118 lines
4.8 KiB
Markdown
118 lines
4.8 KiB
Markdown
## ADDED Requirements
|
||
|
||
### Requirement: SiliconFlow 语音克隆支持
|
||
|
||
系统 MUST 支持使用硅基流动（SiliconFlow）作为语音克隆供应商，允许用户上传参考音频并生成可复用的音色 ID。
|
||
|
||
#### Scenario: 成功使用硅基流动克隆音色
|
||
|
||
- **GIVEN** 用户已上传参考音频文件并获得文件 URL
|
||
- **AND** 参考音频已成功转录为文本
|
||
- **AND** 硅基流动供应商已启用并配置有效的 API Key
|
||
- **WHEN** 用户通过 API 发起语音克隆请求，指定 `providerType` 为 `siliconflow`
|
||
- **THEN** 系统应当下载参考音频文件并转换为 base64 格式
|
||
- **AND** 调用硅基流动 `/v1/uploads/audio/voice` API，使用 `IndexTeam/IndexTTS-2` 模型
|
||
- **AND** 将返回的 `uri`（格式如 `speech:customName:xxx:xxx`）存储为 `voiceId`
|
||
- **AND** 返回克隆成功的响应，包含生成的 `voiceId`
|
||
|
||
#### Scenario: 硅基流动 API 调用失败
|
||
|
||
- **GIVEN** 硅基流动供应商已启用
|
||
- **WHEN** 调用硅基流动 API 时发生网络错误或认证失败
|
||
- **THEN** 系统应当记录详细的错误日志
|
||
- **AND** 返回统一错误码 `VOICE_TTS_FAILED`，不暴露底层技术细节
|
||
|
||
#### Scenario: 硅基流动供应商未配置
|
||
|
||
- **GIVEN** 硅基流动供应商未启用或 API Key 未配置
|
||
- **WHEN** 用户尝试使用硅基流动进行语音克隆
|
||
- **THEN** 系统应当返回友好的错误提示，要求管理员先配置硅基流动
|
||
|
||
---
|
||
|
||
### Requirement: SiliconFlow 文本转语音支持
|
||
|
||
系统 MUST 支持使用硅基流动进行文本转语音合成，允许用户使用已克隆的音色 ID 或系统默认音色合成语音。
|
||
|
||
#### Scenario: 使用克隆音色合成语音
|
||
|
||
- **GIVEN** 用户已通过硅基流动成功克隆音色，获得 `voiceId`
|
||
- **AND** 硅基流动供应商已启用
|
||
- **WHEN** 用户发起 TTS 请求，指定 `providerType` 为 `siliconflow` 和有效的 `voiceId`
|
||
- **THEN** 系统应当调用硅基流动 `/v1/audio/speech` API
|
||
- **AND** 使用 `IndexTeam/IndexTTS-2` 模型和指定的 `voiceId`
|
||
- **AND** 将返回的音频二进制数据转换为 base64 格式
|
||
- **AND** 返回包含音频数据、格式和采样率的响应
|
||
|
||
#### Scenario: 使用默认音色合成语音
|
||
|
||
- **GIVEN** 硅基流动供应商已启用
|
||
- **AND** 用户未指定 `voiceId`
|
||
- **WHEN** 用户发起 TTS 请求，指定 `providerType` 为 `siliconflow`
|
||
- **THEN** 系统应当使用硅基流动提供的默认音色进行合成
|
||
- **AND** 返回合成结果
|
||
|
||
#### Scenario: TTS 合成参数支持
|
||
|
||
- **GIVEN** 硅基流动供应商已启用
|
||
- **WHEN** 用户发起 TTS 请求，包含可选参数（语速、采样率、音频格式）
|
||
- **THEN** 系统应当将这些参数适配为硅基流动 API 格式
|
||
- **AND** 支持的参数包括：`speed`（0.25-4.0）、`sample_rate`、`response_format`（mp3/wav/pcm）
|
||
|
||
---
|
||
|
||
### Requirement: 供应商动态切换
|
||
|
||
系统 SHALL 支持在请求时动态指定语音供应商，无需重启服务。
|
||
|
||
#### Scenario: 通过 providerType 切换供应商
|
||
|
||
- **GIVEN** 系统已配置 CosyVoice 和 SiliconFlow 两个供应商
|
||
- **AND** 默认供应商为 `cosyvoice`
|
||
- **WHEN** 用户在 API 请求中指定 `providerType` 为 `siliconflow`
|
||
- **THEN** 系统应当使用 `SiliconFlowProvider` 处理请求
|
||
- **AND** 不影响其他使用默认供应商的请求
|
||
|
||
#### Scenario: 不支持的供应商类型
|
||
|
||
- **GIVEN** 系统仅配置了 CosyVoice 和 SiliconFlow 供应商
|
||
- **WHEN** 用户指定 `providerType` 为不存在的值（如 `other`）
|
||
- **THEN** 系统应当返回错误提示 "不支持的语音克隆供应商: other"
|
||
|
||
---
|
||
|
||
### Requirement: SiliconFlow 配置管理
|
||
|
||
系统 MUST 支持通过配置文件管理硅基流动供应商的启用状态和连接参数。
|
||
|
||
#### Scenario: 配置硅基流动供应商
|
||
|
||
- **GIVEN** 管理员希望在系统中启用硅基流动
|
||
- **WHEN** 管理员在 `application.yaml` 中配置以下参数：
|
||
```yaml
|
||
yudao:
|
||
voice:
|
||
providers:
|
||
siliconflow:
|
||
enabled: true
|
||
api-key: sk-xxxxx
|
||
base-url: https://api.siliconflow.cn
|
||
default-model: IndexTeam/IndexTTS-2
|
||
```
|
||
- **THEN** 系统应当在启动时注册 `SiliconFlowProvider`
|
||
- **AND** 用户可以通过指定 `providerType` 为 `siliconflow` 使用该供应商
|
||
|
||
#### Scenario: 禁用硅基流动供应商
|
||
|
||
- **GIVEN** 硅基流动供应商已配置
|
||
- **WHEN** 管理员将 `enabled` 设置为 `false` 或移除配置
|
||
- **THEN** 系统启动时不应注册 `SiliconFlowProvider`
|
||
- **AND** 用户请求硅基流动服务时应当返回错误提示
|
||
|
||
#### Scenario: 向后兼容旧配置
|
||
|
||
- **GIVEN** 系统已从旧版本升级，存在 `yudao.cosyvoice.*` 配置
|
||
- **WHEN** 系统启动时检测到旧配置
|
||
- **THEN** 系统应当自动将旧配置迁移到 `yudao.voice.providers.cosyvoice.*` 结构
|
||
- **AND** 优先使用新配置，旧配置作为 fallback
|