feat: 添加并发限流保护并更新文档

- 新增全局并发请求限制，最多同时处理10个TTS请求
- 更新健康检查接口，新增配置检查和统计信息返回
- 调整响应格式文档，仅保留wav格式支持说明
- 补充限流机制说明和触发后的响应示例
- 优化日志输出，限流时打印中文警告日志

README.md

@@ -12,6 +12,7 @@
 - ✅ 支持多种发音人和模型版本
 - ✅ 内置速率限制和统计功能
 - ✅ 支持配置API密钥验证
+- ✅ 并发限制：最多同时处理10个请求（保护上游API）
 - ✅ 跨平台支持（Windows/Linux/macOS）
 
 ## 文件说明
@@ -111,7 +112,7 @@ tts_server.exe
 - `model` - 模型名称（OpenAI兼容，实际不影响）
 - `input` - 要合成的文本
 - `voice` - 发音人（OpenAI兼容，实际不影响）
-- `response_format` - 输出格式：`wav`、`mp3`、`opus`、`aac`、`flac`
+- `response_format` - 输出格式：仅支持 `wav`
 - `speed` - 语速：0.25 ~ 4.0
 
 **示例调用：**
@@ -123,18 +124,46 @@ curl -X POST "http://localhost:8080/v1/audio/speech" \
   -o output.wav
 ```
 
-### 健康检查
+### 健康检查（含统计信息）
 
 ```bash
 curl http://localhost:8080/health
 ```
 
-### 统计信息
+返回包含：服务状态、请求统计、错误记录、配置检查结果
 
-```bash
+## 限流机制
-curl http://localhost:8080/stats
+
+为保护上游火山引擎API，服务实现了两层限流保护：
+
+### 1. 全局并发限制
+- **限制**：最多同时处理 **10个** TTS请求
+- **触发**：超过10个并发请求时
+- **错误码**：`503 Service Unavailable`
+- **说明**：确保不超过上游API的并发限制
+
+### 2. IP速率限制
+- **限制**：每个IP每分钟 **100个** 请求
+- **触发**：单个IP调用过于频繁
+- **错误码**：`429 Too Many Requests`
+- **说明**：防止单个客户端滥用服务
+
+### 触发限流时的响应
+```json
+{
+  "error": {
+    "message": "Server is busy, maximum concurrent requests reached.",
+    "type": "concurrency_limit_error",
+    "code": "max_concurrent_requests"
+  }
+}
 ```
 
+### 服务器日志
+触发限流时服务器会输出中文警告日志：
+- `警告: 已达到最大并发请求数限制，拒绝请求 - 客户端IP: x.x.x.x`
+- `警告: 已超过IP速率限制，拒绝请求 - 客户端IP: x.x.x.x`
+
 ## 支持的发音人
 
 具体发音人列表请参考火山引擎官方文档：
@@ -173,7 +202,7 @@ OPENAI_TTS_API_KEY=sk-key1,sk-key2,sk-key3
 
 服务启动后会输出详细日志，包括：
 - 服务启动信息
-- 鉴权模式和配置状态
+- 配置状态
 - 请求统计信息
 - 错误详情
 

tts_server.go

@@ -24,17 +24,18 @@ import (
 )
 
 const (
-	DEFAULT_PORT          = "8080"
+	DEFAULT_PORT            = "8080"
-	DEFAULT_TIMEOUT       = 30 * time.Second
+	DEFAULT_TIMEOUT         = 30 * time.Second
-	MAX_TEXT_LENGTH       = 5000
+	MAX_TEXT_LENGTH         = 5000
-	MIN_SPEED             = 0.25
+	MIN_SPEED               = 0.25
-	MAX_SPEED             = 4.0
+	MAX_SPEED               = 4.0
-	DEFAULT_SPEED         = 1.0
+	DEFAULT_SPEED           = 1.0
-	MAX_REQUEST_BODY_SIZE = 1024 * 1024
+	MAX_REQUEST_BODY_SIZE   = 1024 * 1024
-	RATE_LIMIT_REQUESTS   = 100
+	RATE_LIMIT_REQUESTS     = 100
-	RATE_LIMIT_WINDOW     = time.Minute
+	RATE_LIMIT_WINDOW       = time.Minute
-	MAX_RESPONSE_TIMES    = 100
+	MAX_RESPONSE_TIMES      = 100
-	MAX_ERRORS            = 10
+	MAX_ERRORS              = 10
+	MAX_CONCURRENT_REQUESTS = 10
 )
 
 type V3TTSResponse struct {
@@ -95,6 +96,7 @@ var (
 	globalHTTPClient *http.Client
 	apiStats         *Stats
 	rateLimiter      *RateLimiter
+	concurrencySem   chan struct{}
 )
 
 func init() {
@@ -118,6 +120,8 @@ func init() {
 		limit:    RATE_LIMIT_REQUESTS,
 		window:   RATE_LIMIT_WINDOW,
 	}
+
+	concurrencySem = make(chan struct{}, MAX_CONCURRENT_REQUESTS)
 }
 
 func (rl *RateLimiter) Allow(key string) bool {
@@ -442,6 +446,7 @@ func openaiTTSHandler(w http.ResponseWriter, r *http.Request) {
 
 	clientIP := getClientIP(r)
 	if !rateLimiter.Allow(clientIP) {
+		log.Printf("警告: 已超过IP速率限制，拒绝请求 - 客户端IP: %s", clientIP)
 		w.Header().Set("Content-Type", "application/json")
 		w.WriteHeader(http.StatusTooManyRequests)
 		json.NewEncoder(w).Encode(map[string]interface{}{
@@ -454,6 +459,23 @@ func openaiTTSHandler(w http.ResponseWriter, r *http.Request) {
 		return
 	}
 
+	select {
+	case concurrencySem <- struct{}{}:
+		defer func() { <-concurrencySem }()
+	default:
+		log.Printf("警告: 已达到最大并发请求数限制，拒绝请求 - 客户端IP: %s", getClientIP(r))
+		w.Header().Set("Content-Type", "application/json")
+		w.WriteHeader(http.StatusServiceUnavailable)
+		json.NewEncoder(w).Encode(map[string]interface{}{
+			"error": map[string]interface{}{
+				"message": "Server is busy, maximum concurrent requests reached. Please try again later.",
+				"type":    "concurrency_limit_error",
+				"code":    "max_concurrent_requests",
+			},
+		})
+		return
+	}
+
 	body, err := io.ReadAll(http.MaxBytesReader(w, r.Body, MAX_REQUEST_BODY_SIZE))
 	if err != nil {
 		http.Error(w, "Request body too large", http.StatusRequestEntityTooLarge)