LLM

lover/routers/voice_call.py

@@ -1460,3 +1460,208 @@ async def voice_call(websocket: WebSocket):
         pass
     finally:
         await session.close()
+
+
+@router.post("/call/conversation")
+async def voice_conversation(
+    request: dict,
+    user: AuthedUser = Depends(get_current_user)
+):
+    """
+    完整的语音对话流程：
+    1. 接收音频数据（base64）
+    2. ASR 识别为文字
+    3. LLM 生成回复
+    4. TTS 合成语音
+    5. 返回语音数据（base64）
+    """
+    try:
+        # 1. 接收并解码音频数据
+        if 'audio_data' not in request:
+            raise HTTPException(status_code=400, detail="缺少 audio_data 字段")
+        
+        audio_base64 = request['audio_data']
+        audio_format = request.get('format', 'wav')
+        
+        logger.info(f"收到语音对话请求，用户: {user.id}, 格式: {audio_format}")
+        
+        # 解码音频
+        import base64
+        audio_data = base64.b64decode(audio_base64)
+        logger.info(f"音频数据大小: {len(audio_data)} 字节")
+        
+        # 2. ASR 识别
+        logger.info("开始 ASR 识别...")
+        from dashscope.audio.asr import Transcription
+        from ..oss_utils import upload_audio_file, delete_audio_file
+        
+        # 上传到 OSS
+        file_url = upload_audio_file(audio_data, audio_format)
+        logger.info(f"音频已上传: {file_url}")
+        
+        try:
+            # 调用 ASR
+            task_response = Transcription.async_call(
+                model='paraformer-v2',
+                file_urls=[file_url],
+                parameters={
+                    'format': audio_format,
+                    'sample_rate': 16000,
+                    'enable_words': False
+                }
+            )
+            
+            if task_response.status_code != 200:
+                raise Exception(f"ASR 任务创建失败")
+            
+            task_id = task_response.output.task_id
+            logger.info(f"ASR 任务创建: {task_id}")
+            
+            # 等待识别结果
+            import time
+            max_wait = 30
+            start_time = time.time()
+            user_text = None
+            
+            while time.time() - start_time < max_wait:
+                result = Transcription.wait(task=task_id)
+                
+                if result.status_code == 200:
+                    if result.output.task_status == "SUCCEEDED":
+                        # 解析识别结果
+                        if hasattr(result.output, 'results') and result.output.results:
+                            for item in result.output.results:
+                                if isinstance(item, dict) and 'transcription_url' in item:
+                                    import requests
+                                    resp = requests.get(item['transcription_url'], timeout=10)
+                                    if resp.status_code == 200:
+                                        data = resp.json()
+                                        if 'transcripts' in data:
+                                            for transcript in data['transcripts']:
+                                                if 'text' in transcript:
+                                                    user_text = transcript['text'].strip()
+                                                    break
+                                        if user_text:
+                                            break
+                        break
+                    elif result.output.task_status == "FAILED":
+                        error_code = getattr(result.output, 'code', 'Unknown')
+                        logger.error(f"ASR 失败: {error_code}")
+                        break
+                
+                time.sleep(2)
+            
+            if not user_text:
+                logger.warning("ASR 未识别到文本")
+                from ..response import success_response
+                return success_response({
+                    "user_text": "",
+                    "ai_text": "抱歉，我没有听清楚，请再说一遍",
+                    "audio_data": None
+                })
+            
+            logger.info(f"ASR 识别结果: {user_text}")
+            
+        finally:
+            # 清理 OSS 文件
+            try:
+                delete_audio_file(file_url)
+            except:
+                pass
+        
+        # 3. LLM 生成回复
+        logger.info("开始 LLM 对话生成...")
+        
+        # 获取用户的恋人信息
+        db = SessionLocal()
+        try:
+            lover = db.query(Lover).filter(Lover.user_id == user.id).first()
+            
+            # 构建系统提示
+            system_prompt = f"你是用户 {user.nickname or '用户'} 的虚拟恋人，请用亲密、温暖、口语化的短句聊天。"
+            if lover and lover.personality_prompt:
+                system_prompt += f"\n人格设定：{lover.personality_prompt}"
+            
+            # 构建对话历史
+            messages = [
+                {"role": "system", "content": system_prompt},
+                {"role": "user", "content": user_text}
+            ]
+            
+            # 调用 LLM
+            from ..llm import chat_completion
+            llm_result = chat_completion(messages)
+            ai_text = llm_result.content
+            
+            logger.info(f"LLM 回复: {ai_text}")
+            
+        finally:
+            db.close()
+        
+        # 4. TTS 合成语音
+        logger.info("开始 TTS 语音合成...")
+        
+        # 清理文本（去除 Markdown 等）
+        clean_text = re.sub(r"\*\*(.*?)\*\*", r"\1", ai_text)
+        clean_text = re.sub(r"`([^`]*)`", r"\1", clean_text)
+        clean_text = re.sub(r"\[([^\]]+)\]\([^)]+\)", r"\1", clean_text)
+        clean_text = re.sub(r"\*[^\*]{0,80}\*", "", clean_text)
+        clean_text = re.sub(r"[~～]+", "", clean_text)
+        clean_text = clean_text.replace("*", "")
+        clean_text = re.sub(r"\s+", " ", clean_text).strip()
+        
+        # 获取音色配置
+        db = SessionLocal()
+        try:
+            voice_code = None
+            lover = db.query(Lover).filter(Lover.user_id == user.id).first()
+            
+            if lover and lover.voice_id:
+                voice = db.query(VoiceLibrary).filter(VoiceLibrary.id == lover.voice_id).first()
+                if voice and voice.voice_code:
+                    voice_code = voice.voice_code
+            
+            if not voice_code:
+                # 使用默认音色
+                gender = "female" if (user.gender or 0) == 1 else "male"
+                voice = db.query(VoiceLibrary).filter(
+                    VoiceLibrary.gender == gender,
+                    VoiceLibrary.is_default.is_(True)
+                ).first()
+                if voice and voice.voice_code:
+                    voice_code = voice.voice_code
+                else:
+                    voice_code = settings.VOICE_CALL_TTS_VOICE or "longxiaochun_v2"
+        
+        finally:
+            db.close()
+        
+        # 调用 TTS
+        model = settings.VOICE_CALL_TTS_MODEL or "cosyvoice-v2"
+        audio_format_enum = AudioFormat.MP3_22050HZ_MONO_256KBPS
+        
+        audio_bytes, _ = synthesize(
+            clean_text,
+            model=model,
+            voice=voice_code,
+            audio_format=audio_format_enum
+        )
+        
+        logger.info(f"TTS 合成完成，音频大小: {len(audio_bytes)} 字节")
+        
+        # 5. 返回结果
+        audio_base64_result = base64.b64encode(audio_bytes).decode('utf-8')
+        
+        from ..response import success_response
+        return success_response({
+            "user_text": user_text,
+            "ai_text": ai_text,
+            "audio_data": audio_base64_result,
+            "audio_format": "mp3"
+        })
+        
+    except HTTPException:
+        raise
+    except Exception as e:
+        logger.error(f"语音对话处理失败: {e}", exc_info=True)
+        raise HTTPException(status_code=500, detail=f"语音对话处理失败: {str(e)}")

test_voice_conversation.py

@@ -0,0 +1,130 @@
+"""
+测试完整的语音对话流程
+ASR → LLM → TTS
+"""
+import os
+import sys
+import base64
+import logging
+
+# 添加 lover 目录到路径
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), 'lover'))
+
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+def create_test_audio():
+    """创建测试音频（2秒的正弦波）"""
+    import struct
+    import math
+    import wave
+    import tempfile
+    
+    sample_rate = 16000
+    duration = 2
+    frequency = 440
+    
+    samples = []
+    for i in range(sample_rate * duration):
+        value = int(32767 * 0.3 * math.sin(2 * math.pi * frequency * i / sample_rate))
+        samples.append(struct.pack('<h', value))
+    
+    pcm_data = b''.join(samples)
+    
+    # 转换为 WAV
+    with tempfile.NamedTemporaryFile(suffix='.wav', delete=False) as temp_file:
+        with wave.open(temp_file.name, 'wb') as wav_file:
+            wav_file.setnchannels(1)
+            wav_file.setsampwidth(2)
+            wav_file.setframerate(16000)
+            wav_file.writeframes(pcm_data)
+        
+        temp_file_path = temp_file.name
+    
+    with open(temp_file_path, 'rb') as f:
+        wav_data = f.read()
+    
+    os.unlink(temp_file_path)
+    return wav_data
+
+def test_conversation():
+    """测试语音对话端点"""
+    print("=" * 60)
+    print("测试完整语音对话流程")
+    print("=" * 60)
+    
+    # 创建测试音频
+    print("\n🎵 创建测试音频...")
+    audio_data = create_test_audio()
+    print(f"  音频大小: {len(audio_data)} 字节")
+    
+    # 转换为 base64
+    audio_base64 = base64.b64encode(audio_data).decode('utf-8')
+    print(f"  Base64 长度: {len(audio_base64)}")
+    
+    # 调用 API
+    print("\n📤 调用语音对话 API...")
+    import requests
+    
+    # 注意：需要有效的 token
+    token = "test_token"  # 替换为实际的 token
+    
+    try:
+        response = requests.post(
+            'http://127.0.0.1:30101/voice/call/conversation',
+            json={
+                'audio_data': audio_base64,
+                'format': 'wav'
+            },
+            headers={
+                'Authorization': f'Bearer {token}',
+                'Content-Type': 'application/json'
+            },
+            timeout=60
+        )
+        
+        print(f"\n📋 响应状态: {response.status_code}")
+        
+        if response.status_code == 200:
+            result = response.json()
+            print(f"\n✅ 对话成功!")
+            print(f"  用户说: {result.get('data', {}).get('user_text', 'N/A')}")
+            print(f"  AI回复: {result.get('data', {}).get('ai_text', 'N/A')}")
+            
+            audio_data_result = result.get('data', {}).get('audio_data')
+            if audio_data_result:
+                audio_bytes = base64.b64decode(audio_data_result)
+                print(f"  AI语音大小: {len(audio_bytes)} 字节")
+                
+                # 保存 AI 语音到文件
+                output_file = 'test_ai_voice.mp3'
+                with open(output_file, 'wb') as f:
+                    f.write(audio_bytes)
+                print(f"  AI语音已保存: {output_file}")
+            
+            print("\n" + "=" * 60)
+            print("🎉 语音对话测试完成！")
+            print("=" * 60)
+            return True
+        else:
+            print(f"\n❌ 请求失败: {response.status_code}")
+            print(f"  响应: {response.text}")
+            return False
+            
+    except Exception as e:
+        print(f"\n❌ 测试失败: {e}")
+        import traceback
+        traceback.print_exc()
+        return False
+
+if __name__ == "__main__":
+    print("\n⚠️  注意：此测试需要：")
+    print("  1. 后端服务运行在 http://127.0.0.1:30101")
+    print("  2. 有效的用户 token")
+    print("  3. 配置了 DASHSCOPE_API_KEY")
+    print("  4. 配置了 OSS")
+    print("\n由于测试音频是正弦波，ASR 可能无法识别")
+    print("但可以测试 LLM 和 TTS 部分\n")
+    
+    success = test_conversation()
+    sys.exit(0 if success else 1)

xuniYou/pages/chat/phone.vue

@@ -1272,12 +1272,12 @@
 			},
 			// 发送音频到ASR端点进行处理
 			async sendAudioToASR(audioBytes) {
-				console.log('📤 开始发送音频到ASR端点')
+				console.log('📤 开始发送音频进行语音对话')
 				console.log('📊 音频数据大小:', audioBytes.length, 'bytes')
 				
 				// 显示加载提示
 				uni.showLoading({
-					title: '语音识别中...',
+					title: '对话处理中...',
 					mask: true
 				})
 				
@@ -1289,9 +1289,9 @@
 					}
 					base64Audio = btoa(base64Audio)
 					
-					console.log('📤 发送ASR请求...')
+					console.log('📤 发送语音对话请求...')
 					const response = await uni.request({
-						url: this.baseURLPy + '/voice/call/asr',
+						url: this.baseURLPy + '/voice/call/conversation',
 						method: 'POST',
 						header: {
 							'Content-Type': 'application/json',
@@ -1299,44 +1299,259 @@
 						},
 						data: {
 							audio_data: base64Audio,
-							format: 'wav'  // 改用 WAV 格式
+							format: 'wav'
 						}
 					})
 					
-					console.log('✅ ASR响应:', response)
+					console.log('✅ 对话响应:', response)
 					
 					// 隐藏加载提示
 					uni.hideLoading()
 					
 					if (response.statusCode === 200 && response.data) {
 						const result = response.data
-						console.log('✅ ASR识别结果:', result.text)
+						// 后端返回格式: {code: 1, msg: "ok", data: {user_text, ai_text, audio_data}}
+						const data = result.data || result
+						const userText = data.user_text
+						const aiText = data.ai_text
+						const audioData = data.audio_data
+						
+						console.log('✅ 识别结果:', userText)
+						console.log('✅ AI回复:', aiText)
+						console.log('✅ 音频数据:', audioData ? `${audioData.length} 字符` : '无')
 						
 						// 显示识别结果
+						if (userText) {
 							uni.showToast({
-							title: `识别: ${result.text}`,
+								title: `你说: ${userText}`,
+								icon: 'none',
+								duration: 2000
+							})
+						}
+						
+						// 播放 AI 的语音回复
+						if (audioData) {
+							console.log('🔊 开始播放 AI 语音回复...')
+							console.log('🔊 音频数据前100字符:', audioData.substring(0, 100))
+							await this.playAIVoice(audioData, aiText)
+						} else {
+							console.warn('⚠️ 没有收到音频数据')
+							// 如果没有语音数据，至少显示文字
+							if (aiText) {
+								setTimeout(() => {
+									uni.showToast({
+										title: `AI: ${aiText}`,
 										icon: 'none',
 										duration: 3000
 									})
+								}, 2000)
+							}
+						}
 						
 						return result
 					} else {
-						throw new Error(`ASR请求失败: ${response.statusCode}`)
+						throw new Error(`对话请求失败: ${response.statusCode}`)
 					}
 				} catch (error) {
-					console.error('❌ ASR请求失败:', error)
+					console.error('❌ 对话请求失败:', error)
 					
 					// 隐藏加载提示
 					uni.hideLoading()
 					
 					uni.showToast({
-						title: 'ASR识别失败',
+						title: '对话处理失败',
 						icon: 'none',
 						duration: 2000
 					})
 					throw error
 				}
 			},
+			async playAIVoice(base64Audio, aiText) {
+				console.log('🔊 playAIVoice 被调用')
+				console.log('🔊 base64Audio 长度:', base64Audio ? base64Audio.length : 0)
+				console.log('🔊 aiText:', aiText)
+				
+				if (!base64Audio) {
+					console.error('❌ 没有音频数据')
+					return
+				}
+				
+				try {
+					// 显示 AI 回复文字
+					if (aiText) {
+						uni.showToast({
+							title: `AI: ${aiText.substring(0, 20)}...`,
+							icon: 'none',
+							duration: 3000
+						})
+					}
+					
+					// 解码 base64 为二进制数据
+					console.log('📦 开始解码 base64...')
+					const binaryString = atob(base64Audio)
+					const bytes = new Uint8Array(binaryString.length)
+					for (let i = 0; i < binaryString.length; i++) {
+						bytes[i] = binaryString.charCodeAt(i)
+					}
+					
+					console.log('✅ 音频数据解码完成，大小:', bytes.length, 'bytes')
+					
+					// #ifdef APP-PLUS
+					// APP 环境 - 简化实现
+					console.log('📱 APP 环境，保存并播放音频')
+					
+					const fileName = `ai_voice_${Date.now()}.mp3`
+					const filePath = `_doc/${fileName}`
+					
+					// 使用 plus.io 保存文件
+					plus.io.resolveLocalFileSystemURL('_doc/', (entry) => {
+						console.log('✅ 获取 _doc 目录成功')
+						
+						entry.getFile(fileName, {create: true}, (fileEntry) => {
+							console.log('✅ 创建文件成功:', fileName)
+							
+							fileEntry.createWriter((writer) => {
+								writer.onwrite = () => {
+									console.log('✅ 文件写入成功')
+									console.log('📁 文件路径:', fileEntry.fullPath)
+									
+									// 播放音频
+									console.log('🎵 创建音频上下文...')
+									const audioContext = uni.createInnerAudioContext()
+									
+									// 使用完整路径
+									const fullPath = fileEntry.fullPath
+									console.log('🎵 设置音频源:', fullPath)
+									audioContext.src = fullPath
+									audioContext.autoplay = true
+									
+									audioContext.onPlay(() => {
+										console.log('🔊 AI 语音开始播放')
+									})
+									
+									audioContext.onEnded(() => {
+										console.log('✅ AI 语音播放完成')
+										// 清理
+										audioContext.destroy()
+										fileEntry.remove(() => {
+											console.log('🗑️ 临时文件已清理')
+										})
+									})
+									
+									audioContext.onError((error) => {
+										console.error('❌ 播放失败:', error)
+										console.error('错误详情:', JSON.stringify(error))
+										uni.showToast({
+											title: '播放失败',
+											icon: 'none'
+										})
+										audioContext.destroy()
+									})
+								}
+								
+								writer.onerror = (error) => {
+									console.error('❌ 文件写入失败:', error)
+									uni.showToast({
+										title: '文件保存失败',
+										icon: 'none'
+									})
+								}
+								
+								// 写入数据
+								console.log('📝 开始写入文件...')
+								const blob = new Blob([bytes.buffer], {type: 'audio/mp3'})
+								writer.write(blob)
+							}, (error) => {
+								console.error('❌ 创建 writer 失败:', error)
+							})
+						}, (error) => {
+							console.error('❌ 创建文件失败:', error)
+							console.error('错误详情:', JSON.stringify(error))
+						})
+					}, (error) => {
+						console.error('❌ 获取文件系统失败:', error)
+						console.error('错误详情:', JSON.stringify(error))
+					})
+					// #endif
+					
+					// #ifdef MP-WEIXIN
+					// 微信小程序
+					console.log('📱 微信小程序环境')
+					const fs = uni.getFileSystemManager()
+					const tempFilePath = `${wx.env.USER_DATA_PATH}/ai_voice_${Date.now()}.mp3`
+					
+					fs.writeFileSync(tempFilePath, bytes.buffer, 'binary')
+					console.log('✅ 临时文件已保存:', tempFilePath)
+					
+					const innerAudioContext = uni.createInnerAudioContext()
+					innerAudioContext.src = tempFilePath
+					innerAudioContext.autoplay = true
+					
+					innerAudioContext.onPlay(() => {
+						console.log('🔊 AI 语音开始播放')
+					})
+					
+					innerAudioContext.onEnded(() => {
+						console.log('✅ AI 语音播放完成')
+						try {
+							fs.unlinkSync(tempFilePath)
+							console.log('🗑️ 临时文件已清理')
+						} catch (e) {
+							console.warn('清理临时文件失败:', e)
+						}
+					})
+					
+					innerAudioContext.onError((error) => {
+						console.error('❌ AI 语音播放失败:', error)
+						uni.showToast({
+							title: '语音播放失败',
+							icon: 'none'
+						})
+					})
+					// #endif
+					
+					// #ifdef H5
+					// H5 环境
+					console.log('🌐 H5 环境，使用 Blob URL')
+					
+					const blob = new Blob([bytes.buffer], {type: 'audio/mp3'})
+					const blobUrl = URL.createObjectURL(blob)
+					console.log('✅ Blob URL 创建成功:', blobUrl)
+					
+					const innerAudioContext = uni.createInnerAudioContext()
+					innerAudioContext.src = blobUrl
+					innerAudioContext.autoplay = true
+					
+					innerAudioContext.onPlay(() => {
+						console.log('🔊 AI 语音开始播放')
+					})
+					
+					innerAudioContext.onEnded(() => {
+						console.log('✅ AI 语音播放完成')
+						URL.revokeObjectURL(blobUrl)
+						console.log('🗑️ Blob URL 已释放')
+					})
+					
+					innerAudioContext.onError((error) => {
+						console.error('❌ AI 语音播放失败:', error)
+						uni.showToast({
+							title: '语音播放失败',
+							icon: 'none'
+						})
+					})
+					// #endif
+					
+				} catch (error) {
+					console.error('❌ 播放 AI 语音失败:', error)
+					console.error('错误类型:', error.name)
+					console.error('错误消息:', error.message)
+					console.error('错误堆栈:', error.stack)
+					uni.showToast({
+						title: '语音播放失败',
+						icon: 'none'
+					})
+				}
+			},
 			goRecharge() {
 				uni.showToast({
 					title: '充值功能开发中',

完整启动指南.md

@@ -0,0 +1,329 @@
+# AI 女友项目 - 完整启动指南
+
+## 📋 项目架构
+
+```
+AI 女友项目
+├── PHP 后端 (FastAdmin)     - 端口 30100
+│   ├── 用户管理
+│   ├── 后台管理
+│   └── 基础 API
+│
+├── Python 后端 (FastAPI)    - 端口 30101
+│   ├── AI 对话 (LLM)
+│   ├── 语音识别 (ASR)
+│   ├── 语音合成 (TTS)
+│   ├── 图像生成
+│   ├── 视频生成
+│   └── 其他 AI 功能
+│
+└── 前端 (uni-app)
+    ├── 小程序
+    └── APP
+```
+
+## 🚀 启动步骤
+
+### 方法 1：使用启动脚本（推荐）
+
+1. **双击运行** `启动项目.bat`
+
+2. **等待启动完成**
+   - 会自动打开两个命令行窗口
+   - PHP 服务器窗口
+   - Python 后端窗口
+
+3. **验证启动成功**
+   - 浏览器会自动打开
+   - PHP 后台：http://127.0.0.1:30100
+   - Python API 文档：http://127.0.0.1:30101/docs
+
+### 方法 2：手动启动
+
+#### 启动 PHP 服务器
+
+```bash
+cd xunifriend_RaeeC/public
+php -S 0.0.0.0:30100 router.php
+```
+
+#### 启动 Python 后端
+
+```bash
+# 在项目根目录
+python -m uvicorn lover.main:app --host 0.0.0.0 --port 30101 --reload
+```
+
+## ✅ 验证服务状态
+
+### 1. 检查端口占用
+
+```bash
+# Windows
+netstat -ano | findstr :30100
+netstat -ano | findstr :30101
+```
+
+应该看到：
+```
+TCP    0.0.0.0:30100    0.0.0.0:0    LISTENING    [PID]
+TCP    0.0.0.0:30101    0.0.0.0:0    LISTENING    [PID]
+```
+
+### 2. 访问 API 文档
+
+打开浏览器访问：
+
+**Python API 文档**：http://127.0.0.1:30101/docs
+
+应该看到 FastAPI 的 Swagger 文档界面，包含：
+- `/voice/call/asr` - ASR 语音识别
+- `/voice/call/conversation` - 完整语音对话
+- `/chat/send` - 文字聊天
+- 其他 AI 功能端点
+
+**PHP 后台**：http://127.0.0.1:30100/admin
+
+### 3. 测试健康检查
+
+```bash
+# Python 后端健康检查
+curl http://127.0.0.1:30101/health
+```
+
+应该返回：
+```json
+{
+  "code": 1,
+  "msg": "ok",
+  "data": {
+    "status": "ok"
+  }
+}
+```
+
+## 🎯 测试语音对话功能
+
+### 1. 在前端测试
+
+1. 打开 uni-app 应用（小程序或 APP）
+2. 进入语音通话页面
+3. 按住"按住说话"按钮
+4. 说话 2-3 秒："你好，今天天气怎么样？"
+5. 松开按钮
+6. 等待处理（约 5-10 秒）
+7. 看到提示："你说: 你好，今天天气怎么样？"
+8. 听到 AI 的语音回复
+
+### 2. 查看日志
+
+**Python 后端窗口**应该显示：
+```
+INFO - 收到语音对话请求，用户: XXX, 格式: wav
+INFO - 音频数据大小: XXX 字节
+INFO - 开始 ASR 识别...
+INFO - 音频已上传: https://...
+INFO - ASR 识别结果: 你好，今天天气怎么样？
+INFO - 开始 LLM 对话生成...
+INFO - LLM 回复: 今天天气很好哦...
+INFO - 开始 TTS 语音合成...
+INFO - TTS 合成完成，音频大小: XXX 字节
+```
+
+## 🔧 常见问题
+
+### 问题 1：端口被占用
+
+**症状**：
+```
+[错误] 端口 30100 或 30101 已被占用
+```
+
+**解决方案**：
+
+1. 使用启动脚本（会自动清理端口）
+2. 或手动清理：
+
+```bash
+# 查找占用端口的进程
+netstat -ano | findstr :30100
+netstat -ano | findstr :30101
+
+# 终止进程（替换 [PID] 为实际的进程 ID）
+taskkill /F /PID [PID]
+```
+
+### 问题 2：Python 依赖缺失
+
+**症状**：
+```
+ModuleNotFoundError: No module named 'xxx'
+```
+
+**解决方案**：
+
+```bash
+cd lover
+pip install -r requirements.txt
+```
+
+### 问题 3：PHP 路径错误
+
+**症状**：
+```
+[错误] PHP 未找到
+```
+
+**解决方案**：
+
+编辑 `启动项目.bat`，修改 PHP 路径：
+```bat
+set PHP_PATH=D:\你的PHP路径\php.exe
+```
+
+### 问题 4：前端连接失败
+
+**症状**：
+前端显示"连接失败"或"网络错误"
+
+**解决方案**：
+
+1. 检查前端配置 `xuniYou/utils/request.js`：
+```javascript
+export const baseURL = 'http://192.168.1.141:30100'      // PHP
+export const baseURLPy = 'http://192.168.1.141:30101'    // Python
+```
+
+2. 确保 IP 地址正确（局域网 IP 或 127.0.0.1）
+
+3. 如果使用真机测试，确保手机和电脑在同一局域网
+
+## 📱 前端配置
+
+### 本地开发（电脑测试）
+
+```javascript
+// xuniYou/utils/request.js
+export const baseURL = 'http://127.0.0.1:30100'
+export const baseURLPy = 'http://127.0.0.1:30101'
+```
+
+### 局域网测试（手机测试）
+
+```javascript
+// xuniYou/utils/request.js
+export const baseURL = 'http://192.168.1.141:30100'      // 替换为你的电脑 IP
+export const baseURLPy = 'http://192.168.1.141:30101'
+```
+
+### 生产环境
+
+```javascript
+// xuniYou/utils/request.js
+export const baseURL = 'http://你的域名:30100'
+export const baseURLPy = 'http://你的域名:30101'
+```
+
+## 🔒 安全提示
+
+### 开发环境
+
+- ✅ 使用 `0.0.0.0` 监听所有网络接口
+- ✅ 允许局域网访问
+- ✅ 开启 CORS
+- ✅ 开启调试日志
+
+### 生产环境
+
+- ⚠️ 使用 Nginx 反向代理
+- ⚠️ 配置 HTTPS
+- ⚠️ 限制 CORS 来源
+- ⚠️ 关闭调试日志
+- ⚠️ 使用环境变量管理敏感信息
+
+## 📊 服务监控
+
+### 查看服务状态
+
+```bash
+# Windows
+tasklist | findstr php.exe
+tasklist | findstr python.exe
+
+# 查看端口
+netstat -ano | findstr :30100
+netstat -ano | findstr :30101
+```
+
+### 查看日志
+
+- **PHP 日志**：在 PHP 服务器窗口查看
+- **Python 日志**：在 Python 后端窗口查看
+- **前端日志**：在浏览器控制台或 HBuilderX 控制台查看
+
+## 🛑 停止服务
+
+### 使用启动脚本启动的
+
+直接关闭对应的命令行窗口即可：
+- 关闭"PHP 服务器"窗口 → 停止 PHP 服务
+- 关闭"Python 后端"窗口 → 停止 Python 服务
+
+### 手动启动的
+
+在对应的命令行窗口按 `Ctrl + C`
+
+### 强制停止
+
+```bash
+# 停止所有 PHP 进程
+taskkill /F /IM php.exe
+
+# 停止所有 Python 进程（谨慎使用）
+taskkill /F /IM python.exe
+```
+
+## 📝 启动检查清单
+
+启动前确认：
+
+- [ ] PHP 已安装并配置正确
+- [ ] Python 已安装并配置正确
+- [ ] Python 依赖已安装（`pip install -r lover/requirements.txt`）
+- [ ] 环境变量已配置（`.env` 文件）
+- [ ] 数据库已配置并可连接
+- [ ] OSS 已配置（如需使用语音功能）
+- [ ] DashScope API Key 已配置（如需使用 AI 功能）
+
+启动后验证：
+
+- [ ] PHP 服务器正常运行（端口 30100）
+- [ ] Python 后端正常运行（端口 30101）
+- [ ] 可以访问 API 文档（http://127.0.0.1:30101/docs）
+- [ ] 健康检查通过（http://127.0.0.1:30101/health）
+- [ ] 前端可以连接后端
+
+## 🎉 启动成功！
+
+如果以上步骤都完成，你应该看到：
+
+```
+╔════════════════════════════════════╗
+║         启动成功！                 ║
+╚════════════════════════════════════╝
+
+[PHP 服务器] ✓ 已启动
+→ http://127.0.0.1:30100
+→ http://127.0.0.1:30100/admin
+
+[Python 后端] ✓ 已启动
+→ http://127.0.0.1:30101
+→ http://127.0.0.1:30101/docs
+```
+
+现在可以开始使用 AI 女友的所有功能了！💕
+
+---
+
+**最后更新**: 2026-03-05
+**版本**: v2.0

快速参考.md

@@ -0,0 +1,186 @@
+# AI 女友项目 - 快速参考
+
+## 🚀 启动命令
+
+```bash
+# 方法 1：使用启动脚本（推荐）
+双击 "启动项目.bat"
+
+# 方法 2：手动启动
+# PHP 服务器
+cd xunifriend_RaeeC/public
+php -S 0.0.0.0:30100 router.php
+
+# Python 后端
+python -m uvicorn lover.main:app --host 0.0.0.0 --port 30101 --reload
+```
+
+## 🌐 服务地址
+
+| 服务 | 地址 | 说明 |
+|------|------|------|
+| PHP 后台 | http://127.0.0.1:30100/admin | 用户管理、后台管理 |
+| Python API | http://127.0.0.1:30101/docs | AI 功能、API 文档 |
+| 健康检查 | http://127.0.0.1:30101/health | 服务状态检查 |
+
+## 📡 API 端点
+
+### 语音对话
+
+| 端点 | 方法 | 功能 | 响应时间 |
+|------|------|------|---------|
+| `/voice/call/asr` | POST | 仅 ASR 识别 | 3-5秒 |
+| `/voice/call/conversation` | POST | 完整对话（ASR+LLM+TTS） | 7-15秒 |
+
+### 请求格式
+
+```json
+{
+  "audio_data": "base64编码的音频",
+  "format": "wav"
+}
+```
+
+### 响应格式
+
+**ASR 模式**:
+```json
+{
+  "code": 1,
+  "msg": "ok",
+  "data": {
+    "text": "识别的文字"
+  }
+}
+```
+
+**对话模式**:
+```json
+{
+  "code": 1,
+  "msg": "ok",
+  "data": {
+    "user_text": "用户说的话",
+    "ai_text": "AI的回复",
+    "audio_data": "base64编码的AI语音",
+    "audio_format": "mp3"
+  }
+}
+```
+
+## 🔧 前端配置
+
+```javascript
+// xuniYou/utils/request.js
+
+// 本地开发
+export const baseURL = 'http://127.0.0.1:30100'
+export const baseURLPy = 'http://127.0.0.1:30101'
+
+// 局域网测试（替换为你的电脑 IP）
+export const baseURL = 'http://192.168.1.141:30100'
+export const baseURLPy = 'http://192.168.1.141:30101'
+```
+
+## 🔍 调试命令
+
+```bash
+# 检查端口占用
+netstat -ano | findstr :30100
+netstat -ano | findstr :30101
+
+# 测试健康检查
+curl http://127.0.0.1:30101/health
+
+# 查看进程
+tasklist | findstr php.exe
+tasklist | findstr python.exe
+
+# 停止进程
+taskkill /F /IM php.exe
+taskkill /F /IM python.exe
+```
+
+## 📋 环境变量
+
+```bash
+# .env 文件
+
+# DashScope API Key（必需）
+DASHSCOPE_API_KEY=sk-xxx
+
+# OSS 配置（语音功能必需）
+ALIYUN_OSS_ACCESS_KEY_ID=xxx
+ALIYUN_OSS_ACCESS_KEY_SECRET=xxx
+ALIYUN_OSS_BUCKET_NAME=xxx
+ALIYUN_OSS_ENDPOINT=https://oss-cn-hangzhou.aliyuncs.com
+ALIYUN_OSS_CDN_DOMAIN=https://xxx.oss-cn-hangzhou.aliyuncs.com
+
+# 数据库
+DATABASE_URL=mysql+pymysql://root:password@localhost:3306/fastadmin
+
+# LLM 配置
+LLM_MODEL=qwen-plus
+LLM_TEMPERATURE=0.8
+LLM_MAX_TOKENS=2000
+
+# TTS 配置
+VOICE_CALL_TTS_MODEL=cosyvoice-v2
+VOICE_CALL_TTS_VOICE=longxiaochun_v2
+
+# ASR 配置
+VOICE_CALL_ASR_MODEL=paraformer-v2
+VOICE_CALL_ASR_SAMPLE_RATE=16000
+```
+
+## 🐛 常见错误
+
+| 错误 | 原因 | 解决方案 |
+|------|------|---------|
+| 端口被占用 | 服务已在运行 | 使用启动脚本自动清理 |
+| ModuleNotFoundError | Python 依赖缺失 | `pip install -r lover/requirements.txt` |
+| 连接失败 | 前端配置错误 | 检查 `request.js` 中的 IP 和端口 |
+| ASR 识别失败 | 音频格式错误 | 使用 WAV 格式，16kHz，单声道 |
+| OSS 上传失败 | OSS 配置错误 | 检查 `.env` 中的 OSS 配置 |
+
+## 📊 性能指标
+
+| 步骤 | 时间 |
+|------|------|
+| 录音 | 2-5秒 |
+| ASR 识别 | 2-5秒 |
+| LLM 生成 | 1-3秒 |
+| TTS 合成 | 1-2秒 |
+| **总计** | **7-15秒** |
+
+## 🎯 测试流程
+
+1. 双击 `启动项目.bat`
+2. 等待两个窗口启动完成
+3. 访问 http://127.0.0.1:30101/docs 验证
+4. 打开前端应用
+5. 进入语音通话页面
+6. 按住说话按钮
+7. 说话 2-3 秒
+8. 松开按钮
+9. 等待 AI 回复
+10. 听到 AI 语音
+
+## 📞 技术支持
+
+遇到问题时提供：
+1. 前端控制台日志
+2. Python 后端窗口日志
+3. PHP 服务器窗口日志
+4. 环境配置信息
+5. 错误截图
+
+---
+
+**快速链接**:
+- [完整启动指南](完整启动指南.md)
+- [语音对话功能说明](语音对话功能说明.md)
+- [语音对话快速开始](语音对话快速开始.md)
+- [ASR问题修复总结](ASR问题修复总结.md)
+
+**最后更新**: 2026-03-05

语音对话功能说明.md

@@ -0,0 +1,383 @@
+# 语音对话功能说明
+
+## 🎯 功能概述
+
+完整的语音对话流程已实现，包括：
+1. **ASR（语音识别）** - 用户语音 → 文字
+2. **LLM（对话生成）** - 文字 → AI 回复文字
+3. **TTS（语音合成）** - AI 回复文字 → 语音
+4. **前端播放** - 播放 AI 的语音回复
+
+## 📋 API 端点
+
+### 1. 仅 ASR 识别（已有）
+```
+POST /voice/call/asr
+```
+
+**请求**:
+```json
+{
+  "audio_data": "base64编码的音频数据",
+  "format": "wav"
+}
+```
+
+**响应**:
+```json
+{
+  "code": 1,
+  "msg": "ok",
+  "data": {
+    "text": "识别的文字"
+  }
+}
+```
+
+### 2. 完整语音对话（新增）
+```
+POST /voice/call/conversation
+```
+
+**请求**:
+```json
+{
+  "audio_data": "base64编码的音频数据",
+  "format": "wav"
+}
+```
+
+**响应**:
+```json
+{
+  "code": 1,
+  "msg": "ok",
+  "data": {
+    "user_text": "用户说的话",
+    "ai_text": "AI的回复文字",
+    "audio_data": "base64编码的AI语音",
+    "audio_format": "mp3"
+  }
+}
+```
+
+## 🔄 完整流程
+
+### 后端处理流程
+
+```
+用户录音 
+  ↓
+1. 接收 base64 音频数据
+  ↓
+2. 解码为二进制
+  ↓
+3. 上传到 OSS
+  ↓
+4. 调用 DashScope ASR
+  ↓
+5. 等待识别结果
+  ↓
+6. 获取用户文字
+  ↓
+7. 构建对话上下文（包含恋人人格）
+  ↓
+8. 调用 LLM 生成回复
+  ↓
+9. 清理回复文本（去除 Markdown）
+  ↓
+10. 获取用户的音色配置
+  ↓
+11. 调用 TTS 合成语音
+  ↓
+12. 将语音编码为 base64
+  ↓
+13. 返回完整结果
+```
+
+### 前端处理流程
+
+```
+用户按住说话按钮
+  ↓
+1. 开始录音
+  ↓
+2. 松开按钮，停止录音
+  ↓
+3. 读取录音文件
+  ↓
+4. 转换为 base64
+  ↓
+5. 调用 /voice/call/conversation
+  ↓
+6. 显示"对话处理中..."
+  ↓
+7. 接收响应
+  ↓
+8. 显示用户说的话
+  ↓
+9. 解码 AI 语音数据
+  ↓
+10. 保存为临时文件
+  ↓
+11. 显示 AI 回复文字
+  ↓
+12. 播放 AI 语音
+  ↓
+13. 播放完成后清理临时文件
+```
+
+## 🎨 前端代码示例
+
+### 发送语音并接收回复
+
+```javascript
+async sendAudioToASR(audioBytes) {
+  // 1. 转换为 base64
+  let base64Audio = ''
+  for (let i = 0; i < audioBytes.length; i++) {
+    base64Audio += String.fromCharCode(audioBytes[i])
+  }
+  base64Audio = btoa(base64Audio)
+  
+  // 2. 调用 API
+  const response = await uni.request({
+    url: this.baseURLPy + '/voice/call/conversation',
+    method: 'POST',
+    header: {
+      'Content-Type': 'application/json',
+      'Authorization': 'Bearer ' + uni.getStorageSync("token")
+    },
+    data: {
+      audio_data: base64Audio,
+      format: 'wav'
+    }
+  })
+  
+  // 3. 处理响应
+  const data = response.data.data
+  const userText = data.user_text
+  const aiText = data.ai_text
+  const audioData = data.audio_data
+  
+  // 4. 显示识别结果
+  uni.showToast({
+    title: `你说: ${userText}`,
+    icon: 'none'
+  })
+  
+  // 5. 播放 AI 语音
+  await this.playAIVoice(audioData, aiText)
+}
+```
+
+### 播放 AI 语音
+
+```javascript
+async playAIVoice(base64Audio, aiText) {
+  // 1. 解码 base64
+  const binaryString = atob(base64Audio)
+  const bytes = new Uint8Array(binaryString.length)
+  for (let i = 0; i < binaryString.length; i++) {
+    bytes[i] = binaryString.charCodeAt(i)
+  }
+  
+  // 2. 保存为临时文件
+  const fs = uni.getFileSystemManager()
+  const tempFilePath = `${wx.env.USER_DATA_PATH}/ai_voice_${Date.now()}.mp3`
+  fs.writeFileSync(tempFilePath, bytes.buffer, 'binary')
+  
+  // 3. 显示 AI 回复文字
+  uni.showToast({
+    title: `AI: ${aiText}`,
+    icon: 'none',
+    duration: 3000
+  })
+  
+  // 4. 播放音频
+  const innerAudioContext = uni.createInnerAudioContext()
+  innerAudioContext.src = tempFilePath
+  innerAudioContext.autoplay = true
+  
+  innerAudioContext.onEnded(() => {
+    // 清理临时文件
+    fs.unlinkSync(tempFilePath)
+  })
+}
+```
+
+## 🔧 配置要求
+
+### 环境变量
+
+```bash
+# DashScope API Key（ASR + LLM + TTS）
+DASHSCOPE_API_KEY=sk-xxx
+
+# OSS 配置（存储音频文件）
+ALIYUN_OSS_ACCESS_KEY_ID=xxx
+ALIYUN_OSS_ACCESS_KEY_SECRET=xxx
+ALIYUN_OSS_BUCKET_NAME=xxx
+ALIYUN_OSS_ENDPOINT=https://oss-cn-hangzhou.aliyuncs.com
+ALIYUN_OSS_CDN_DOMAIN=https://xxx.oss-cn-hangzhou.aliyuncs.com
+
+# LLM 配置
+LLM_MODEL=qwen-plus
+LLM_TEMPERATURE=0.8
+LLM_MAX_TOKENS=2000
+
+# TTS 配置
+VOICE_CALL_TTS_MODEL=cosyvoice-v2
+VOICE_CALL_TTS_VOICE=longxiaochun_v2
+VOICE_CALL_TTS_FORMAT=mp3
+
+# ASR 配置
+VOICE_CALL_ASR_MODEL=paraformer-v2
+VOICE_CALL_ASR_SAMPLE_RATE=16000
+```
+
+### 数据库表
+
+需要以下表：
+- `fa_lover` - 恋人信息（personality_prompt, voice_id）
+- `fa_voice_library` - 音色库（voice_code, gender, is_default）
+- `fa_user` - 用户信息（nickname, gender）
+
+## 📊 性能指标
+
+### 预期处理时间
+
+| 步骤 | 时间 | 说明 |
+|------|------|------|
+| 录音 | 2-5秒 | 用户说话时间 |
+| 上传 OSS | 0.5-1秒 | 取决于网络 |
+| ASR 识别 | 2-5秒 | DashScope 处理 |
+| LLM 生成 | 1-3秒 | 取决于回复长度 |
+| TTS 合成 | 1-2秒 | 取决于文本长度 |
+| 下载播放 | 0.5-1秒 | 取决于网络 |
+| **总计** | **7-17秒** | 完整对话周期 |
+
+### 优化建议
+
+1. **流式处理** - LLM 和 TTS 可以流式返回，边生成边播放
+2. **缓存** - 常见回复可以预先合成并缓存
+3. **并行处理** - 某些步骤可以并行执行
+4. **CDN 加速** - 使用 CDN 加速音频传输
+
+## 🎯 用户体验流程
+
+### 理想的对话体验
+
+```
+用户: [按住按钮] "今天天气怎么样？" [松开]
+  ↓
+界面: "对话处理中..."
+  ↓ (3-5秒)
+界面: "你说: 今天天气怎么样？"
+  ↓ (1秒)
+界面: "AI: 今天天气很好哦，阳光明媚，适合出去走走~"
+  ↓
+[播放 AI 语音]
+  ↓
+用户: [听完后继续对话]
+```
+
+## 🐛 常见问题
+
+### 1. 识别结果为空
+
+**原因**:
+- 录音时间太短
+- 环境噪音太大
+- 没有说话内容
+
+**解决**:
+- 确保录音时长 > 1 秒
+- 在安静环境测试
+- 靠近麦克风说话
+
+### 2. AI 回复太慢
+
+**原因**:
+- 网络延迟
+- LLM 生成时间长
+- TTS 合成时间长
+
+**解决**:
+- 优化网络连接
+- 使用更快的模型（qwen-flash）
+- 限制回复长度
+
+### 3. 语音播放失败
+
+**原因**:
+- 音频格式不支持
+- 临时文件写入失败
+- 权限问题
+
+**解决**:
+- 使用标准 MP3 格式
+- 检查文件系统权限
+- 添加错误处理
+
+## 🚀 下一步优化
+
+### 短期优化（1-2周）
+
+1. **流式 TTS** - 边生成边播放，减少等待时间
+2. **对话历史** - 保存最近几轮对话，提供上下文
+3. **打断功能** - 用户可以打断 AI 的回复
+4. **情感识别** - 根据用户语气调整 AI 回复
+
+### 中期优化（1-2月）
+
+1. **多轮对话** - 完整的对话管理系统
+2. **个性化** - 根据用户习惯调整回复风格
+3. **语音克隆** - 支持用户自定义音色
+4. **实时对话** - WebSocket 实时双向通信
+
+### 长期优化（3-6月）
+
+1. **多模态** - 结合图像、视频的对话
+2. **情感分析** - 深度理解用户情绪
+3. **主动对话** - AI 主动发起话题
+4. **场景化** - 不同场景的专属对话模式
+
+## 📝 测试清单
+
+### 功能测试
+
+- [ ] 录音功能正常
+- [ ] ASR 识别准确
+- [ ] LLM 回复合理
+- [ ] TTS 语音自然
+- [ ] 播放功能正常
+- [ ] 错误处理完善
+
+### 性能测试
+
+- [ ] 响应时间 < 15秒
+- [ ] 音频质量良好
+- [ ] 内存占用合理
+- [ ] 网络流量可控
+
+### 兼容性测试
+
+- [ ] iOS 设备
+- [ ] Android 设备
+- [ ] 不同网络环境
+- [ ] 不同音色
+
+## 📞 技术支持
+
+如遇问题，请提供：
+1. 完整的前端控制台日志
+2. 后端服务器日志
+3. 录音文件信息
+4. 网络环境
+5. 设备信息
+
+---
+
+**最后更新**: 2026-03-05
+**版本**: v2.0 - 完整语音对话

语音对话快速开始.md

@@ -0,0 +1,285 @@
+# 语音对话功能 - 快速开始
+
+## ✅ 已完成的功能
+
+1. ✅ **ASR 语音识别** - 用户语音转文字
+2. ✅ **LLM 对话生成** - AI 智能回复
+3. ✅ **TTS 语音合成** - AI 回复转语音
+4. ✅ **前端播放** - 播放 AI 语音
+
+## 🚀 快速测试
+
+### 1. 启动后端服务
+
+**双击运行**：`启动项目.bat`
+
+这会自动启动：
+- PHP 服务器：http://127.0.0.1:30100
+- Python 后端：http://127.0.0.1:30101
+
+应该看到两个窗口打开，显示：
+```
+[PHP 服务器] 正在启动...
+[PHP 服务器] 端口: 30100
+
+[Python 后端] 正在启动...
+[Python 后端] 端口: 30101
+INFO:     Uvicorn running on http://0.0.0.0:30101
+```
+
+### 2. 测试完整对话流程
+
+在前端应用中：
+
+1. 打开语音通话页面
+2. 按住"按住说话"按钮
+3. 说话 2-3 秒："你好，今天天气怎么样？"
+4. 松开按钮
+5. 等待处理（约 5-10 秒）
+6. 看到提示："你说: 你好，今天天气怎么样？"
+7. 听到 AI 的语音回复
+
+### 3. 查看日志
+
+**前端控制台**:
+```
+📤 开始发送音频进行语音对话
+📊 音频数据大小: XXX bytes
+📤 发送语音对话请求...
+✅ 对话响应: ...
+✅ 识别结果: 你好，今天天气怎么样？
+✅ AI回复: 今天天气很好哦...
+🔊 开始播放 AI 语音回复...
+```
+
+**后端日志**:
+```
+INFO - 收到语音对话请求，用户: XXX, 格式: wav
+INFO - 音频数据大小: XXX 字节
+INFO - 开始 ASR 识别...
+INFO - 音频已上传: https://...
+INFO - ASR 任务创建: xxx
+INFO - ASR 识别结果: 你好，今天天气怎么样？
+INFO - 开始 LLM 对话生成...
+INFO - LLM 回复: 今天天气很好哦...
+INFO - 开始 TTS 语音合成...
+INFO - TTS 合成完成，音频大小: XXX 字节
+```
+
+### 2. 验证服务运行
+
+打开浏览器访问：
+- Python API 文档：http://127.0.0.1:30101/docs
+- PHP 后台：http://127.0.0.1:30100/admin
+
+如果能正常访问，说明服务启动成功。
+
+## 📋 对比：两种模式
+
+### 模式 1: 仅 ASR 识别
+
+**端点**: `/voice/call/asr`
+
+**流程**:
+```
+用户录音 → ASR → 返回文字
+```
+
+**用途**: 
+- 快速测试 ASR 功能
+- 仅需要语音转文字
+- 调试识别准确度
+
+**响应时间**: 3-5 秒
+
+### 模式 2: 完整语音对话（推荐）
+
+**端点**: `/voice/call/conversation`
+
+**流程**:
+```
+用户录音 → ASR → LLM → TTS → 返回文字+语音
+```
+
+**用途**:
+- 完整的语音对话体验
+- AI 智能回复
+- 自然的语音交互
+
+**响应时间**: 7-15 秒
+
+## 🎯 使用建议
+
+### 什么时候用 ASR 模式？
+
+- ✅ 测试语音识别准确度
+- ✅ 调试录音功能
+- ✅ 快速验证音频质量
+- ✅ 不需要 AI 回复
+
+### 什么时候用对话模式？
+
+- ✅ 正式的语音通话功能
+- ✅ 需要 AI 智能回复
+- ✅ 完整的用户体验
+- ✅ 生产环境使用
+
+## 🔧 切换模式
+
+### 前端代码修改
+
+**使用 ASR 模式**:
+```javascript
+const response = await uni.request({
+  url: this.baseURLPy + '/voice/call/asr',
+  method: 'POST',
+  data: {
+    audio_data: base64Audio,
+    format: 'wav'
+  }
+})
+
+// 只返回识别文字
+const text = response.data.data.text
+```
+
+**使用对话模式**（当前默认）:
+```javascript
+const response = await uni.request({
+  url: this.baseURLPy + '/voice/call/conversation',
+  method: 'POST',
+  data: {
+    audio_data: base64Audio,
+    format: 'wav'
+  }
+})
+
+// 返回识别文字 + AI回复 + 语音
+const userText = response.data.data.user_text
+const aiText = response.data.data.ai_text
+const audioData = response.data.data.audio_data
+```
+
+## 📊 功能对比表
+
+| 功能 | ASR 模式 | 对话模式 |
+|------|---------|---------|
+| 语音识别 | ✅ | ✅ |
+| AI 回复 | ❌ | ✅ |
+| 语音合成 | ❌ | ✅ |
+| 响应时间 | 3-5秒 | 7-15秒 |
+| 网络流量 | 小 | 中 |
+| 用户体验 | 基础 | 完整 |
+| 适用场景 | 测试 | 生产 |
+
+## 🎨 用户体验对比
+
+### ASR 模式体验
+
+```
+用户: [按住] "你好" [松开]
+  ↓ (3秒)
+界面: "识别: 你好"
+  ↓
+[结束，等待用户下一次操作]
+```
+
+### 对话模式体验（推荐）
+
+```
+用户: [按住] "你好" [松开]
+  ↓ (3秒)
+界面: "你说: 你好"
+  ↓ (2秒)
+界面: "AI: 你好呀，很高兴见到你~"
+  ↓
+[播放 AI 语音]
+  ↓
+[自然的对话体验]
+```
+
+## 🚀 下一步
+
+### 立即可以做的
+
+1. ✅ 测试完整对话流程
+2. ✅ 调整 AI 回复风格（修改 personality_prompt）
+3. ✅ 更换音色（修改 voice_id）
+4. ✅ 优化录音时长
+
+### 需要开发的
+
+1. ⏳ 对话历史记录
+2. ⏳ 多轮对话上下文
+3. ⏳ 流式 TTS（边生成边播放）
+4. ⏳ 打断功能
+
+## 💡 优化建议
+
+### 提升响应速度
+
+1. **使用更快的模型**
+   ```bash
+   LLM_MODEL=qwen-flash  # 更快但质量略低
+   ```
+
+2. **限制回复长度**
+   ```bash
+   LLM_MAX_TOKENS=500  # 减少生成时间
+   ```
+
+3. **优化网络**
+   - 使用 CDN 加速
+   - 选择就近的 OSS 区域
+
+### 提升对话质量
+
+1. **完善人格设定**
+   - 在数据库中设置详细的 personality_prompt
+   - 包含性格、说话风格、兴趣爱好等
+
+2. **添加对话历史**
+   - 保存最近 5-10 轮对话
+   - 提供更连贯的上下文
+
+3. **情感调节**
+   - 根据用户语气调整回复
+   - 使用不同的 TTS 参数
+
+## 📝 测试检查清单
+
+### 基础功能
+- [ ] 录音功能正常
+- [ ] ASR 识别准确（准确率 > 90%）
+- [ ] LLM 回复合理
+- [ ] TTS 语音自然
+- [ ] 播放功能正常
+
+### 用户体验
+- [ ] 响应时间可接受（< 15秒）
+- [ ] 提示信息清晰
+- [ ] 错误处理友好
+- [ ] 音质清晰
+
+### 边界情况
+- [ ] 录音时间太短
+- [ ] 录音时间太长
+- [ ] 网络中断
+- [ ] 识别失败
+- [ ] 合成失败
+
+## 🎉 恭喜！
+
+你已经完成了完整的语音对话功能！现在可以：
+
+1. ✅ 用户说话，AI 听懂
+2. ✅ AI 智能回复
+3. ✅ AI 用语音回答
+4. ✅ 自然的对话体验
+
+享受与 AI 恋人的语音对话吧！💕
+
+---
+
+**最后更新**: 2026-03-05
+**版本**: v2.0

语音播放问题排查.md

@@ -0,0 +1,286 @@
+# 语音播放问题排查指南
+
+## 🔍 问题现象
+
+后端成功生成了 AI 语音（120463 字节），但前端没有播放出来。
+
+## 📋 排查步骤
+
+### 1. 检查前端是否收到音频数据
+
+重新编译并运行，查看前端控制台日志：
+
+```
+✅ 对话响应: ...
+✅ 识别结果: ghost～来啦？
+✅ AI回复: ghost～来啦？刚在有《夏日友人帐》...
+✅ 音频数据: XXXXX 字符  <-- 应该看到这行
+🔊 开始播放 AI 语音回复...
+🔊 音频数据前100字符: ...
+```
+
+**如果没有看到"音频数据"**：
+- 问题在后端返回数据格式
+- 检查后端响应结构
+
+**如果看到了"音频数据"**：
+- 继续下一步
+
+### 2. 检查 playAIVoice 是否被调用
+
+查看日志：
+
+```
+🔊 playAIVoice 被调用
+🔊 base64Audio 长度: XXXXX
+🔊 aiText: ...
+📦 开始解码 base64...
+✅ 音频数据解码完成，大小: XXXXX bytes
+📱 APP 环境，保存并播放音频
+```
+
+**如果没有看到这些日志**：
+- `playAIVoice` 没有被调用
+- 检查 `audioData` 是否为空
+
+**如果看到了这些日志**：
+- 继续下一步
+
+### 3. 检查文件保存是否成功
+
+查看日志：
+
+```
+✅ 获取 _doc 目录成功
+✅ 创建文件成功: ai_voice_xxx.mp3
+✅ 文件写入成功
+📁 文件路径: /storage/emulated/0/Android/data/...
+```
+
+**如果看到错误**：
+- 文件系统权限问题
+- 检查 APP 存储权限
+
+**如果文件保存成功**：
+- 继续下一步
+
+### 4. 检查音频播放
+
+查看日志：
+
+```
+🎵 创建音频上下文...
+🎵 设置音频源: /storage/emulated/0/Android/data/.../ai_voice_xxx.mp3
+🔊 AI 语音开始播放  <-- 应该看到这行
+```
+
+**如果看到播放错误**：
+- 音频格式问题
+- 音频文件损坏
+- 播放器不支持
+
+## 🔧 常见问题和解决方案
+
+### 问题 1：没有收到音频数据
+
+**症状**：
+```
+✅ AI回复: ...
+⚠️ 没有收到音频数据
+```
+
+**原因**：
+- 后端返回数据格式不正确
+- `audio_data` 字段缺失
+
+**解决方案**：
+
+检查后端响应：
+```bash
+# 使用 curl 测试
+curl -X POST http://127.0.0.1:30101/voice/call/conversation \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer YOUR_TOKEN" \
+  -d '{"audio_data":"...","format":"wav"}' \
+  | jq '.data.audio_data' | head -c 100
+```
+
+应该看到 base64 字符串。
+
+### 问题 2：base64 解码失败
+
+**症状**：
+```
+❌ 播放 AI 语音失败
+错误类型: InvalidCharacterError
+```
+
+**原因**：
+- base64 字符串包含非法字符
+- 字符串被截断
+
+**解决方案**：
+
+检查 base64 字符串：
+```javascript
+console.log('base64 前10字符:', audioData.substring(0, 10))
+console.log('base64 后10字符:', audioData.substring(audioData.length - 10))
+console.log('是否包含非法字符:', /[^A-Za-z0-9+/=]/.test(audioData))
+```
+
+### 问题 3：文件保存失败
+
+**症状**：
+```
+❌ 获取文件系统失败
+❌ 创建文件失败
+```
+
+**原因**：
+- APP 没有存储权限
+- 文件路径不存在
+
+**解决方案**：
+
+1. 检查 APP 权限：
+```javascript
+// 在 manifest.json 中添加
+"permissions": {
+  "android.permission.WRITE_EXTERNAL_STORAGE": {},
+  "android.permission.READ_EXTERNAL_STORAGE": {}
+}
+```
+
+2. 使用其他目录：
+```javascript
+// 尝试使用 _downloads 目录
+plus.io.resolveLocalFileSystemURL('_downloads/', ...)
+```
+
+### 问题 4：音频播放失败
+
+**症状**：
+```
+✅ 文件写入成功
+🎵 设置音频源: ...
+❌ 播放失败: {errMsg: "..."}
+```
+
+**原因**：
+- 音频格式不支持
+- 文件路径错误
+- 音频文件损坏
+
+**解决方案**：
+
+1. **验证音频文件**：
+```javascript
+// 检查文件是否存在
+plus.io.resolveLocalFileSystemURL(filePath, (entry) => {
+  entry.file((file) => {
+    console.log('文件大小:', file.size)
+    console.log('文件类型:', file.type)
+  })
+})
+```
+
+2. **使用绝对路径**：
+```javascript
+// 使用 fileEntry.toLocalURL()
+const audioUrl = fileEntry.toLocalURL()
+audioContext.src = audioUrl
+```
+
+3. **测试音频文件**：
+```javascript
+// 保存到相册，手动播放测试
+plus.gallery.save(filePath, () => {
+  console.log('已保存到相册，请手动播放测试')
+})
+```
+
+## 🎯 调试技巧
+
+### 1. 保存音频文件到相册
+
+```javascript
+// 在 playAIVoice 中添加
+writer.onwrite = () => {
+  console.log('✅ 文件写入成功')
+  
+  // 保存到相册以便测试
+  plus.gallery.save(fileEntry.fullPath, () => {
+    console.log('✅ 已保存到相册')
+    uni.showToast({
+      title: '音频已保存到相册',
+      icon: 'none'
+    })
+  }, (error) => {
+    console.error('保存到相册失败:', error)
+  })
+  
+  // 继续播放...
+}
+```
+
+### 2. 使用系统播放器测试
+
+```javascript
+// 使用系统播放器打开
+plus.runtime.openFile(fileEntry.fullPath, {}, (error) => {
+  console.error('打开文件失败:', error)
+})
+```
+
+### 3. 对比文件大小
+
+```javascript
+console.log('原始 base64 长度:', base64Audio.length)
+console.log('解码后字节数:', bytes.length)
+console.log('预期字节数:', Math.ceil(base64Audio.length * 3 / 4))
+console.log('后端返回大小:', 120463) // 从后端日志获取
+```
+
+应该接近 120463 字节。
+
+## 📝 完整的调试日志示例
+
+**成功的日志**：
+```
+📤 发送语音对话请求...
+✅ 对话响应: {statusCode: 200, data: {...}}
+✅ 识别结果: ghost～来啦？
+✅ AI回复: ghost～来啦？刚在有《夏日友人帐》...
+✅ 音频数据: 160616 字符
+🔊 开始播放 AI 语音回复...
+🔊 音频数据前100字符: SUQzBAAAAAAAI1RTU0UAAAAPAAADTGF2ZjYxLjEuMTAwAAAAAAAAAAAAAAD/+5DEAAAAAAAAAAAAAAAAAAAAAABJbmZvAAAADwAAAA...
+🔊 playAIVoice 被调用
+🔊 base64Audio 长度: 160616
+🔊 aiText: ghost～来啦？刚在有《夏日友人帐》...
+📦 开始解码 base64...
+✅ 音频数据解码完成，大小: 120463 bytes
+📱 APP 环境，保存并播放音频
+✅ 获取 _doc 目录成功
+✅ 创建文件成功: ai_voice_1709636448745.mp3
+📝 开始写入文件...
+✅ 文件写入成功
+📁 文件路径: /storage/emulated/0/Android/data/io.dcloud.HBuilder/apps/HBuilder/doc/ai_voice_1709636448745.mp3
+🎵 创建音频上下文...
+🎵 设置音频源: /storage/emulated/0/Android/data/io.dcloud.HBuilder/apps/HBuilder/doc/ai_voice_1709636448745.mp3
+🔊 AI 语音开始播放
+✅ AI 语音播放完成
+🗑️ 临时文件已清理
+```
+
+## 🚀 下一步
+
+如果以上步骤都无法解决问题，请提供：
+
+1. 完整的前端控制台日志
+2. 后端日志（TTS 合成部分）
+3. 设备信息（Android 版本、APP 版本）
+4. 是否有其他音频播放功能正常工作
+
+---
+
+**最后更新**: 2026-03-05