; graph?: string }): void {
     if (this.ws && this.ws.readyState === WebSocket.OPEN) this.ws.send(JSON.stringify(m));
   }