- 已装运
- 2026年9月29日 02:32 UTC
- 作者
- Kamo
- 提交
- 16db29f
适配器硬码输出 format=mp3 44100 128 每次呼叫,所以是一个呼叫器 问E5的wav(或kamoai-voice 要求pcm,每通电话) 得到了 mp3 返回—— 一个额外的丢失解码 + 一个复刻在呼叫路径,和 a 任何其他打电话者(api/ai/v1/audio/speech)的无声合同被违反。 合成() 现在将音频控制器的响应 格式映射到 11Labs 本身 输出 格式: pcm/wav 均取 pcm 24000 (AIService 自己的PCM Convention, 与卡莫艾声音的硬码 24 kHz 解码) 相匹配的 wav 包裹在真实中 RIFF/WAVE 信头在此( ElevenLabs 从未发送过一个), mp3 保留 mp3 44100 128, opus地图到 opus 48000 128, 和明确的 ulaw地图到 ulaw 8000. 一个格式 11Labs不能说话(aac, flac) 在前面被拒绝,所以路由器掉下来了 回到一个可以,而不是默默地将其误作mp3的模型. 这个 已声明的 mimeType 现在总是匹配返回的字节, 而不是任何 内容 - 供应商恰好发送。 Kamoai-voice 已经要求 pcm 并读取 AIService 宣布的内容 - Type 而不是相信它自己的要求,因此,在那里不需要改变: 真实的,匹配率的PCM现在而不是被解码并被复制的mp3. 测试( SpeechVendor Familysies Test, 红色再绿于假的"十一实验室") 服务器: 向右输出 format, wav 的每个响应 格式地图 包装器是一个有效的44字节 RIFF/WAVE 头环绕未受污染的PCM字节, 任何 HTTP 调用前拒绝不支持的格式, mp3 不变.