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

Implementation Tasks

1. 接口与基础结构

• 1.1 创建 VoiceCloneProvider 接口
  • 定义 cloneVoice(VoiceCloneRequest) 方法
  • 定义 synthesize(VoiceTtsRequest) 方法
  • 定义 supports(String providerType) 方法
• 1.2 创建统一 DTO 类
  • VoiceCloneRequest - 语音克隆请求
  • VoiceCloneResult - 语音克隆响应
  • VoiceTtsRequest - 语音合成请求
  • VoiceTtsResult - 语音合成响应
• 1.3 创建 VoiceCloneProviderFactory 工厂类
  • 根据配置获取 Provider 实例
  • 支持动态切换供应商

2. CosyVoice 重构（保持现有功能）

• 2.1 重命名 CosyVoiceClient → CosyVoiceProvider
• 2.2 CosyVoiceProvider 实现 VoiceCloneProvider 接口
• 2.3 适配现有 DTO 到新的统一 DTO
• 2.4 保持现有 DashScope SDK 调用逻辑不变

3. 配置重构

• 3.1 创建 VoiceProviderProperties 配置类
  • 支持多供应商配置结构
  • 添加 default-provider 配置项
• 3.2 创建 CosyVoiceProviderConfig (嵌套配置)
• 3.3 保持向后兼容：支持读取旧的 yudao.cosyvoice.* 配置

4. Service 层改造

• 4.1 修改 TikUserVoiceServiceImpl
  • 注入 VoiceCloneProvider 而非 CosyVoiceClient
  • 使用工厂获取 Provider 实例
• 4.2 更新方法调用
  • createVoice() - 使用 provider.cloneVoice()
  • synthesizeVoice() - 使用 provider.synthesize()
  • previewVoice() - 使用 provider.synthesize()

5. 测试与验证

• 5.1 单元测试：CosyVoiceProvider
• 5.2 单元测试：VoiceCloneProviderFactory
• 5.3 集成测试：TikUserVoiceServiceImpl
• 5.4 验证现有功能正常运行

6. 文档与配置迁移

• 6.1 更新 application.yaml 配置示例
• 6.2 添加配置迁移说明文档

---

总计: 20 项任务

预计工作量: 2-3 天