feat: 功能优化

yudao-module-tik/src/main/java/cn/iocoder/yudao/module/tik/voice/client/SiliconFlowProvider.java

@@ -120,7 +120,6 @@ public class SiliconFlowProvider implements VoiceCloneProvider {
                     .input(request.getText())
                     .voice(request.getVoiceId())
                     .speed(request.getSpeechRate() != null ? request.getSpeechRate() : 1.0f)
-                    .sampleRate(request.getSampleRate() != null ? request.getSampleRate() : config.getSampleRate())
                     .responseFormat(getOrDefault(request.getAudioFormat(), config.getAudioFormat()))
                     .build();
 
@@ -150,7 +149,6 @@ public class SiliconFlowProvider implements VoiceCloneProvider {
             VoiceTtsResult result = new VoiceTtsResult();
             result.setAudio(Base64.getDecoder().decode(base64Audio));
             result.setFormat(sfRequest.getResponseFormat());
-            result.setSampleRate(sfRequest.getSampleRate());
             result.setVoiceId(request.getVoiceId());
 
             log.info("[SiliconFlowProvider][语音合成成功][format={}, audioSize={}]",

yudao-module-tik/src/main/java/cn/iocoder/yudao/module/tik/voice/client/dto/SiliconFlowTtsRequest.java

@@ -21,9 +21,9 @@ public class SiliconFlowTtsRequest {
     private String model;
 
     /**
-     * 待合成文本（API 参数名：text）
+     * 待合成文本（API 参数名：input）
      */
-    @JsonProperty("text")
+    @JsonProperty("input")
     private String input;
 
     /**
@@ -36,16 +36,12 @@ public class SiliconFlowTtsRequest {
      */
     private Float speed;
 
-    /**
+
-     * 采样率（如 24000）
-     */
-    @JsonProperty("sample_rate")
-    private Integer sampleRate;
 
     /**
-     * 响应格式（mp3, wav, pcm）（API 参数名：format）
+     * 响应格式（mp3, opus, wav, pcm）（API 参数名：response_format）
      */
-    @JsonProperty("format")
+    @JsonProperty("response_format")
     private String responseFormat;
 
 }

yudao-module-tik/src/main/java/cn/iocoder/yudao/module/tik/voice/service/TikUserVoiceServiceImpl.java

@@ -427,7 +427,6 @@ public class TikUserVoiceServiceImpl implements TikUserVoiceService {
                 transcriptionText,
                 reqVO.getInputText(),
                 false);
-        // 移除appendEmotion调用，情感通过instruction参数传递
 
         String cacheKey = buildCacheKey(SYNTH_CACHE_PREFIX,
                 voiceId,
@@ -493,128 +492,75 @@ public class TikUserVoiceServiceImpl implements TikUserVoiceService {
         Long userId = SecurityFrameworkUtils.getLoginUserId();
         Long voiceConfigId = reqVO.getVoiceConfigId();
 
-        // 增加请求参数日志
+        log.info("[previewVoice][试听，voiceConfigId={}, voiceId={}, userId={}]",
-        log.info("[previewVoice][开始试听，请求参数：voiceConfigId={}, voiceId={}, fileUrl={}, userId={}]",
+                voiceConfigId, reqVO.getVoiceId(), userId);
-                voiceConfigId, reqVO.getVoiceId(), reqVO.getFileUrl(), userId);
 
         String voiceId = null;
         String fileUrl = null;
-        String transcriptionText = null;
+        String referenceText = null;
-        String inputText;
 
-        // 1. 如果传入了fileUrl和transcriptionText，直接使用（通过语音URL合成）
+        // 1. 通过语音URL合成
         if (StrUtil.isNotBlank(reqVO.getFileUrl()) && StrUtil.isNotBlank(reqVO.getTranscriptionText())) {
-            log.info("[previewVoice][使用语音URL合成，用户({})]", userId);
-            // 如果传入的是预签名URL，提取原始URL（去除查询参数），避免二次签名
             String rawFileUrl = extractRawUrl(reqVO.getFileUrl());
-            // 如果提取后的URL与原始URL不同，说明是预签名URL，需要重新生成预签名URL
+            fileUrl = rawFileUrl.equals(reqVO.getFileUrl())
-            // 否则直接使用（可能是原始URL或公开URL）
+                    ? reqVO.getFileUrl()
-            if (!rawFileUrl.equals(reqVO.getFileUrl())) {
+                    : fileApi.presignGetUrl(rawFileUrl, PRESIGN_URL_EXPIRATION_SECONDS);
-                // 重新生成预签名URL，确保有效期足够长
+            referenceText = reqVO.getTranscriptionText();
-                fileUrl = fileApi.presignGetUrl(rawFileUrl, PRESIGN_URL_EXPIRATION_SECONDS);
-                log.info("[previewVoice][检测到预签名URL，已提取原始URL并重新生成预签名URL]");
-            } else {
-                fileUrl = reqVO.getFileUrl();
         }
-            transcriptionText = reqVO.getTranscriptionText();
+        // 2. 用户配音
-            inputText = StrUtil.blankToDefault(reqVO.getInputText(), transcriptionText);
-        }
-        // 2. 如果有配置ID，根据配置ID查询配音信息（用户配音）
         else if (voiceConfigId != null) {
-            log.info("[previewVoice][开始试听，配音编号({})，用户({})]", voiceConfigId, userId);
-            
             TikUserVoiceDO voice = voiceMapper.selectById(voiceConfigId);
-            log.info("[previewVoice][查询配音结果：voice={},配音编号={},用户ID={}]",
+            if (voice == null || !voice.getUserId().equals(userId)) {
-                    voice != null ? "存在" : "不存在", voiceConfigId, userId);
+                throw exception(VOICE_NOT_EXISTS, "配音不存在");
-
-            if (voice == null) {
-                log.warn("[previewVoice][配音不存在，配音编号({})，用户({})]", voiceConfigId, userId);
-                throw exception(VOICE_NOT_EXISTS, "配音不存在，编号：" + voiceConfigId);
-            }
-            if (!voice.getUserId().equals(userId)) {
-                log.warn("[previewVoice][配音不属于当前用户，配音编号({})，配音用户({})，当前用户({})]", 
-                        voiceConfigId, voice.getUserId(), userId);
-                throw exception(VOICE_NOT_EXISTS, "配音不属于当前用户");
             }
 
-            // 优先使用复刻的 voice_id，如果不存在则使用文件URL（兼容旧数据）
             if (StrUtil.isNotBlank(voice.getVoiceId())) {
-                log.info("[previewVoice][使用复刻音色ID试听，配音编号({})，voice_id({})]", voiceConfigId, voice.getVoiceId());
                 voiceId = voice.getVoiceId();
-                // 注意：使用 voiceId 时，不依赖 transcriptionText，直接使用前端传入的 inputText
-                transcriptionText = null;  // 清除 transcriptionText
-                inputText = StrUtil.blankToDefault(reqVO.getInputText(), getPreviewText());
             } else {
-                log.info("[previewVoice][使用文件URL试听，配音编号({})]", voiceConfigId);
-                // 获取文件信息，用于获取文件URL
                 FileDO fileDO = fileMapper.selectById(voice.getFileId());
                 if (fileDO == null) {
                     throw exception(VOICE_FILE_NOT_EXISTS);
                 }
-
-                // 使用文件URL和识别文本进行合成
                 fileUrl = fileApi.presignGetUrl(fileDO.getUrl(), PRESIGN_URL_EXPIRATION_SECONDS);
-                transcriptionText = voice.getTranscription();
+                referenceText = voice.getTranscription();
-                if (StrUtil.isBlank(transcriptionText)) {
+                if (StrUtil.isBlank(referenceText)) {
                     throw exception(VOICE_NOT_EXISTS, "配音识别文本为空，请先进行语音识别");
                 }
-                inputText = StrUtil.blankToDefault(reqVO.getInputText(),
-                        StrUtil.blankToDefault(transcriptionText, getPreviewText()));
             }
         }
-        // 3. 如果没有配置ID，使用系统配音配置（需要前端传voiceId）
+        // 3. 系统配音
         else {
-            log.info("[previewVoice][开始试听，使用系统配音配置，用户({})]", userId);
             voiceId = StrUtil.blankToDefault(reqVO.getVoiceId(), getDefaultVoiceId());
             if (StrUtil.isBlank(voiceId)) {
                 throw exception(VOICE_NOT_EXISTS, "系统配音音色ID不能为空");
             }
-            inputText = StrUtil.blankToDefault(reqVO.getInputText(), getPreviewText());
         }
 
-        String finalText = determineSynthesisText(
+        // 统一处理：使用前端传入的 inputText，否则使用默认试听文本
-                transcriptionText,
+        String finalText = StrUtil.blankToDefault(reqVO.getInputText(), getPreviewText());
-                inputText,
-                true);
 
-        // 使用请求参数或默认值
         String instruction = reqVO.getInstruction();
-        // 注意：instruction参数现在直接传递给CosyVoice，不再添加到文本中
         Float speechRate = reqVO.getSpeechRate() != null ? reqVO.getSpeechRate() : 1.0f;
         Float volume = reqVO.getVolume() != null ? reqVO.getVolume() : 0f;
         String audioFormat = StrUtil.blankToDefault(reqVO.getAudioFormat(), "mp3");
 
-        // 构建缓存key（使用fileUrl或voiceId）
+        // 缓存
-        String cacheKey = buildCacheKey(PREVIEW_CACHE_PREFIX,
+        String cacheKey = buildCacheKey(PREVIEW_CACHE_PREFIX, voiceId, fileUrl, finalText,
-                voiceId,
+                speechRate, volume, instruction, audioFormat, null);
-                fileUrl,
-                finalText,
-                speechRate,
-                volume,
-                instruction,
-                audioFormat,
-                null);
         PreviewCacheEntry previewCache = getPreviewCache(cacheKey);
-
         if (previewCache != null) {
-            log.info("[previewVoice][使用缓存，配音编号({})，voiceId({})，cacheKey({})]",
+            return buildPreviewResp(previewCache.getAudioBase64(), previewCache.getFormat(), voiceId);
-                    voiceConfigId, voiceId, cacheKey);
-            // 缓存命中，直接返回缓存的数据（Base64）
-            String cachedBase64 = previewCache.getAudioBase64();
-            return buildPreviewResp(cachedBase64, previewCache.getFormat(), voiceId);
         }
 
-        log.info("[previewVoice][调用语音合成服务，配音编号({})，voiceId({})，fileUrl({})，文本长度({})，供应商({})]",
+        // TTS 合成
-                voiceConfigId, voiceId, fileUrl, finalText.length(), reqVO.getProviderType());
+        log.info("[previewVoice][TTS，voiceId={}, textLen={}]", voiceId, finalText.length());
-
-        // 使用 Provider 接口进行 TTS 合成（支持前端选择供应商，不传则使用默认）
         VoiceCloneProvider provider = voiceProviderFactory.getProvider(reqVO.getProviderType());
         VoiceTtsRequest ttsRequest = VoiceTtsRequest.builder()
                 .text(finalText)
                 .voiceId(voiceId)
                 .fileUrl(fileUrl)
-                .referenceText(transcriptionText)
+                .referenceText(referenceText)
-                .model(null) // 使用默认模型
+                .model(null)
                 .speechRate(speechRate)
                 .volume(volume)
                 .instruction(instruction)
@@ -624,22 +570,13 @@ public class TikUserVoiceServiceImpl implements TikUserVoiceService {
                 .build();
 
         VoiceTtsResult ttsResult = provider.synthesize(ttsRequest);
-
         String format = defaultFormat(ttsResult.getFormat(), audioFormat);
-        String identifier = StrUtil.isNotBlank(voiceId) ? voiceId : "voice";
-        String objectName = buildFileName(identifier, format);
-
-        // 【安全方案】不暴露OSS链接，直接返回Base64编码的音频数据
-        // 这样前端可直接播放，无需额外请求，也不会暴露OSS存储信息
         String audioBase64 = Base64.getEncoder().encodeToString(ttsResult.getAudio());
-        log.info("[previewVoice][合成成功，配音编号({})，voiceId({})，format({})，audioSize={}]",
-                voiceConfigId, voiceId, format, ttsResult.getAudio().length);
 
-        // 缓存Base64数据（用于提升响应速度）
+        savePreviewCache(cacheKey, new PreviewCacheEntry(audioBase64, format,
-        PreviewCacheEntry entry = new PreviewCacheEntry(audioBase64, format, ttsResult.getSampleRate(), ttsResult.getRequestId());
+                ttsResult.getSampleRate(), ttsResult.getRequestId()));
-        savePreviewCache(cacheKey, entry);
 
-        // 返回Base64数据，前端使用 data:audio/...;base64,... 格式播放
+        log.info("[previewVoice][成功，voiceId={}, format={}, size={}]", voiceId, format, ttsResult.getAudio().length);
         return buildPreviewResp(audioBase64, format, voiceId);
     }
 
@@ -716,25 +653,6 @@ public class TikUserVoiceServiceImpl implements TikUserVoiceService {
         throw exception(VOICE_TTS_FAILED, "请提供需要合成的文本内容");
     }
 
-    private String appendEmotion(String text, String emotion) {
-        if (StrUtil.isBlank(text)) {
-            return text;
-        }
-        if (StrUtil.isBlank(emotion) || "neutral".equalsIgnoreCase(emotion)) {
-            return text;
-        }
-        String emotionLabel = switch (emotion.toLowerCase()) {
-            case "happy" -> "高兴";
-            case "angry" -> "愤怒";
-            case "sad" -> "悲伤";
-            case "scared" -> "害怕";
-            case "disgusted" -> "厌恶";
-            case "surprised" -> "惊讶";
-            default -> emotion;
-        };
-        return "【情感：" + emotionLabel + "】" + text;
-    }
-
     /**
      * 从URL中提取原始URL（去除查询参数和锚点）
      * 

yudao-module-tik/src/main/java/cn/iocoder/yudao/module/tik/voice/vo/AppTikVoicePreviewReqVO.java

@@ -24,7 +24,7 @@ public class AppTikVoicePreviewReqVO {
     @Size(max = 4000, message = "语音文本不能超过 4000 个字符")
     private String transcriptionText;
 
-    @Schema(description = "输入文本（可选，如果不传则使用配音的识别文本或默认文本）")
+    @Schema(description = "输入文本（可选，不传则使用默认试听文本）")
     @Size(max = 4000, message = "输入文本不能超过 4000 个字符")
     private String inputText;