Blizzard
d6c1a787f4
一直误用旧版 5 头方案(X-Api-App-Key+Access-Key+App-ID),火山始终 401 grant not found。 用户提供官方文档「新版本控制台」证实:新版只需**单个 X-Api-Key** 头。改对后真机联调: - frame.go setVolcAuthHeaders: X-Api-Key + X-Api-Resource-Id + X-Api-Request-Id + X-Api-Sequence:-1 (删旧 App-Key/Access-Key/App-ID/Connect-Id;去 appID 参数) - asr/tts 调用点同步;config.go 删 Config.AppID;voicecheck/voiceconfig 删 VOLC_APP_ID - 删临时诊断工具 voiceprobe 真机结果:ASR 握手✅(volc.bigasr.sauc.duration 有效);TTS 用 seed-tts-2.0 会话正常建立 (不再 resource mismatch),但暂无音频返回→双向 TTS 事件/payload 待调(下一步)。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
112 lines
3.9 KiB
Go
112 lines
3.9 KiB
Go
package voice
|
||
|
||
import (
|
||
"encoding/binary"
|
||
"fmt"
|
||
"io"
|
||
"net/http"
|
||
"strings"
|
||
)
|
||
|
||
// setVolcAuthHeaders 按火山「新版控制台」API Key 鉴权挂头（文档 6561/1354869「新版本控制台」表）。
|
||
// 新版只需**单个 X-Api-Key**（控制台的 APP Key）——**不用**旧版的 X-Api-App-Key+X-Api-Access-Key+App-ID，
|
||
// 也不是 Authorization: Bearer。此前误用旧 5 头方案，火山始终 401 "grant not found in SaaS storage"。
|
||
// - X-Api-Key = 控制台 API Key（用户那把 key）
|
||
// - X-Api-Resource-Id= 资源 ID（如 volc.bigasr.sauc.duration / volc.seedasr.sauc.duration / volc.service_type.10029）
|
||
// - X-Api-Request-Id = 随机 UUID
|
||
// - X-Api-Sequence = 固定 "-1"
|
||
func setVolcAuthHeaders(hdr http.Header, apiKey, resourceID string) {
|
||
hdr["X-Api-Key"] = []string{apiKey}
|
||
hdr["X-Api-Resource-Id"] = []string{resourceID}
|
||
hdr["X-Api-Request-Id"] = []string{newConnectID()}
|
||
hdr["X-Api-Sequence"] = []string{"-1"}
|
||
}
|
||
|
||
// handshakeDetail 从失败的 WS 握手响应里榨出可诊断信息：HTTP 状态 + 火山排障用的
|
||
// X-Tt-Logid + 响应体（鉴权/权限/路径错都在这里能看出来）。resp 为 nil 时返回空串。
|
||
func handshakeDetail(resp *http.Response) string {
|
||
if resp == nil {
|
||
return ""
|
||
}
|
||
body := ""
|
||
if resp.Body != nil {
|
||
b, _ := io.ReadAll(io.LimitReader(resp.Body, 2048))
|
||
_ = resp.Body.Close()
|
||
body = strings.TrimSpace(string(b))
|
||
}
|
||
logid := resp.Header.Get("X-Tt-Logid")
|
||
return fmt.Sprintf(" [HTTP %d logid=%s body=%q]", resp.StatusCode, logid, body)
|
||
}
|
||
|
||
// 火山语音 WebSocket 二进制帧编解码（ASR / TTS 共用）。协议（从官方参考实现核实）：
|
||
//
|
||
// byte0 = 0x11 版本(0001) + 头长(0001，=4字节)
|
||
// byte1 = (msgType<<4) | flags
|
||
// byte2 = (serialization<<4) | compression
|
||
// byte3 = 0x00 保留
|
||
// byte4..7 = uint32 大端 payload 长度
|
||
// byte8.. = payload（JSON 或 raw 音频）
|
||
//
|
||
// 服务端响应帧含 4 字节序列号，故 payload 从第 12 字节起（header4 + seq4 + size4）。
|
||
|
||
// 消息类型（高 4bit）。
|
||
const (
|
||
msgFullClientReq byte = 0x01 // 初始配置请求（JSON）
|
||
msgAudioReq byte = 0x02 // 音频帧
|
||
msgServerResp byte = 0x09 // 服务端识别/合成结果
|
||
msgServerError byte = 0x0F // 服务端错误
|
||
)
|
||
|
||
// flags（低 4bit）。
|
||
const (
|
||
flagNone byte = 0x00
|
||
flagLast byte = 0x02 // 最终/结束帧（最后一帧音频、或收尾）
|
||
)
|
||
|
||
// 序列化方式（byte2 高 4bit）。
|
||
const (
|
||
serialRaw byte = 0x00 // raw（音频帧）
|
||
serialJSON byte = 0x01 // JSON（配置/文本）
|
||
)
|
||
|
||
const compNone byte = 0x00 // 不压缩
|
||
|
||
// encodeFrame 组装一帧。JSON payload 用 serialJSON，raw 音频用 serialRaw。
|
||
func encodeFrame(msgType, flags, serialization byte, payload []byte) []byte {
|
||
buf := make([]byte, 8+len(payload))
|
||
buf[0] = 0x11
|
||
buf[1] = (msgType << 4) | (flags & 0x0F)
|
||
buf[2] = (serialization << 4) | compNone
|
||
buf[3] = 0x00
|
||
binary.BigEndian.PutUint32(buf[4:8], uint32(len(payload)))
|
||
copy(buf[8:], payload)
|
||
return buf
|
||
}
|
||
|
||
// jsonFrame 组装一帧 JSON 消息（如 ASR 初始配置、TTS 文本）。
|
||
func jsonFrame(msgType, flags byte, payload []byte) []byte {
|
||
return encodeFrame(msgType, flags, serialJSON, payload)
|
||
}
|
||
|
||
// audioFrame 组装一帧 raw 音频；last=true 时打最终标记。
|
||
func audioFrame(pcm []byte, last bool) []byte {
|
||
flags := flagNone
|
||
if last {
|
||
flags = flagLast
|
||
}
|
||
return encodeFrame(msgAudioReq, flags, serialRaw, pcm)
|
||
}
|
||
|
||
// parseServerFrame 解析服务端帧：返回消息类型 + payload。响应含 4B 序列号 → payload 从第 12 字节起。
|
||
// 帧不足以解析时 ok=false。
|
||
func parseServerFrame(data []byte) (msgType byte, payload []byte, ok bool) {
|
||
if len(data) < 4 {
|
||
return 0, nil, false
|
||
}
|
||
msgType = (data[1] >> 4) & 0x0F
|
||
if len(data) >= 12 {
|
||
return msgType, data[12:], true
|
||
}
|
||
return msgType, nil, true // 无 payload 的控制帧（如纯确认）
|
||
}
|