@cxyhhhhh/openclaw-qqbot 1.6.7-alpha.1

package/dist/src/utils/audio-convert.d.ts

@@ -0,0 +1,98 @@
+/**
+ * 将 SILK/AMR 语音文件转换为 WAV 格式
+ *
+ * @param inputPath 输入文件路径（.amr / .silk / .slk）
+ * @param outputDir 输出目录（默认与输入文件同目录）
+ * @returns 转换后的 WAV 文件路径，失败返回 null
+ */
+export declare function convertSilkToWav(inputPath: string, outputDir?: string): Promise<{
+    wavPath: string;
+    duration: number;
+} | null>;
+/**
+ * 判断是否为语音附件（根据 content_type 或文件扩展名）
+ */
+export declare function isVoiceAttachment(att: {
+    content_type?: string;
+    filename?: string;
+}): boolean;
+/**
+ * 格式化语音时长为可读字符串
+ */
+export declare function formatDuration(durationMs: number): string;
+export declare function isAudioFile(filePath: string, mimeType?: string): boolean;
+/**
+ * 判断语音是否需要转码（参考企微 wecom-app 的 shouldTranscodeWecomVoice）
+ *
+ * QQ Bot API 原生支持 WAV/MP3/SILK 三种格式，其他格式需要先转码。
+ * 使用 MIME + 扩展名双重判断，避免仅靠扩展名导致误判。
+ *
+ * @param filePath 音频文件路径
+ * @param mimeType 可选的 MIME 类型
+ * @returns true 表示需要转码，false 表示可以直传
+ */
+export declare function shouldTranscodeVoice(filePath: string, mimeType?: string): boolean;
+export interface TTSConfig {
+    baseUrl: string;
+    apiKey: string;
+    model: string;
+    voice: string;
+    /** Azure OpenAI 风格：使用 api-key header 而非 Bearer token */
+    authStyle?: "bearer" | "api-key";
+    /** 附加在 URL 后的查询参数，如 Azure 的 api-version */
+    queryParams?: Record<string, string>;
+    /** 自定义速度（默认不传） */
+    speed?: number;
+}
+export declare function resolveTTSConfig(cfg: Record<string, unknown>): TTSConfig | null;
+export declare function textToSpeechPCM(text: string, ttsCfg: TTSConfig): Promise<{
+    pcmBuffer: Buffer;
+    sampleRate: number;
+}>;
+export declare function pcmToSilk(pcmBuffer: Buffer, sampleRate: number): Promise<{
+    silkBuffer: Buffer;
+    duration: number;
+}>;
+export declare function textToSilk(text: string, ttsCfg: TTSConfig, outputDir: string): Promise<{
+    silkPath: string;
+    silkBase64: string;
+    duration: number;
+}>;
+/**
+ * 将本地音频文件转换为 QQ Bot 可上传的 Base64
+ *
+ * QQ Bot API 支持直传 WAV、MP3、SILK 三种格式，其他格式仍需转换。
+ * 转换策略：
+ *
+ * 1. WAV / MP3 / SILK → 直传（跳过转换）
+ * 2. 有 ffmpeg → ffmpeg 万能解码为 PCM → silk-wasm 编码
+ *    支持: ogg, opus, aac, flac, wma, m4a, pcm 等所有 ffmpeg 支持的格式
+ * 3. 无 ffmpeg → WASM fallback（仅支持 pcm, wav）
+ *
+ * @param directUploadFormats - 自定义直传格式列表，覆盖默认值。传 undefined 使用 QQ_NATIVE_UPLOAD_FORMATS
+ */
+export declare function audioFileToSilkBase64(filePath: string, directUploadFormats?: string[]): Promise<string | null>;
+/**
+ * 将音频文件转码为 SILK，**输出到临时文件**（供分片上传使用）。
+ *
+ * 如果文件已经是 QQ 原生格式（WAV/MP3/SILK）或已经是 SILK 编码，
+ * 则直接返回原文件路径（不需要转码）。
+ *
+ * @returns 转码后的文件路径，或 null 表示转码失败
+ */
+export declare function audioFileToSilkFile(filePath: string, directUploadFormats?: string[]): Promise<string | null>;
+/**
+ * 等待文件就绪（轮询直到文件出现且大小稳定）
+ * 用于 TTS 生成后等待文件写入完成
+ *
+ * 优化策略：
+ * - 文件出现后如果持续 0 字节超过 emptyGiveUpMs（默认 10s），快速失败
+ * - 文件未出现超过 noFileGiveUpMs（默认 15s），快速失败
+ * - 整体超时 timeoutMs 作为最终兜底
+ *
+ * @param filePath 文件路径
+ * @param timeoutMs 最大等待时间（默认 30 秒）
+ * @param pollMs 轮询间隔（默认 500ms）
+ * @returns 文件大小（字节），超时或文件始终为空返回 0
+ */
+export declare function waitForFile(filePath: string, timeoutMs?: number, pollMs?: number): Promise<number>;