145 lines
3.1 KiB
Markdown
145 lines
3.1 KiB
Markdown
# 语音通话快速参考卡 🎤
|
||
|
||
## 🚀 快速开始
|
||
|
||
### 1️⃣ 重启服务器（必须！）
|
||
```bash
|
||
pkill -f "uvicorn.*main:app"
|
||
cd /path/to/lover
|
||
uvicorn main:app --host 0.0.0.0 --port 30101 --reload
|
||
```
|
||
|
||
### 2️⃣ 重新编译客户端
|
||
在 HBuilderX 中运行项目到手机/模拟器
|
||
|
||
### 3️⃣ 测试
|
||
1. 打开 App → 语音通话
|
||
2. 按住"按住说话"
|
||
3. **说 3-5 秒**
|
||
4. 松开按钮
|
||
5. 等待响应
|
||
|
||
## ✅ 成功标志
|
||
|
||
```
|
||
✅ 发送中... → 识别中... → 收到文字 → 听到声音
|
||
⏱️ 总耗时 < 30 秒
|
||
❌ 没有 "idle timeout" 错误
|
||
```
|
||
|
||
## 📊 关键参数
|
||
|
||
| 参数 | 值 | 说明 |
|
||
|------|-----|------|
|
||
| 分片大小 | 3200 bytes | 官方推荐 |
|
||
| 发送间隔 | 100ms | 官方推荐 |
|
||
| 超时时间 | 120 秒 | 服务器配置 |
|
||
| 录音时长 | 3-5 秒 | 建议值 |
|
||
| 音频格式 | PCM 16kHz | 必须 |
|
||
|
||
## 🔍 日志检查
|
||
|
||
### 客户端关键日志
|
||
```
|
||
✅ 必须看到：
|
||
📦 开始分片发送（官方推荐参数）
|
||
📊 总大小: [> 96000] bytes
|
||
✅ 所有音频片段发送完成
|
||
✅ 结束标记发送成功
|
||
📋 收到控制消息, type: reply_text
|
||
🎵 收到音频数据流
|
||
📋 收到控制消息, type: reply_end
|
||
|
||
❌ 不应该看到：
|
||
{"type":"error","msg":"idle timeout"}
|
||
```
|
||
|
||
### 服务器关键日志
|
||
```
|
||
✅ 必须看到：
|
||
ASR connection opened
|
||
ASR event end=True sentence=[文字]
|
||
Handle sentence: [文字]
|
||
|
||
❌ 不应该看到：
|
||
idle timeout
|
||
ASR error
|
||
```
|
||
|
||
## 🐛 快速故障排查
|
||
|
||
### 问题：还是 "idle timeout"
|
||
```bash
|
||
# 1. 确认服务器已重启
|
||
ps aux | grep uvicorn
|
||
|
||
# 2. 确认配置生效
|
||
cat lover/.env | grep VOICE_CALL_IDLE_TIMEOUT
|
||
# 应该显示: VOICE_CALL_IDLE_TIMEOUT=120
|
||
|
||
# 3. 确认录音时长够长（至少 3 秒）
|
||
# 查看客户端日志中的 "总大小"
|
||
# 3 秒 = 96000 bytes
|
||
# 5 秒 = 160000 bytes
|
||
```
|
||
|
||
### 问题：没有任何响应
|
||
```bash
|
||
# 检查 WebSocket 连接
|
||
# 客户端日志应该显示: WebSocket onOpen
|
||
|
||
# 检查服务器运行
|
||
curl http://192.168.1.141:30101/docs
|
||
```
|
||
|
||
### 问题：ASR 无法识别
|
||
- 在安静环境测试
|
||
- 清晰发音
|
||
- 说话时长 3-5 秒
|
||
- 避免背景噪音
|
||
|
||
## 📚 详细文档
|
||
|
||
1. `优化总结.md` - 完整的优化说明
|
||
2. `测试检查清单.md` - 详细测试步骤
|
||
3. `语音通话完整流程图.md` - 可视化流程
|
||
4. `最新优化说明.md` - 技术细节
|
||
|
||
## 💡 重要提示
|
||
|
||
### ⚠️ 必须做的事
|
||
- [x] 修改 `lover/.env` 添加超时配置
|
||
- [ ] **重启服务器**（最重要！）
|
||
- [ ] 重新编译客户端
|
||
- [ ] 测试时说话 3-5 秒（不要太短）
|
||
|
||
### ✅ 优化要点
|
||
- 分片大小: 3200 bytes（官方推荐）
|
||
- 发送间隔: 100ms（官方推荐）
|
||
- 超时时间: 120 秒（足够处理）
|
||
- 录音时长: 3-5 秒（足够识别）
|
||
|
||
## 🎯 测试目标
|
||
|
||
一次成功的对话应该：
|
||
1. 录音 3-5 秒
|
||
2. 分片发送完成
|
||
3. ASR 识别成功
|
||
4. LLM 生成回复
|
||
5. TTS 合成语音
|
||
6. 播放音频
|
||
7. 总耗时 < 30 秒
|
||
8. 无错误
|
||
|
||
## 📞 需要帮助？
|
||
|
||
提供以下信息：
|
||
- 客户端日志（完整）
|
||
- 服务器日志
|
||
- 录音大小和时长
|
||
- 错误信息
|
||
|
||
---
|
||
|
||
**快速参考** | **版本**: 2026-02-28 | **状态**: ✅ 已优化
|