168 lines
3.9 KiB
Markdown
168 lines
3.9 KiB
Markdown
# 语音通话测试检查清单
|
||
|
||
## ✅ 优化完成确认
|
||
|
||
- [x] 服务器 `.env` 文件已添加 `VOICE_CALL_IDLE_TIMEOUT=120`
|
||
- [x] 客户端分片参数已优化为官方推荐值（3200 bytes, 100ms）
|
||
- [ ] 服务器已重启（**必须执行**）
|
||
- [ ] 客户端已重新编译
|
||
|
||
## 🔧 服务器重启步骤
|
||
|
||
```bash
|
||
# 1. 停止旧进程
|
||
pkill -f "uvicorn.*main:app"
|
||
|
||
# 2. 确认进程已停止
|
||
ps aux | grep uvicorn
|
||
|
||
# 3. 启动新进程
|
||
cd /path/to/lover
|
||
uvicorn main:app --host 0.0.0.0 --port 30101 --reload
|
||
|
||
# 4. 确认启动成功
|
||
# 应该看到类似输出：
|
||
# INFO: Uvicorn running on http://0.0.0.0:30101
|
||
```
|
||
|
||
## 📱 客户端测试步骤
|
||
|
||
### 1. 准备工作
|
||
- [ ] 确保手机/模拟器已连接
|
||
- [ ] 确保网络连接正常
|
||
- [ ] 确保麦克风权限已授予
|
||
|
||
### 2. 测试流程
|
||
1. [ ] 打开 App
|
||
2. [ ] 进入语音通话页面
|
||
3. [ ] 检查 WebSocket 连接状态（应该显示已连接）
|
||
4. [ ] 按住"按住说话"按钮
|
||
5. [ ] **清晰地说 3-5 秒的话**（例如："你好，今天天气怎么样？"）
|
||
6. [ ] 松开按钮
|
||
7. [ ] 等待响应（应该在 10-20 秒内收到）
|
||
|
||
### 3. 预期结果
|
||
- [ ] 看到"发送中..."提示
|
||
- [ ] 看到"识别中..."提示
|
||
- [ ] 收到文字回复
|
||
- [ ] 听到语音回复
|
||
- [ ] 没有 "idle timeout" 错误
|
||
|
||
## 📊 日志检查
|
||
|
||
### 客户端日志关键信息
|
||
```
|
||
✅ 应该看到：
|
||
📦 开始分片发送（官方推荐参数）
|
||
📊 总大小: [大于 96000] bytes （3秒音频 = 96000 bytes）
|
||
📊 每片大小: 3200 bytes
|
||
📊 发送间隔: 100 ms
|
||
✅ 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：
|
||
❌ WebSocket 关闭, code: 1000
|
||
{"type":"error","msg":"idle timeout"}
|
||
```
|
||
|
||
### 服务器日志关键信息
|
||
```
|
||
✅ 应该看到：
|
||
ASR connection opened
|
||
ASR event end=True sentence=[识别的文字]
|
||
Handle sentence: [识别的文字]
|
||
[LLM 相关日志]
|
||
[TTS 相关日志]
|
||
|
||
❌ 不应该看到：
|
||
idle timeout
|
||
ASR error
|
||
```
|
||
|
||
## 🐛 常见问题
|
||
|
||
### 问题1：还是出现 "idle timeout"
|
||
**检查**：
|
||
- [ ] 服务器是否已重启？
|
||
- [ ] `.env` 配置是否正确？
|
||
- [ ] 录音时长是否足够（至少 3 秒）？
|
||
|
||
**解决**：
|
||
```bash
|
||
# 确认配置
|
||
cat lover/.env | grep VOICE_CALL_IDLE_TIMEOUT
|
||
|
||
# 应该显示：
|
||
VOICE_CALL_IDLE_TIMEOUT=120
|
||
|
||
# 如果没有，手动添加后重启服务器
|
||
```
|
||
|
||
### 问题2：没有收到任何响应
|
||
**检查**：
|
||
- [ ] WebSocket 是否连接？
|
||
- [ ] 网络是否正常？
|
||
- [ ] 服务器是否运行？
|
||
|
||
**解决**：
|
||
```bash
|
||
# 检查服务器状态
|
||
curl http://192.168.1.141:30101/docs
|
||
|
||
# 应该返回 FastAPI 文档页面
|
||
```
|
||
|
||
### 问题3：录音时长太短
|
||
**检查**：
|
||
```
|
||
客户端日志中的 "总大小"：
|
||
- 1 秒 = 32000 bytes ❌ 太短
|
||
- 3 秒 = 96000 bytes ✅ 合适
|
||
- 5 秒 = 160000 bytes ✅ 更好
|
||
```
|
||
|
||
**解决**：
|
||
- 说话时间延长到 3-5 秒
|
||
- 清晰发音，不要含糊
|
||
- 避免背景噪音
|
||
|
||
### 问题4：ASR 无法识别
|
||
**可能原因**：
|
||
- 音频质量差（噪音大）
|
||
- 说话不清晰
|
||
- 音频格式不对
|
||
|
||
**解决**：
|
||
- 在安静环境测试
|
||
- 清晰发音
|
||
- 确认录音格式为 PCM 16kHz 单声道
|
||
|
||
## 📞 需要帮助？
|
||
|
||
如果测试失败，请提供：
|
||
|
||
1. **客户端日志**（完整的，从按下按钮到收到响应）
|
||
2. **服务器日志**（查看 `tail -f logs/app.log`）
|
||
3. **录音信息**：
|
||
- 总大小（bytes）
|
||
- 时长（秒）
|
||
- 片数
|
||
4. **错误信息**（如果有）
|
||
|
||
## 🎉 测试成功标志
|
||
|
||
当你看到以下情况，说明测试成功：
|
||
|
||
1. ✅ 按住按钮，说话 3-5 秒
|
||
2. ✅ 松开按钮，看到"发送中..."
|
||
3. ✅ 看到"识别中..."
|
||
4. ✅ 收到文字回复（例如："你好呀，今天天气不错~"）
|
||
5. ✅ 听到语音回复（AI 的声音）
|
||
6. ✅ 整个过程在 20 秒内完成
|
||
7. ✅ 没有任何错误提示
|
||
|
||
恭喜！语音通话功能已正常工作！🎊
|