sionrui/openspec/changes/refactor-voice-provider/proposal.md

Change: Refactor Voice Clone Provider

Why

当前语音克隆功能直接依赖阿里云 CosyVoice 实现，代码强耦合，扩展性差。添加新供应商（如硅基流动 IndexTTS-2）需要修改 Service 层代码，违反开闭原则。

说明: CosyVoice 是阿里云的语音合成服务（DashScope 平台），支持语音克隆和 TTS。当前代码使用 cosyvoice-v3-flash 模型。

What Changes

• ADDED 引入策略模式，定义 VoiceCloneProvider 统一接口
• ADDED 创建工厂类 VoiceCloneProviderFactory 管理多供应商
• MODIFIED 将现有 CosyVoiceClient 改造为 CosyVoiceProvider
• MODIFIED 更新 TikUserVoiceServiceImpl 使用 Provider 接口
• ADDED 新增配置类支持多供应商配置和切换
• BREAKING 配置项从 yudao.cosyvoice 迁移到 yudao.voice.providers

Impact

• Affected specs:
  • voice-clone (新增能力规范)
• Affected code:
  • TikUserVoiceServiceImpl.java - Service 层改为依赖注入 Provider
  • CosyVoiceClient.java → CosyVoiceProvider.java - 重命名并实现接口
  • CosyVoiceProperties.java → VoiceProviderProperties.java - 配置结构重组
  • 新增 VoiceCloneProvider.java - 统一接口定义
  • 新增 VoiceCloneProviderFactory.java - 工厂类
  • 新增 SiliconFlowProvider.java - 硅基流动实现（阶段二）

Migration

• 现有配置自动迁移：yudao.cosyvoice.* → yudao.voice.providers.cosyvoice.*
• 默认供应商保持为 cosyvoice
• 默认行为保持不变，向后兼容
• 支持通过配置切换供应商：yudao.voice.default-provider