# TTS 模块实现总结

## 概述

已成功在 `tts` 目录下实现了一个完整的 TTS（文本转语音）引擎抽象层，提供统一的接口，支持多引擎扩展，目前已实现 Edge-TTS 引擎支持。

## 实现的文件结构

```
tts/
├── __init__.py              # 模块入口，导出主要类
├── base.py                  # TTSEngine 基类（抽象接口）
├── edge_tts_engine.py       # Edge-TTS 引擎具体实现
├── factory.py               # TTSEngineFactory 工厂类
├── service.py               # TTSService 高级服务接口
├── examples.py              # 使用示例
└── README.md                # 详细文档
```

## 核心设计

### 1. 抽象基类 (base.py)
- `TTSEngine`: 所有 TTS 引擎必须实现的接口
- 定义了 4 个核心方法：
  - `synthesize()`: 文本合成语音
  - `get_supported_voices()`: 获取支持的声音列表
  - `get_engine_name()`: 获取引擎名称
  - `get_engine_version()`: 获取引擎版本

### 2. Edge-TTS 引擎 (edge_tts_engine.py)
- 继承自 `TTSEngine`
- 完整实现 Edge-TTS API 调用
- 支持：
  - 多语言合成（中英日韩法德西班牙语俄语等）
  - 语速和音调调整
  - 声音列表获取
  - 预定义语言默认声音映射

### 3. 引擎工厂 (factory.py)
- `TTSEngineFactory`: 统一管理引擎创建和生命周期
- 特点：
  - 单例模式：同一引擎类型只创建一个实例
  - 易于扩展：提供 `register_engine()` 方法注册新引擎
  - 支持多引擎类型枚举管理

### 4. 高级服务 (service.py)
- `TTSService`: 简化的服务接口
- 自动使用配置文件中的设置
- 提供 4 个核心方法：
  - `synthesize()`: 合成语音（推荐使用）
  - `get_supported_voices()`: 获取声音列表
  - `get_engine_info()`: 获取引擎信息
  - `reset_engine()`: 重置引擎（切换引擎时使用）

## 配置支持

### 在 settings.py 中添加的配置项
```python
TTS_ENGINE: str = "edge-tts"        # 使用的 TTS 引擎
TTS_LANGUAGE: str = "zh-CN"         # 默认语言
TTS_VOICE: str = ""                 # 默认声音
TTS_RATE: float = 1.0               # 语速
TTS_PITCH: float = 1.0              # 音调
```

### .env 文件配置示例
```env
TTS_ENGINE=edge-tts
TTS_LANGUAGE=zh-CN
TTS_VOICE=
TTS_RATE=1.0
TTS_PITCH=1.0
```

## 使用方式

### 方式一：推荐使用 TTSService（最简单）
```python
from tts.service import TTSService

# 使用配置文件中的默认设置
audio = await TTSService.synthesize("你好，世界！")

# 自定义参数（覆盖配置）
audio = await TTSService.synthesize("Hello", language="en-US")
```

### 方式二：使用工厂模式
```python
from tts.factory import TTSEngineFactory

engine = TTSEngineFactory.create("edge-tts")
audio = await engine.synthesize("你好，世界！")
```

### 方式三：直接使用引擎
```python
from tts.edge_tts_engine import EdgeTTSEngine

engine = EdgeTTSEngine()
audio = await engine.synthesize("你好，世界！")
```

## API 路由

### 新增的 REST API 端点 (api/v1/tts_routes.py)
- `POST /api/v1/tts/synthesize` - 合成语音
- `GET /api/v1/tts/voices` - 获取声音列表
- `GET /api/v1/tts/engines` - 获取支持的引擎列表
- `GET /api/v1/tts/engine-info` - 获取当前引擎信息

## 扩展其他 TTS 引擎

### 步骤：
1. 创建新引擎类，继承 `TTSEngine`
2. 实现所有抽象方法
3. 在 `factory.py` 中注册新引擎
4. 更新 `settings.py` 中的配置选项
5. 在 `.env` 中配置使用的引擎

### 预留的引擎位置（在 factory.py 中）：
```python
# GOOGLE_TTS = "google-tts"
# BAIDU_TTS = "baidu-tts"
# AZURE_TTS = "azure-tts"
```

## 依赖管理

### 添加到 requirements.txt
- `edge-tts`: Edge-TTS 官方库

## 特点

✅ **模块化设计**: 清晰的分层架构，易于维护和扩展
✅ **异步优先**: 所有 IO 操作都是异步的，支持高并发
✅ **配置驱动**: 支持在配置文件中灵活选择引擎和参数
✅ **易于扩展**: 工厂模式和抽象基类简化新引擎接入
✅ **单例缓存**: 自动缓存引擎实例，性能优化
✅ **完整文档**: 详细的 README 和使用示例
✅ **错误处理**: 完整的日志和异常处理

## 下一步建议

1. 集成到主应用：
   - 在 `api/v1/routers.py` 中导入 TTS 路由
   - 在启动时初始化 TTS 服务

2. 添加其他 TTS 引擎：
   - Google Cloud TTS
   - Baidu TTS
   - Azure TTS
   - 本地 TTS 引擎

3. 增强功能：
   - 缓存合成结果
   - 流式语音输出
   - 批量合成
   - 音频格式转换

4. 监控和日志：
   - 记录合成统计信息
   - 性能监控
   - 错误追踪

## 文件清单

- ✅ `tts/__init__.py` - 模块入口
- ✅ `tts/base.py` - 抽象基类
- ✅ `tts/edge_tts_engine.py` - Edge-TTS 实现
- ✅ `tts/factory.py` - 工厂类
- ✅ `tts/service.py` - 高级服务
- ✅ `tts/examples.py` - 使用示例
- ✅ `tts/README.md` - 详细文档
- ✅ `api/v1/tts_routes.py` - API 路由
- ✅ `config/settings.py` - 配置更新
- ✅ `requirements.txt` - 依赖更新