更新日志

本项目遵循语义化版本。完整历史见 GitHub Releases。

v1.0.2

修复

服务端「一直生成失败」（控制台全是 504）。根因是 edge-tts 库自身没有任何超时：微软接口一旦「接了连接却不回音频」，await communicate.save() 就永久挂住 —— 不抛异常、不返回、也不释放推理锁，于是后面每个请求都在等锁，全部排到超时（实测出现过连续十几次请求 100% 超时）。现在：
- tts.edge_timeout（默认 60s）：单次在线语音的超时，卡住立刻抛错 → 重试 → 仍失败转离线语音
- queue.hard_timeout（默认 100s）：单次推理的硬上限，超过即判定卡死，主动退出进程
- 推理锁被占用超过硬上限，同样判定卡死并重启
卡在 C 层网络等待上的线程无法从 Python 层面中断，重启是唯一干净的恢复方式；所以请务必用 systemd（Linux）或 守护启动.bat（Windows）托管。

新增

deploy/linux/install-systemd.sh：给手工部署过的机器补装 systemd 服务，修掉 systemctl status tts-server → Unit tts-server.service could not be found.。自动探测安装目录 / Python（含便携包的 python/bin/python3）/ 端口，停掉手工起的进程。
Windows 整合包新增 守护启动.bat：进程退出 5 秒后自动重启，等价于 systemd 的 Restart=always
卡死保护回归测试（超时补丁幂等 / 硬超时必须小于请求超时 / 卡死必触发重启）

配置新增

yaml

tts:
  edge_timeout: 60      # 单次在线语音的超时（秒）
queue:
  hard_timeout: 100     # 单次库调用的硬上限（秒），超过判定卡死并重启服务

修复（构建）

build_windows_bundle.ps1 里循环变量 $name 覆盖了参数 $Name，导致 VERSION.txt 的 bundle: 字段写成某个 .bat 文件名

v1.0.1

修复

引擎在 rvc.enabled: false 时会因为缺少 edge-tts 直接初始化失败（整个服务 ready=false）。现在改为记录警告继续启动 —— 这是个可选依赖，不该拖垮整个引擎。

构建

安卓配置 App 的成品（24 KB）纳入版本库，Release 工作流才能带上它

v1.0.0

首个正式版本。

服务端

Edge TTS（zh-CN-YunxiNeural）+ RVC 音色转换的 HTTP 合成服务
长文本自动分段：显存峰值只与单段长度有关，2 GB 显存的小卡也能处理长文本
离线语音兜底：在线语音失败时自动改用本地语音（Windows SAPI / Linux espeak-ng）
在线语音瞬时故障自动重试（空音频、断连、超时）
显卡架构智能识别：兼容 Pascal（sm_61，P106-100 / P4 / P40 / GTX 10 系）等老卡
显存不足自动降级 CPU 重试，不会让请求失败
音频按文本缓存 + 过期自动清理（默认 10 分钟）
网页控制台：显卡状态 / 主机状态 / 在线试听 / 最近请求 / 一键清理
网页控制台支持密码登录（HMAC 签名会话 Cookie）
完全离线的资源查找：预置 hubert_base.pt / rmvpe.pt，不需要访问 HuggingFace

客户端

AstrBot 插件：拦截 AI 文本 → 过滤括号内容 → 合成语音 → 发送语音消息，失败自动降级文字
命令行客户端 tts_client.py：health / say / batch / bench / filter
单文件客户端库 voice_tts.py：零依赖，拖进任何 Python 项目即可调用
安卓配置 App

部署

Windows 一键整合包（内置 Python 运行时、CUDA 版 PyTorch、ffmpeg）
Linux 一键安装脚本（自动装 Python 3.12、PyTorch、systemd 服务）
Docker / docker-compose
Google Colab Notebook
安卓 Termux + chroot 部署

已知限制

在线语音（Edge TTS）依赖微软公开接口，偶发抖动；已加重试与离线兜底
服务端尚未内置鉴权以外的访问控制，暴露公网请自行套反向代理与 HTTPS
安卓端只能用 CPU 推理（没有可用的 PyTorch GPU 后端）