refactor: 重构项目架构，拆分代码到模块化目录
将单文件tts_server.go重构为模块化项目结构，拆分出common、dto、middleware、router、controller、service、adapter、setting等目录，优化代码组织提升可维护性
This commit is contained in:
@@ -0,0 +1,444 @@
|
||||
<!DOCTYPE html>
|
||||
<html lang="zh-CN">
|
||||
<head>
|
||||
<meta charset="UTF-8">
|
||||
<meta name="viewport" content="width=device-width, initial-scale=1.0">
|
||||
<title>TTS-API 架构设计 — TTS 版 New-API</title>
|
||||
<style>
|
||||
*, *::before, *::after { box-sizing: border-box; margin: 0; padding: 0; }
|
||||
body {
|
||||
background: #fafafa; color: #111;
|
||||
font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", "PingFang SC", "Microsoft YaHei", monospace;
|
||||
line-height: 1.75; max-width: 960px; margin: 0 auto; padding: 60px 24px 100px;
|
||||
}
|
||||
h1 { font-size: 2rem; font-weight: 700; letter-spacing: -0.03em; margin-bottom: 4px; }
|
||||
.sub { font-size: 0.85rem; color: #888; margin-bottom: 40px; padding-bottom: 16px; border-bottom: 1px solid #ddd; }
|
||||
h2 {
|
||||
font-size: 1.25rem; font-weight: 700; margin: 48px 0 16px; padding-bottom: 8px;
|
||||
border-bottom: 2px solid #111; letter-spacing: -0.01em;
|
||||
}
|
||||
h3 { font-size: 1rem; font-weight: 700; margin: 28px 0 10px; color: #333; }
|
||||
p { margin-bottom: 12px; font-size: 0.9rem; color: #444; }
|
||||
ul, ol { margin: 0 0 16px 20px; font-size: 0.9rem; color: #444; }
|
||||
li { margin-bottom: 4px; }
|
||||
|
||||
/* ASCII 图表 */
|
||||
.diagram {
|
||||
background: #fff; border: 1px solid #ddd; padding: 20px 24px;
|
||||
margin: 16px 0; overflow-x: auto; font-size: 0.78rem; line-height: 1.5;
|
||||
font-family: "SF Mono", "Fira Code", "Consolas", monospace;
|
||||
color: #333; white-space: pre;
|
||||
}
|
||||
|
||||
/* 对照表 */
|
||||
table {
|
||||
width: 100%; border-collapse: collapse; margin: 16px 0; font-size: 0.85rem;
|
||||
}
|
||||
th, td {
|
||||
border: 1px solid #ddd; padding: 10px 14px; text-align: left;
|
||||
}
|
||||
th { background: #111; color: #fff; font-weight: 600; }
|
||||
tr:nth-child(even) { background: #f7f7f7; }
|
||||
|
||||
/* 代码块 */
|
||||
.code-block {
|
||||
background: #fff; border: 1px solid #ddd; padding: 16px 20px;
|
||||
margin: 12px 0; font-size: 0.8rem; font-family: "SF Mono", "Fira Code", "Consolas", monospace;
|
||||
overflow-x: auto; white-space: pre; color: #333;
|
||||
}
|
||||
|
||||
/* 标签 */
|
||||
.tag {
|
||||
display: inline-block; background: #111; color: #fff; padding: 1px 8px;
|
||||
font-size: 0.7rem; font-weight: 600; margin-right: 4px; letter-spacing: 0.03em;
|
||||
}
|
||||
.tag-outline { background: transparent; color: #111; border: 1px solid #111; }
|
||||
|
||||
.footer { margin-top: 60px; padding-top: 16px; border-top: 1px solid #ddd; font-size: 0.75rem; color: #aaa; text-align: center; }
|
||||
</style>
|
||||
</head>
|
||||
<body>
|
||||
|
||||
<h1>TTS-API</h1>
|
||||
<p class="sub">TTS 版 New-API 架构设计 · 多 Provider 统一 TTS 网关 · 2026-05-21</p>
|
||||
|
||||
<h2>1. 项目定位</h2>
|
||||
|
||||
<p>参考 new-api 的设计理念，TTS-API 定位为<strong>企业级 TTS 统一网关与资产管理平台</strong>，核心能力：</p>
|
||||
|
||||
<table>
|
||||
<tr><th>能力维度</th><th>说明</th></tr>
|
||||
<tr><td><strong>统一接入</strong></td><td>以 OpenAI <code>/v1/audio/speech</code> 为唯一入口，屏蔽火山引擎、阿里、Azure、讯飞等上游差异</td></tr>
|
||||
<tr><td><strong>统一音色</strong></td><td>定义标准音色命名体系，自动映射到各 Provider 的实际音色 ID</td></tr>
|
||||
<tr><td><strong>统一计费</strong></td><td>按字符数 / 时长计费，支持配额管理与成本核算</td></tr>
|
||||
<tr><td><strong>统一治理</strong></td><td>权限分组、速率限制、渠道故障切换、审计日志、可视化看板</td></tr>
|
||||
</table>
|
||||
|
||||
<h2>2. 与 new-api 的关键差异</h2>
|
||||
|
||||
<table>
|
||||
<tr><th>维度</th><th>new-api（LLM）</th><th>TTS-API（本项目）</th></tr>
|
||||
<tr><td>核心接口</td><td><code>/v1/chat/completions</code></td><td><code>/v1/audio/speech</code></td></tr>
|
||||
<tr><td>协议转换</td><td>OpenAI ↔ Claude ↔ Gemini 互转</td><td>只需转到各 Provider 原生格式（单向）</td></tr>
|
||||
<tr><td>模型映射</td><td>模型名 → 渠道选择</td><td><strong>音色映射</strong>：标准 voice → 各 Provider 实际音色 ID<br>（这是最大难点）</td></tr>
|
||||
<tr><td>输出处理</td><td>文本 / JSON 流</td><td><strong>二进制音频流</strong>，需处理格式转换（wav/mp3/pcm）</td></tr>
|
||||
<tr><td>计费单位</td><td>Token 数</td><td><strong>字符数 + 音频时长</strong></td></tr>
|
||||
<tr><td>缓存</td><td>语义缓存（相同问题命中）</td><td><strong>音频缓存</strong>（相同文本+音色 → 直接返回已合成音频）</td></tr>
|
||||
<tr><td>流式</td><td>SSE 文本流</td><td><strong>音频流式推送</strong>（边合成边返回，首字节延迟是关键指标）</td></tr>
|
||||
</table>
|
||||
|
||||
<h2>3. 整体分层架构</h2>
|
||||
|
||||
<div class="diagram">
|
||||
┌─────────────────────────────────────────────────────────────────┐
|
||||
│ 客户端 / 应用层 │
|
||||
│ OpenAI SDK │ REST API │ Web 管理后台 │
|
||||
└────────────────────────────┬────────────────────────────────────┘
|
||||
│
|
||||
┌────────────────────────────▼────────────────────────────────────┐
|
||||
│ Gin HTTP Server │
|
||||
│ ┌──────────────────────────────────────────────────────────────┐│
|
||||
│ │ 路由层 (router/) ││
|
||||
│ │ /v1/audio/speech /api/* (管理) /web/* (前端静态) ││
|
||||
│ └──────────────────────────────────────────────────────────────┘│
|
||||
└────────────────────────────┬────────────────────────────────────┘
|
||||
│
|
||||
┌────────────────────────────▼────────────────────────────────────┐
|
||||
│ 中间件层 (middleware/) │
|
||||
│ 认证(JWT/API Key) │ 限流(IP/用户) │ 日志 │ CORS │ 请求分发 │
|
||||
└────────────────────────────┬────────────────────────────────────┘
|
||||
│
|
||||
┌────────────────────────────▼────────────────────────────────────┐
|
||||
│ 控制器层 (controller/) │
|
||||
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────────┐ │
|
||||
│ │ 语音合成 │ │ 用户管理 │ │ 渠道管理 │ │ 计费 & 统计 │ │
|
||||
│ │ controller│ │controller │ │controller │ │ controller │ │
|
||||
│ └──────────┘ └──────────┘ └──────────┘ └──────────────┘ │
|
||||
└────────────────────────────┬────────────────────────────────────┘
|
||||
│
|
||||
┌─────────────────────┼─────────────────────┐
|
||||
│ │ │
|
||||
┌──────▼──────┐ ┌────────▼────────┐ ┌───────▼──────┐
|
||||
│ 服务层 │ │ 适配器层 │ │ 数据层 │
|
||||
│ (service/) │ │ (adapter/) │ │ (model/) │
|
||||
│ │ │ │ │ │
|
||||
│ · 配额管理 │ │ 接口定义 │ │ GORM ORM │
|
||||
│ · 音频缓存 │ │ · volcano │ │ │
|
||||
│ · 音色映射 │ │ · aliyun │ │ │
|
||||
│ · 格式转换 │ │ · azure │ │ │
|
||||
│ · 计费服务 │ │ · tencent │ │ │
|
||||
│ · 渠道调度 │ │ · xunfei │ │ │
|
||||
└──────────────┘ │ · openai │ └───────┬──────┘
|
||||
│ · fish_audio │ │
|
||||
│ · bert_vits │ ┌───────┼───────┐
|
||||
└─────────────────┘ │ │ │
|
||||
┌──────▼──┐ ┌──▼──┐ ┌─▼────┐
|
||||
│ SQLite │ │MySQL│ │ PG │
|
||||
└─────────┘ └─────┘ └──────┘
|
||||
</div>
|
||||
|
||||
<h2>4. 请求处理全流程</h2>
|
||||
|
||||
<div class="diagram">
|
||||
客户端发送 OpenAI 格式 TTS 请求
|
||||
│
|
||||
▼
|
||||
[1] Gin 路由匹配 → /v1/audio/speech
|
||||
│
|
||||
▼
|
||||
[2] 中间件链：认证(API Key) → 用户级限流 → 请求日志
|
||||
│
|
||||
▼
|
||||
[3] 控制器：解析请求 { model, input, voice, speed, response_format }
|
||||
│
|
||||
▼
|
||||
[4] 音色映射服务：标准 voice 名 → 查找可用渠道 → 映射为渠道实际音色ID
|
||||
│ 例: "gentle_male" → 火山引擎(zh_male_qingxin)
|
||||
│ → Azure(zh-CN-YunxiNeural)
|
||||
│ → 阿里(cosyvoice-v1-longxiaochun)
|
||||
▼
|
||||
[5] 渠道调度器：按权重+可用性选择最优渠道，失败自动切换
|
||||
│
|
||||
▼
|
||||
[6] 适配器：将 OpenAI 请求转为 Provider 原生格式，发送请求
|
||||
│
|
||||
▼
|
||||
[7] 音频处理：接收二进制音频 → 格式转换(如需) → 写入音频缓存
|
||||
│
|
||||
▼
|
||||
[8] 计费结算：按字符数/时长扣费，记录日志
|
||||
│
|
||||
▼
|
||||
[9] 返回响应：Content-Type: audio/wav，流式或整段返回
|
||||
</div>
|
||||
|
||||
<h2>5. 核心设计：适配器接口</h2>
|
||||
|
||||
<p>参考 new-api 的 <code>Adaptor</code> 接口设计，TTS 版适配器接口如下：</p>
|
||||
|
||||
<div class="code-block">
|
||||
// adapter.go — TTS Provider 统一接口
|
||||
|
||||
type TTSAdapter interface {
|
||||
// 初始化：传入渠道配置（API Key / Resource ID / 默认音色等）
|
||||
Init(info *TTSRelayInfo) error
|
||||
|
||||
// 构建上游请求 URL
|
||||
BuildRequestURL(info *TTSRelayInfo) (string, error)
|
||||
|
||||
// 设置请求头（鉴权、Content-Type 等）
|
||||
SetupRequestHeader(c *gin.Context, req *http.Request, info *TTSRelayInfo) error
|
||||
|
||||
// 核心：将 OpenAI 格式请求转为 Provider 原生请求体
|
||||
ConvertRequest(info *TTSRelayInfo, req *dto.OpenAITTSRequest) (any, error)
|
||||
|
||||
// 发送请求到上游
|
||||
DoRequest(c *gin.Context, info *TTSRelayInfo, body io.Reader) (*http.Response, error)
|
||||
|
||||
// 处理上游响应：提取音频、统计字符数/时长、返回标准结构
|
||||
DoResponse(c *gin.Context, resp *http.Response, info *TTSRelayInfo) (*dto.TTSUsage, *dto.TTSError)
|
||||
|
||||
// 返回此渠道支持的音色列表（用于音色映射表构建）
|
||||
GetVoiceList() []ProviderVoice
|
||||
|
||||
// 渠道标识
|
||||
GetChannelName() string
|
||||
|
||||
// 是否支持流式 TTS
|
||||
SupportStreaming() bool
|
||||
}
|
||||
|
||||
// ProviderVoice 各 Provider 的音色结构
|
||||
type ProviderVoice struct {
|
||||
ProviderID string // Provider 内部音色 ID，如 "zh_female_qingxin"
|
||||
Language string // zh-CN / en-US / ja-JP
|
||||
Gender string // male / female
|
||||
Style string // 风格标签，如 "news" / "story" / "chat"
|
||||
Description string // 音色描述
|
||||
}
|
||||
</div>
|
||||
|
||||
<h2>6. 核心设计：音色映射系统</h2>
|
||||
|
||||
<p>这是 TTS 网关区别于 LLM 网关的<strong>最大难点与核心创新点</strong>。LLM 网关只需按模型名路由，但 TTS 需要一套跨 Provider 的音色统一体系。</p>
|
||||
|
||||
<div class="diagram">
|
||||
标准音色命名空间
|
||||
┌──────────────────────────────────┐
|
||||
│ tts-1-gentle-male │
|
||||
│ tts-1-gentle-female │
|
||||
│ tts-1-news-male │
|
||||
│ tts-1-story-female │
|
||||
│ tts-1-casual-male │
|
||||
│ ... │
|
||||
└──────────┬───────────────────────┘
|
||||
│ 音色映射表 (voice_mapping)
|
||||
│
|
||||
┌───────────────┼───────────────┬───────────────┐
|
||||
│ │ │ │
|
||||
▼ ▼ ▼ ▼
|
||||
┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐
|
||||
│ 火山引擎 │ │ Azure │ │ 阿里 │ │ 讯飞 │
|
||||
│ │ │ │ │ │ │ │
|
||||
│zh_male_ │ │zh-CN- │ │cosyvoice│ │x4_ling │
|
||||
│qingxin │ │Yunxi │ │-v1-long │ │xiaoxuan │
|
||||
│ │ │Neural │ │xiaochun │ │ │
|
||||
└─────────┘ └─────────┘ └─────────┘ └─────────┘
|
||||
</div>
|
||||
|
||||
<h3>6.1 音色映射表结构</h3>
|
||||
|
||||
<div class="code-block">
|
||||
// voice_mapping 表 (数据库)
|
||||
type VoiceMapping struct {
|
||||
ID uint
|
||||
StandardVoice string // "tts-1-gentle-male"
|
||||
ChannelID uint // 渠道 ID
|
||||
ProviderVoice string // Provider 原始音色 ID
|
||||
Priority int // 优先级（同一标准音色多渠道时，优先选谁）
|
||||
IsDefault bool // 是否为该标准音色的默认渠道
|
||||
}
|
||||
|
||||
// 示例数据：
|
||||
// standard_voice | channel | provider_voice | priority
|
||||
// tts-1-gentle-male | 火山引擎 | zh_male_qingxin | 1
|
||||
// tts-1-gentle-male | Azure | zh-CN-YunxiNeural | 2
|
||||
// tts-1-gentle-male | 阿里 | cosyvoice-v1-longxiaochun| 3
|
||||
</div>
|
||||
|
||||
<h3>6.2 音色发现与自动映射建议</h3>
|
||||
|
||||
<p>每个 Provider 适配器实现 <code>GetVoiceList()</code>，系统启动或渠道更新时自动拉取，通过语言+性别+风格标签与标准命名空间做相似度匹配，自动生成映射建议，管理员在 Web UI 审核确认即可。</p>
|
||||
|
||||
<h2>7. 渠道调度与故障切换</h2>
|
||||
|
||||
<div class="diagram">
|
||||
请求 → 查找"tts-1-gentle-male"可用的渠道列表
|
||||
│
|
||||
▼
|
||||
按 priority 排序 → 加权随机选择一个渠道
|
||||
│
|
||||
▼
|
||||
适配器发送请求 → 成功？
|
||||
├── 是 → 返回音频，记录成功
|
||||
│
|
||||
└── 否 → 标记渠道失败
|
||||
│
|
||||
▼
|
||||
自动切换 priority+1 的渠道重试
|
||||
│
|
||||
▼
|
||||
所有渠道失败 → 返回 503 + 错误详情
|
||||
</div>
|
||||
|
||||
<h2>8. 项目目录结构</h2>
|
||||
|
||||
<div class="code-block">
|
||||
tts-api/
|
||||
├── main.go # 入口：初始化 DB、路由、启动服务
|
||||
├── go.mod / go.sum
|
||||
├── .env.example # 环境变量示例
|
||||
├── Dockerfile # 多阶段构建
|
||||
├── docker-compose.yml
|
||||
│
|
||||
├── router/ # 路由层
|
||||
│ ├── main.go # 路由聚合
|
||||
│ ├── api-router.go # /api/* 管理接口
|
||||
│ ├── relay-router.go # /v1/audio/speech TTS 代理
|
||||
│ └── web-router.go # /web/* 管理后台静态资源
|
||||
│
|
||||
├── middleware/ # 中间件
|
||||
│ ├── auth.go # JWT + API Key 认证
|
||||
│ ├── rate-limit.go # 用户/IP 级别限流
|
||||
│ ├── cors.go # 跨域
|
||||
│ └── logger.go # 请求日志
|
||||
│
|
||||
├── controller/ # 控制器
|
||||
│ ├── tts.go # TTS 合成入口（核心）
|
||||
│ ├── channel.go # 渠道 CRUD
|
||||
│ ├── user.go # 用户管理
|
||||
│ ├── token.go # API Key 管理
|
||||
│ ├── voice.go # 音色映射管理
|
||||
│ └── billing.go # 计费统计
|
||||
│
|
||||
├── service/ # 服务层
|
||||
│ ├── voice_mapping/ # 音色映射服务（核心）
|
||||
│ │ └── matcher.go # 自动匹配 & 建议
|
||||
│ ├── channel_scheduler/ # 渠道调度（权重/故障切换）
|
||||
│ │ └── scheduler.go
|
||||
│ ├── audio_cache/ # 音频缓存（相同文本+音色命中）
|
||||
│ │ └── cache.go
|
||||
│ ├── audio_convert/ # 音频格式转换（ffmpeg 封装）
|
||||
│ │ └── converter.go
|
||||
│ ├── billing/ # 计费服务
|
||||
│ │ └── billing.go
|
||||
│ └── quota/ # 配额管理
|
||||
│ └── quota.go
|
||||
│
|
||||
├── adapter/ # 适配器层（核心！）
|
||||
│ ├── adapter.go # TTSAdapter 接口定义
|
||||
│ ├── volcano/ # 火山引擎 TTS
|
||||
│ │ └── volcano.go
|
||||
│ ├── aliyun/ # 阿里云 CosyVoice / 百炼
|
||||
│ │ └── aliyun.go
|
||||
│ ├── azure/ # 微软 Azure TTS
|
||||
│ │ └── azure.go
|
||||
│ ├── tencent/ # 腾讯云 TTS
|
||||
│ │ └── tencent.go
|
||||
│ ├── xunfei/ # 讯飞 TTS
|
||||
│ │ └── xunfei.go
|
||||
│ ├── openai/ # OpenAI TTS（基准）
|
||||
│ │ └── openai.go
|
||||
│ ├── fish_audio/ # Fish Audio（开源）
|
||||
│ │ └── fish_audio.go
|
||||
│ └── bert_vits/ # Bert-VITS2（开源自建）
|
||||
│ └── bert_vits.go
|
||||
│
|
||||
├── model/ # 数据模型 (GORM)
|
||||
│ ├── user.go
|
||||
│ ├── channel.go # 渠道（Provider 配置）
|
||||
│ ├── token.go # API Key / Token
|
||||
│ ├── voice_mapping.go # 音色映射
|
||||
│ ├── usage_record.go # 用量记录
|
||||
│ └── audio_cache.go # 音频缓存记录
|
||||
│
|
||||
├── dto/ # 请求/响应结构体
|
||||
│ ├── openai_tts.go # OpenAI TTS 请求/响应格式
|
||||
│ ├── relay_info.go # 中继上下文（TTSRelayInfo）
|
||||
│ └── common.go # 通用响应
|
||||
│
|
||||
├── setting/ # 配置管理 (Viper)
|
||||
│ └── setting.go
|
||||
│
|
||||
├── common/ # 通用工具
|
||||
│ ├── utils.go
|
||||
│ └── constants.go
|
||||
│
|
||||
└── web/ # React 管理后台
|
||||
├── src/
|
||||
│ ├── pages/
|
||||
│ │ ├── Dashboard # 数据看板
|
||||
│ │ ├── Channels # 渠道管理
|
||||
│ │ ├── VoiceMapping # 音色映射配置
|
||||
│ │ ├── Users # 用户管理
|
||||
│ │ ├── Tokens # API Key
|
||||
│ │ ├── Billing # 计费 & 用量
|
||||
│ │ └── Logs # 调用日志
|
||||
│ └── ...
|
||||
└── package.json
|
||||
</div>
|
||||
|
||||
<h2>9. 管理后台页面规划</h2>
|
||||
|
||||
<table>
|
||||
<tr><th>页面</th><th>功能</th></tr>
|
||||
<tr><td><strong>Dashboard</strong></td><td>今日合成次数、字符数、时长、费用、渠道健康状态、QPS 曲线</td></tr>
|
||||
<tr><td><strong>渠道管理</strong></td><td>添加/编辑 Provider（API Key、Resource ID、权重、并发上限）</td></tr>
|
||||
<tr><td><strong>音色映射</strong></td><td>核心页面：标准音色 ↔ 各渠道音色 ID 的映射表，支持自动匹配建议与手动调整</td></tr>
|
||||
<tr><td><strong>API Key</strong></td><td>生成/管理用户 API Key，绑定分组与配额</td></tr>
|
||||
<tr><td><strong>用户管理</strong></td><td>用户 CRUD、分组、角色（Admin / User）</td></tr>
|
||||
<tr><td><strong>计费统计</strong></td><td>按用户/渠道/日期维度的用量与费用报表</td></tr>
|
||||
<tr><td><strong>调用日志</strong></td><td>每次 TTS 请求的详细日志（文本、音色、渠道、耗时、费用）</td></tr>
|
||||
</table>
|
||||
|
||||
<h2>10. 一期 vs 二期路线图</h2>
|
||||
|
||||
<h3>一期（MVP，你现有的 Volcano-Engine-TTS-UI 升级版）</h3>
|
||||
<table>
|
||||
<tr><th>模块</th><th>内容</th></tr>
|
||||
<tr><td>适配器</td><td>火山引擎 + Azure + 阿里云，3 个 Provider</td></tr>
|
||||
<tr><td>接口</td><td><code>/v1/audio/speech</code>，OpenAI 兼容</td></tr>
|
||||
<tr><td>音色映射</td><td>硬编码映射表（配置文件），先跑通再抽象</td></tr>
|
||||
<tr><td>计费</td><td>简单字符数计数 + 日志</td></tr>
|
||||
<tr><td>管理后台</td><td>极简版：渠道配置页面 + 用量看板</td></tr>
|
||||
<tr><td>数据库</td><td>SQLite，单文件部署</td></tr>
|
||||
</table>
|
||||
|
||||
<h3>二期（完整版）</h3>
|
||||
<table>
|
||||
<tr><th>模块</th><th>内容</th></tr>
|
||||
<tr><td>适配器</td><td>扩到 8+ Provider（讯飞、腾讯、Fish Audio、Bert-VITS2、OpenAI）</td></tr>
|
||||
<tr><td>音色映射</td><td>数据库驱动 + Web UI 可视化管理 + 自动匹配建议</td></tr>
|
||||
<tr><td>计费</td><td>字符数/时长双维度计费，用户配额，欠费阻断</td></tr>
|
||||
<tr><td>缓存</td><td>Redis 音频缓存，相同文本+音色直接命中</td></tr>
|
||||
<tr><td>流式</td><td>支持流式 TTS（SSE 推送音频 chunk），降低首字节延迟</td></tr>
|
||||
<tr><td>管理后台</td><td>完整 React 后台（参考 new-api 的 Semi Design UI）</td></tr>
|
||||
<tr><td>数据库</td><td>MySQL / PostgreSQL 支持</td></tr>
|
||||
<tr><td>部署</td><td>Docker Compose 一键部署</td></tr>
|
||||
</table>
|
||||
|
||||
<h2>11. 关键工程建议</h2>
|
||||
|
||||
<ol>
|
||||
<li><strong>从你现有的火山引擎适配器起步</strong>，先抽象出 <code>TTSAdapter</code> 接口，接入 2~3 个 Provider 验证接口设计是否合理，不要一上来就搞 8 个适配器。</li>
|
||||
<li><strong>音色映射先硬编码</strong>，跑通流程后再做成数据库驱动的 Web UI。映射表是长期维护工作，需要社区共建。</li>
|
||||
<li><strong>音频格式转换用 ffmpeg</strong>，Go 侧通过 <code>exec.Command</code> 调用或使用 <code>go-ffmpeg</code> 绑定。各 Provider 输出格式不同（wav / mp3 / pcm），统一转码是刚需。</li>
|
||||
<li><strong>渠道调度直接复用 new-api 的加权随机 + 故障重试思路</strong>，这是成熟的模式，不需要重新发明。</li>
|
||||
<li><strong>管理后台前期可以不写</strong>，SQLite + 配置文件就能用；等 Provider 多了再补 React 前端。</li>
|
||||
<li><strong>考虑直接 fork new-api 改造</strong>：new-api 的渠道管理、用户系统、计费框架、中间件、部署方案都是现成的，你只需要把 relay 层的 LLM 适配器替换成 TTS 适配器，再加音色映射模块。这比从零搭建快得多。</li>
|
||||
</ol>
|
||||
|
||||
<div class="footer">Architecture Design for TTS-API · Inspired by new-api (QuantumNous)</div>
|
||||
|
||||
</body>
|
||||
</html>
|
||||
Reference in New Issue
Block a user