修复结束问题

This commit is contained in:
朱潮 2025-09-21 14:23:04 +08:00
parent 85a67aa1fa
commit a451fd096d
2 changed files with 165 additions and 49 deletions

View File

@ -960,7 +960,20 @@ class OutputProcess:
print(f"📥 输出进程收到结束信号")
end_signal_received = True
self.end_signal_received = True
self.all_audio_received = True
# 只有在有音频数据或者TTS缓冲区有内容时才设置all_audio_received
# 这样可以避免在没有音频的情况下误判播放完成
if (len(self.preload_buffer) > 0 or
len(self.playback_buffer) > 0 or
len(self.tts_buffer) > 0 or
self.tts_task_queue.qsize() > 0):
self.all_audio_received = True
print(f"📥 设置all_audio_received=True检测到有待处理的数据")
else:
# 如果没有任何数据可能是LLM响应为空或其他问题
# 也设置为True让播放完成检测处理这种情况
self.all_audio_received = True
print(f"📥 警告:收到结束信号但没有检测到任何音频数据,可能存在问题")
# 重置完成事件标记
self.completion_sent = False
@ -991,6 +1004,14 @@ class OutputProcess:
# 流式文本处理 - 智能缓冲
streaming_text = audio_data[15:] # 移除 "STREAMING_TEXT:" 前缀
print(f"📥 输出进程收到流式文本: {streaming_text}")
# 检查是否需要重置状态(新的对话开始)
if self.end_signal_received:
print(f"📥 检测到新对话开始重置end_signal_received状态")
self.end_signal_received = False
self.all_audio_received = False
self.completion_sent = False
self.process_streaming_text(streaming_text)
continue
@ -998,6 +1019,14 @@ class OutputProcess:
# 完整文本处理 - 强制刷新缓冲区
complete_text = audio_data[14:] # 移除 "COMPLETE_TEXT:" 前缀
print(f"📥 输出进程收到完整文本: {complete_text}")
# 检查是否需要重置状态(新的对话开始)
if self.end_signal_received:
print(f"📥 检测到新对话开始重置end_signal_received状态")
self.end_signal_received = False
self.all_audio_received = False
self.completion_sent = False
self.process_complete_text(complete_text)
continue
@ -1011,6 +1040,10 @@ class OutputProcess:
# LLM生成完成信号
print(f"📥 输出进程收到LLM生成完成信号")
self.llm_generation_complete = True
# LLM完成后如果还没有开始TTS重置TTS完成状态
if self.tts_generation_complete and self.tts_task_queue.qsize() == 0:
print(f"📥 LLM完成但TTS队列为空重置TTS完成状态为False")
self.tts_generation_complete = False
continue
if isinstance(audio_data, str) and audio_data.startswith("TTS_COMPLETE:"):
@ -1024,6 +1057,11 @@ class OutputProcess:
# 更新最后收到音频数据的时间
self.last_audio_time = time.time()
# 如果之前已经收到结束信号,现在又收到音频数据,重置状态
if self.all_audio_received:
print(f"📥 收到新音频数据重置all_audio_received状态为False")
self.all_audio_received = False
# 减少日志输出,提高性能
if processed_count <= 3 or processed_count % 50 == 0:
print(f"📥 输出进程收到音频数据: {len(audio_data)} 字节")
@ -1246,7 +1284,12 @@ class OutputProcess:
time_since_last_chunk = 0
print(f" - 最后播放时间: 尚未开始播放")
# 检查是否所有条件都满足 - 使用更新的状态变量
# 检查TTS是否正在生成 - 新增条件
# TTS正在生成的条件队列中有任务 或 TTS生成未完成 或 还有待处理的缓冲区内容
tts_is_generating = (tts_queue_size > 0 or not self.tts_generation_complete or len(self.tts_buffer) > 0)
print(f" - TTS正在生成: {tts_is_generating} (队列:{tts_queue_size}, 完成:{self.tts_generation_complete}, 缓冲:{len(self.tts_buffer)})")
# 检查是否所有条件都满足 - 使用更新的状态变量添加TTS生成状态检查
all_conditions_met = (
self.llm_generation_complete and
self.tts_generation_complete and
@ -1254,7 +1297,8 @@ class OutputProcess:
self.pre_buffer_empty and
self.playback_buffer_empty and
self.no_active_playback and # 使用状态变量
tts_queue_size == 0
tts_queue_size == 0 and
not tts_is_generating # 新增确保TTS不在生成中
)
if all_conditions_met:
@ -1263,10 +1307,17 @@ class OutputProcess:
print(f"✅ 所有播放完成条件已满足,且{time_since_last_chunk:.2f}秒无新音频,可以结束播放")
return True
elif self.last_audio_chunk_time == 0:
# 如果从未开始播放,但有音频数据,说明播放可能有问题
# 如果从未开始播放,检查是否有音频数据
if len(self.playback_buffer) == 0 and len(self.preload_buffer) == 0:
print(f"⚠️ 从未开始播放且无音频数据,可能播放失败,强制结束")
return True
# 检查是否有TTS任务在排队
if self.tts_task_queue.qsize() == 0 and len(self.tts_buffer) == 0:
# 真的没有任何数据可能是LLM响应为空或TTS失败
print(f"⚠️ 从未开始播放且无任何数据可能LLM响应为空或TTS失败强制结束")
return True
else:
# 还有TTS任务待处理
print(f"⏳ 从未开始播放但还有TTS任务待处理等待TTS生成...")
return False
else:
print(f"⏳ 从未开始播放但还有音频数据,等待播放开始...")
return False
@ -1278,7 +1329,8 @@ class OutputProcess:
if (self.llm_generation_complete and
self.tts_generation_complete and
self.all_audio_received and
tts_queue_size == 0):
tts_queue_size == 0 and
not tts_is_generating): # 新增确保TTS不在生成中
if self.pre_buffer_empty and self.playback_buffer_empty:
if self.no_active_playback: # 使用状态变量
@ -1473,6 +1525,10 @@ class OutputProcess:
self.is_playing = False
self.completion_sent = False # 重置完成标记
# 重置TTS生成完成状态 - 关键修复
self.tts_generation_complete = False
print(f"🔊 已重置TTS生成完成状态为False开始新的TTS生成")
# 构建请求头
headers = {
"X-Api-App-Id": self.tts_app_id,
@ -1646,6 +1702,10 @@ class OutputProcess:
combined_text = ''.join(self.tts_buffer)
print(f"🔊 合并后的文本: '{combined_text}' (长度: {len(combined_text)})")
# 重置TTS生成完成状态 - 关键修复
self.tts_generation_complete = False
print(f"🔊 触发新TTS任务已重置TTS生成完成状态为False")
# 添加到TTS任务队列
print(f"🔊 尝试添加TTS任务到队列")
if self._add_tts_task(combined_text):
@ -1760,6 +1820,17 @@ class OutputProcess:
print(f"🔊 过滤后的文本: '{filtered_text}' (长度: {len(filtered_text)})")
if filtered_text:
# 检查是否是第一次收到流式文本(即所有状态都还是完成状态)
if (self.llm_generation_complete and
self.tts_generation_complete and
self.all_audio_received):
print(f"🔊 首次收到流式文本,重置所有播放完成检测状态")
self.llm_generation_complete = False
self.tts_generation_complete = False
self.all_audio_received = False
self.end_signal_received = False
self.completion_sent = False
# 使用智能句子缓冲系统
print(f"🔊 添加文本到智能缓冲区")
self._add_sentence_to_buffer(filtered_text)
@ -1775,6 +1846,14 @@ class OutputProcess:
filtered_text = self._filter_parentheses_content(text.strip())
if filtered_text:
# 重置所有播放完成检测状态 - 开始新的对话
self.llm_generation_complete = False
self.tts_generation_complete = False
self.all_audio_received = False
self.end_signal_received = False
self.completion_sent = False
print(f"🔊 处理完整文本:已重置所有播放完成检测状态")
# 直接添加到缓冲区并强制处理
self.tts_buffer.append(filtered_text)
self._process_tts_buffer()

View File

@ -282,10 +282,16 @@ class ControlSystem:
def _handle_idle_state(self):
"""处理空闲状态"""
if self.state == RecordingState.IDLE:
# 启用输入进程录音功能
self.input_command_queue.put(ControlCommand('enable_recording'))
self.state = RecordingState.RECORDING
print("🎯 状态IDLE → RECORDING")
# 检查是否应该立即启用录音
# 如果刚刚从播放完成状态切换过来,不要立即启用录音
if hasattr(self, '_just_finished_playing') and self._just_finished_playing:
print("🎯 状态IDLE播放刚完成等待延迟启用录音")
self._just_finished_playing = False # 重置标志
else:
# 启用输入进程录音功能
self.input_command_queue.put(ControlCommand('enable_recording'))
self.state = RecordingState.RECORDING
print("🎯 状态IDLE → RECORDING")
def _handle_recording_state(self):
"""处理录音状态"""
@ -362,24 +368,45 @@ class ControlSystem:
self.stats['total_conversations'] += 1
print(f"📡 主控制:已更新统计,对话数 = {self.stats['total_conversations']}")
# 等待一段时间确保音频设备完全停止播放
print(f"📡 主控制:等待音频设备完全停止...")
time.sleep(1.0) # 增加1秒等待时间
# 切换到空闲状态
# 切换到空闲状态,但先不启用录音
old_state = self.state.value
self.state = RecordingState.IDLE
# 设置标志,表示刚从播放状态切换过来
self._just_finished_playing = True
print(f"🎯 状态:{old_state} → IDLE")
# 重新启用输入进程录音功能
try:
self.input_command_queue.put(ControlCommand('enable_recording'))
print(f"📡 主控制:已发送 enable_recording 命令到输入进程")
print(f"📡 主控制:输入进程已重新启用,可以开始新的录音")
except Exception as e:
print(f"❌ 主控制:发送 enable_recording 命令失败: {e}")
# 延迟重新启用录音,确保音频设备完全停止
print(f"📡 主控制:延迟重新启用录音,避免录制到回声...")
print(f"📡 主控制:播放完成事件处理完成")
# 延迟启用录音的函数
def delayed_enable_recording():
import threading
import time
# 等待更长时间确保音频完全停止
time.sleep(2.0) # 增加到2秒
# 检查输出队列是否还有音频数据
output_queue_size = self.output_audio_queue.qsize()
if output_queue_size > 0:
print(f"📡 主控制:检测到输出队列仍有 {output_queue_size} 个音频块,继续等待...")
time.sleep(1.0)
# 重新启用输入进程录音功能
try:
self.input_command_queue.put(ControlCommand('enable_recording'))
print(f"📡 主控制:延迟发送 enable_recording 命令到输入进程")
print(f"📡 主控制:输入进程已重新启用,可以开始新的录音")
# 更新状态为录音状态
self.state = RecordingState.RECORDING
print(f"🎯 状态IDLE → RECORDING延迟启用")
except Exception as e:
print(f"❌ 主控制:延迟发送 enable_recording 命令失败: {e}")
# 在新线程中延迟启用录音
threading.Thread(target=delayed_enable_recording, daemon=True).start()
print(f"📡 主控制:播放完成事件处理完成,将在后台延迟启用录音")
def _process_audio_pipeline(self):
"""处理音频流水线STT + LLM + TTS"""
@ -414,6 +441,16 @@ class ControlSystem:
print("❌ 文本转语音失败")
self._handle_processing_failure()
return
# 在禁用LLM的情况下也需要发送完成信号
print("📡 主控制禁用LLM模式下发送完成信号")
# 由于LLM未启用直接发送LLM完成信号
self._notify_llm_complete()
# 发送TTS完成信号
tts_complete_command = "TTS_COMPLETE:"
self.output_audio_queue.put(tts_complete_command)
# 发送结束信号
self.output_audio_queue.put(None)
else:
print(" 文本转语音功能已禁用")
# 直接发送结束信号
@ -436,6 +473,21 @@ class ControlSystem:
self.state = RecordingState.IDLE
self.processing_complete = True
self.playback_complete = True
# 发送完成信号,防止输出进程等待
print("📡 主控制:失败处理模式下发送完成信号")
try:
# 发送LLM完成信号
self._notify_llm_complete()
# 发送TTS完成信号
tts_complete_command = "TTS_COMPLETE:"
self.output_audio_queue.put(tts_complete_command)
# 发送结束信号
self.output_audio_queue.put(None)
print("📡 主控制:已发送失败处理完成信号")
except Exception as e:
print(f"❌ 发送失败处理信号失败: {e}")
print("🎯 状态PROCESSING → IDLE (失败)")
def _speech_to_text(self, audio_data: bytes) -> Optional[str]:
@ -970,6 +1022,12 @@ class ControlSystem:
# 通知输出进程所有文本已发送完成
self._flush_output_process_tts_buffer()
# 在流式模式下只发送结束信号不发送TTS完成信号
# 让OutputProcess在真正完成TTS生成时自己设置TTS完成状态
print("📡 主控制:流式模式下发送结束信号")
self.output_audio_queue.put(None)
print("📡 主控制:已发送流式模式结束信号")
return accumulated_text != ""
else:
@ -1202,31 +1260,10 @@ class ControlSystem:
print(f"\n✅ TTS音频生成完成: {chunk_count} 块, {total_audio_size / 1024:.1f} KB")
print(f"📊 队列大小变化: {queue_size_before} -> {self.output_audio_queue.qsize()}")
# 等待音频数据被输出进程完全处理
print(f"📦 TTS音频数据已全部发送等待输出进程处理...")
max_wait_time = 30 # 最多等待30秒
wait_start_time = time.time()
last_queue_size = self.output_audio_queue.qsize()
while time.time() - wait_start_time < max_wait_time:
current_queue_size = self.output_audio_queue.qsize()
# 如果队列为空或队列大小不再变化,说明音频数据已被处理
if current_queue_size == 0:
print(f"✅ 音频队列已清空,可以发送结束信号")
break
elif current_queue_size == last_queue_size:
# 队列大小不再变化,可能处理完成
print(f"📦 队列大小稳定在 {current_queue_size},等待确认...")
time.sleep(1)
if self.output_audio_queue.qsize() == current_queue_size:
print(f"✅ 队列大小稳定,可以发送结束信号")
break
else:
print(f"📦 等待队列处理: {current_queue_size} 个项目待处理")
last_queue_size = current_queue_size
time.sleep(0.5)
# 注意TTS音频数据已经全部发送到队列不需要等待队列清空
# 立即发送结束信号让OutputProcess的增强播放完成检测机制处理
print(f"📦 TTS音频数据已全部发送到队列立即发送结束信号")
print(f"📦 让OutputProcess的增强播放完成检测机制来等待真正的播放完成")
# 发送TTS完成信号
print(f"📦 发送TTS完成信号到输出进程")