@henjicc/ai-sdk 0.6.1 → 0.7.0

package/docs/model-adaptation/Qwen-MT-Flash/Qwen-MT-Flash_/347/231/276/347/202/274.md

@@ -2,7 +2,7 @@
 
 | 项目 | 内容 |
 |---|---|
-| 最后更新 | 2026-08-28 |
+| 最后更新 | 2026-09-24 |
 | 能力 | 文本翻译（增量流式 / 非流式） |
 | 平台模型 ID | `qwen-mt-flash` |
 | 地域 | 北京、新加坡、美国（弗吉尼亚）、德国（法兰克福）；以区域模型实际开通为准 |
@@ -37,11 +37,32 @@ Authorization: Bearer <API Key>
 - Say-It 当前保存的常用语言代码会先映射为官方英文语言名；术语表映射到 `terms`，翻译记忆映射到 `tm_list`，通用 `context` 映射到英文领域提示 `domains`。
 - 未核实的独立最大输出数不设默认值，也不发送 `max_tokens`。当前只有官方示例 fixture/单测证据，尚无真实付费请求证据。
 
+### 三模型共享事件契约与回归矩阵（2026-09-24）
+
+本节只复核响应及生命周期，价格和输入上限未重新调研。依据同页 OpenAI 兼容 API 的流式/非流式响应定义：Flash/Lite 增量、Plus 累积；生成中 `finish_reason=null`，自然结束为 `stop`，长度截断为 `length`。官方样例包含空首帧、两次相同 `stop` 帧及 `choices=[]` 用量帧。
+
+| 事件/序列 | SDK 行为 | 回归依据 |
+|---|---|---|
+| 空 `content` 中间块、连续增量/累积内容 | 等待或更新部分结果，不报失败 | 官方 fixture；既有三模型测试 |
+| 重复 `stop` + 独立 usage + DONE/正常 EOF | 只产出一次完整 item；累计模型重复最终快照不重复追加 | fixture 补齐官方重复结束块；生命周期测试 |
+| 空 `choices` 且有用量 | 用量通知，不作为完成依据 | 官方 usage 块 |
+| 部分结果后 DONE/EOF、末块无空行 | 缺少可分发最终块时报 `provider_response_invalid`；不补造 SSE 空行 | 删除结束块/截断分隔符的受控变异 |
+| `length`（流式及非流式） | `provider_task_failed`，details 保留 `finishReason=length`；不把截断译文作为完整 item | 官方枚举的受控变异 |
+| 缺少 choices/content/结束原因，字段错类型，最终内容继续变化 | 明确拒绝，不作为空状态通知跳过 | 从官方结果块移除或替换字段 |
+| 错误对象缺少 code、SSE `event:error`、HTTP 错误 | 明确失败，保留实际模型/协议/阶段及安全错误码；不默认输出原始 message | 错误 envelope 的受控注入 |
+| 未知具名 SSE 扩展事件 | 不提供成功或失败依据；继续等已知协议结果 | 扩展通知 + 正常/缺失结束序列 |
+| 取消、断流、回调失败、DONE 后连接未关闭 | 中止或失败，取消剩余流并释放锁；取消后不再发送 item/completed | Mock 流与取消回放 |
+
+`content` 必须是字符串，但不凭经验添加“最终译文必须非空”的限制；空输入本地短路仍受取消约束。SSE 分帧与聊天共用 `src/protocols/sse-events.ts`，结果校验和增量/累积语义保持在各适配器内。
+
+证据：`tests/fixtures/bailian-translation/official-qwen-mt-examples.json`、`tests/bailian-qwen-mt.test.ts`、`tests/bailian-qwen-mt-lifecycle.test.ts`。负例是明确标注的受控变异，不声称来自真实付费请求。
+
 ## 5. 原始链接索引
 
 | 信息 | 链接 | 登录 |
 |---|---|---|
 | API/请求/响应 | https://help.aliyun.com/zh/model-studio/qwen-mt-api | 否 |
+| SSE 分帧与 EOF | https://html.spec.whatwg.org/multipage/server-sent-events.html#event-stream-interpretation | 否 |
 | 选型/语言/限制 | https://help.aliyun.com/zh/model-studio/machine-translation | 否（本次访问触发验证码，未取正文） |
 | 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
 | API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |

package/docs/model-adaptation/Qwen-MT-Lite/Qwen-MT-Lite_/347/231/276/347/202/274.md

@@ -2,7 +2,7 @@
 
 | 项目 | 内容 |
 |---|---|
-| 最后更新 | 2026-08-28 |
+| 最后更新 | 2026-09-24 |
 | 能力 | 文本翻译（增量流式 / 非流式） |
 | 平台模型 ID | `qwen-mt-lite` |
 | 地域 | 北京、新加坡、美国（弗吉尼亚）、德国（法兰克福）；以实际开通为准 |
@@ -28,6 +28,7 @@ OpenAI 兼容 `POST /compatible-mode/v1/chat/completions` 或 DashScope `POST /a
 - 默认走 OpenAI 兼容 SSE；官方增量块归一为追加事件，使用 SDK 自带 UTF-8 增量解码器，不要求 UXP 等宿主提供 `TextDecoder`。
 - 支持 usage、术语、翻译记忆、领域提示、Say-It 常用语言代码兼容；密钥、原文和译文不写入结构化日志。
 - 未核实的独立最大输出数不设默认值，也不发送 `max_tokens`。当前只有官方示例 fixture/单测证据，尚无真实付费请求证据。
+- 2026-09-24 复核结束语义、合法空帧、用量、错误、截断及取消；详见 [三模型共享事件契约与回归矩阵](../Qwen-MT-Flash/Qwen-MT-Flash_百炼.md#三模型共享事件契约与回归矩阵2026-09-24)。Lite 保持增量拼接，错误诊断保留实际 `qwen-mt-lite` 模型名。
 
 ## 4. 原始链接索引
 

package/docs/model-adaptation/Qwen-MT-Plus/Qwen-MT-Plus_/347/231/276/347/202/274.md

@@ -2,7 +2,7 @@
 
 | 项目 | 内容 |
 |---|---|
-| 最后更新 | 2026-08-28 |
+| 最后更新 | 2026-09-24 |
 | 能力 | 文本翻译（非流式 / 累积流式） |
 | 平台模型 ID | `qwen-mt-plus` |
 | 地域 | 北京、新加坡、美国（弗吉尼亚）、德国（法兰克福）；以实际开通为准 |
@@ -28,6 +28,7 @@ OpenAI 兼容 `POST /compatible-mode/v1/chat/completions` 或 DashScope `POST /a
 - 默认走 OpenAI 兼容 SSE；SDK 对官方累积序列计算前缀差，正常情况统一发 `delta(mode=append)`，供应商改写既有前缀时明确发 `mode=replace`，最终 `item` 始终是完整译文。
 - 支持单条/带稳定 id 的批量输入、usage 汇总、术语、翻译记忆、领域提示以及 Say-It 常用语言代码兼容。
 - 未核实的独立最大输出数不设默认值，也不发送 `max_tokens`。当前只有官方示例 fixture/单测证据，尚无真实付费请求证据。
+- 2026-09-24 复核结束语义、合法空帧、重复最终快照、用量、错误、截断及取消；详见 [三模型共享事件契约与回归矩阵](../Qwen-MT-Flash/Qwen-MT-Flash_百炼.md#三模型共享事件契约与回归矩阵2026-09-24)。Plus 仍按累积快照计算变化；只有 `stop` 才交付完整 item，`length` 明确报告截断。
 
 ## 4. 原始链接索引
 

package/docs/model-adaptation/Qwen3-ASR-Flash-Realtime/Qwen3-ASR-Flash-Realtime_/347/231/276/347/202/274.md

@@ -2,7 +2,7 @@
 
 | 项目 | 内容 |
 |---|---|
-| 最后更新 | 2026-08-28 |
+| 最后更新 | 2026-09-24 |
 | 能力 | 实时语音识别（WebSocket，VAD/Manual） |
 | 平台模型 ID | `qwen3-asr-flash-realtime`（稳定别名，官方当前等同 `qwen3-asr-flash-realtime-2025-10-27`） |
 | 地域 | 华北2（北京）、新加坡 |
@@ -24,7 +24,30 @@
 
 稳定别名与 2026-02-10 快照并列注册；不把官方当前指向的 2025-10-27 快照写死到请求构建器。该序列与 Fun-ASR 事件序列分开实现。
 
-## 4. 原始链接索引
+## 4. 服务端事件矩阵（稳定别名与 2026-02-10 快照共用）
+
+2026-09-24 核对官方服务端事件页，字段表构造样本见 `tests/fixtures/bailian/asr-realtime-qwen.json`。ID 和文本均为固定占位；删字段、改类型为测试中的 synthetic-negative，不代表真实供应商响应。
+
+| 事件 | 前置阶段与字段语义 | 迁移 / 输出 | 结束与资源 |
+|---|---|---|---|
+| `session.created` | opening；服务端默认 session，可含 null 配置 | 发送 update，等待 ready；不输出文字 | 继续 |
+| `session.updated` | opening；update 成功确认 | active，通知 started | 继续 |
+| `input_audio_buffer.speech_started` | VAD 检测语音；item_id 字符串、audio_start_ms 非负整数 | 已知状态通知，无文本 | 继续 |
+| `input_audio_buffer.speech_stopped` | VAD 停止语音；item_id 字符串、audio_end_ms 非负整数 | 已知状态通知，不当作 final | 继续 |
+| `input_audio_buffer.committed` | 音频提交确认；item_id 字符串 | 已知通知，不代替识别结果 | 继续 |
+| `conversation.item.created` | item 含 input_audio，transcript 固定为 null | 已知通知；item.status=completed 不等于识别完成 | 继续 |
+| `conversation.item.input_audio_transcription.text` | active/finishing；text/stash 均为字符串，任一可为空 | 原样 text + stash 作为 partial，不能分别 trim 破坏单词边界 | 继续 |
+| `conversation.item.input_audio_transcription.completed` | active/finishing；transcript 字符串 | final；不以未定义的 text 字段替代缺失 transcript | 句终态，仍等待会话结束 |
+| `conversation.item.input_audio_transcription.failed` | 某 item 识别失败；error.code/message | provider_task_failed，保留 code，不默认暴露完整 message | 失败并释放 |
+| `error` | 任一阶段；服务端或输入错误 | 同上，不能作为空事件忽略 | 失败并释放 |
+| `session.finished` | 仅客户端 finish 后；本事件无需 transcript | finishing → finished；使用累计 final，无有效 final 则 invalid_response | 主动断开，不复用 |
+| 有名未知事件 | 官方未定义扩展语义 | unknown 警告，不生成完成或文本 | 等待已有协议终态 |
+| 缺失 type / 错类型 / 无效必要结果字段 | 不能判定合法事件 | invalid_response，包含实际 model/protocol/阶段 | 失败并释放 |
+| 提前断开 / 取消 | 任一未完成阶段；无协议恢复事件 | 断连错误或取消，不当正常完成 | 关闭连接 |
+
+官方展示了 text 空而 stash 非空、以及相反的中间状态，未提供两者同时为空的有效结果示例；本次不据推测放宽该边界。现有 SDK 对有效 final 的要求仍是非空 transcript。状态通知不能掩盖缺失必要状态字段；不把所有未知扩展视为错误。错误诊断仅包含模型、协议、阶段、事件类型与供应商代码，不包含密钥、音频和完整识别/错误正文。
+
+## 5. 原始链接索引
 
 | 信息 | 链接 | 登录 |
 |---|---|---|

package/docs/model-adaptation/README.md

@@ -5,27 +5,31 @@
 
 | 项目 | 内容 |
 |---|---|
-| 最后更新 | 2026-09-24 |
+| 最后更新 | 2026-09-27 |
 | 模型数量 | 生成主清单 20（图片 11 / 视频 9）+ 主清单外存量 12 + SDK 跨项目能力模型 20（ASR 15 / 翻译 3 / LLM 2） |
 | 模型供应商文档数量 | 生成/存量 84 + SDK 跨项目能力 20（另有 Fal 工具 12） |
 | 覆盖供应商 | 火山引擎（官方生成/ASR）、百炼（官方）、硅基流动（官方 ASR）、智谱（官方 LLM）、Groq（官方 LLM/ASR）、APIMart、KIE、Fal、派欧云、魔搭、Grsai |
 
-另有 12 个按能力按需分发的 Fal 图像工具，不进入默认 111 模型兼容目录：
+另有 12 个按能力按需分发的 Fal 图像工具，不进入默认 124 模型兼容目录：
 
 - 消除：[Flux Pro Erase](Flux-Pro-Erase/Flux-Pro-Erase_Fal.md)、[Bria Eraser](Bria-Eraser/Bria-Eraser_Fal.md)、[Finegrain Eraser](Finegrain-Eraser/Finegrain-Eraser_Fal.md)。
 - 图片实用工具：[Image Apps v2 重打光](Image-Apps-v2-重打光/Image-Apps-v2-重打光_Fal.md)、[ControlLight](ControlLight/ControlLight_Fal.md)、[Image Apps v2 扩图](Image-Apps-v2-扩图/Image-Apps-v2-扩图_Fal.md)、[Image Apps v2 商品摄影](Image-Apps-v2-商品摄影/Image-Apps-v2-商品摄影_Fal.md)、[Image Apps v2 照片修复](Image-Apps-v2-照片修复/Image-Apps-v2-照片修复_Fal.md)、[Pixelcut 背景移除](Pixelcut-背景移除/Pixelcut-背景移除_Fal.md)。
 - 多角度：[Qwen Image Edit 2511 多角度](Qwen-Image-Edit-2511-多角度/Qwen-Image-Edit-2511-多角度_Fal.md)、[透视变换](透视变换/透视变换_Fal.md)、[FLUX 2 多角度](FLUX-2-多角度/FLUX-2-多角度_Fal.md)。
 
-工具均复用 Fal 队列、上传与结果解析；它们是独立的按需 SDK 入口，不是新的执行内核。Henji-AI 运行客户端显式装载三个 pack，但普通模型选择器仍固定为 111 个默认模型：六个图片实用工具通过图片能力菜单创建固定模型节点，三个多角度工具由专用多角度节点选择，消除工具保留给后续遮罩能力接入。真实质量、延迟和账单仍待获得付费授权后验证。
-
-## 2026-09-24 已适配更新
+工具均复用 Fal 队列、上传与结果解析；它们是独立的按需 SDK 入口，不是新的执行内核。Henji-AI 运行客户端显式装载三个 pack，但普通模型选择器为 124 个默认模型：六个图片实用工具通过图片能力菜单创建固定模型节点，三个多角度工具由专用多角度节点选择，消除工具保留给后续遮罩能力接入。真实质量、延迟和账单仍待获得付费授权后验证。
 
-- [HappyHorse 1.1 · KIE](HappyHorse-1.1/HappyHorse-1.1_KIE.md)：文生、图生与多图参考。
-- [Seedream 5.0 Flash · 火山方舟](Seedream-5.0-Flash/Seedream-5.0-Flash_火山引擎.md)：生成、编辑与图层拆分。
-- [GLM Flash / FlashX](GLM-5.3-Flash/GLM-5.3-Flash_智谱.md)：新增 FlashX 与 JSON 契约。
-- [百炼 ASR](供应商/百炼.md)：新增 Qwen-Audio 3.1 三种语音识别协议预设。
-- [MiMo 2.6 与 Responses](../llm-adaptation/供应商/小米MiMo.md)、[Kimi 缓存价格](../llm-adaptation/供应商/Kimi.md)。
+## 2026-09-27 TTS 适配
 
+[TTS 多供应商适配契约](TTS-多供应商-2026-09.md)：新增 13 个文字转语音模型，覆盖 Fal、百炼、KIE、硅基流动与火山语音；派欧云 MiniMax Speech 2.8 继续使用已有接入。记录官方接口、价格、音色前提、流式响应和测试样本来源。
+
+## 2026-09-24 已适配更新
+
+- [HappyHorse 1.1 · KIE](HappyHorse-1.1/HappyHorse-1.1_KIE.md)：文生、图生与多图参考。
+- [Seedream 5.0 Flash · 火山方舟](Seedream-5.0-Flash/Seedream-5.0-Flash_火山引擎.md)：生成、编辑与图层拆分。
+- [GLM Flash / FlashX](GLM-5.3-Flash/GLM-5.3-Flash_智谱.md)：新增 FlashX 与 JSON 契约。
+- [百炼 ASR](供应商/百炼.md)：新增 Qwen-Audio 3.1 三种语音识别协议预设。
+- [MiMo 2.6 与 Responses](../llm-adaptation/供应商/小米MiMo.md)、[Kimi 缓存价格](../llm-adaptation/供应商/Kimi.md)。
+
 ## 一、目录结构约定
 
 ### 文本 Embedding / Rerank（2026-09-11）

package/docs/model-adaptation/SeedASR-2.0-Realtime/SeedASR-2.0-Realtime_/347/201/253/345/261/261/345/274/225/346/223/216.md

@@ -2,7 +2,7 @@
 
 | 项目 | 内容 |
 |---|---|
-| 最后更新 | 2026-08-31 |
+| 最后更新 | 2026-09-24 |
 | 能力 | 双向实时语音识别（二进制 WebSocket） |
 | SDK `modelId` | `seedasr-2.0-realtime` |
 | 火山请求模型 | `request.model_name="bigmodel"` + 2.0 资源 ID `volc.seedasr.sauc.duration` |
@@ -105,7 +105,7 @@ SDK 对音频保留一块延迟：收到下一块时才把上一块以正 sequen
 | type `9`，非空 `result.text` | `partial` | 否 | 文本变化才发，重复内容去重 |
 | `result.utterances[].definite=true` | `final` | 否 | 表示句段已确定，不等于整个连接结束；按时间范围/文本去重 |
 | flag bit `2`（last） | `completed` | 是 | 只有客户端已 `finish()` 后才合法；输出 `result.text/utterances/audio_info.duration` |
-| type `15` | 无 | 是（错误） | 读取 uint32 错误码；错误 payload 可为 JSON 或安全 UTF-8 文本 |
+| type `15` | 无 | 是（错误） | 读取 uint32 错误码；错误 payload 可为 JSON 或 UTF-8 文本，默认异常/日志只保留错误码，不带原始 message |
 | 未知 `event` 数字 | 无 | 否 | 只记脱敏 warning，仍按 type/payload 处理 |
 | WebSocket 提前断开 | 无 | 是（错误） | `provider_connection_closed`，不误报完成 |
 | text WebSocket frame | 无 | 是（错误） | 协议要求二进制，报 `invalid_response` |
@@ -114,6 +114,10 @@ SDK 对音频保留一块延迟：收到下一块时才把上一块以正 sequen
 
 用户主动取消只关闭连接，不发送负 sequence 终帧，也不把取消伪装成正常完成。full request 默认在 15 秒内必须收到首个服务端响应，可用 `openTimeoutMs` 显式调整；超时会关闭半开连接。`finish()`、连接释放和显式 `close()` 都幂等；发送失败、服务端错误、断线、超时和取消都走同一个释放边界。
 
+同一响应帧可能同时产生 partial 与一个或多个 final。每次事件回调后重新检查取消/关闭，避免调用方在 partial 回调取消后，SDK 仍继续发出该帧的 final；该场景使用官方响应 payload 调整 last 标志构造，不代表新的供应商事件类型。
+
+2026-09-24 诊断复核：异常 details 保留实际 `modelId=seedasr-2.0-realtime`、`protocol=volcengine-binary-v1`、会话阶段、操作与最后一帧的序号/event/last 标志。原始服务端 message 和宿主异常可能包含识别内容或凭据，不进入默认诊断。握手失败后若关闭也失败，继续报告首个故障，并附 `cleanupFailed=true`。`volcengine-realtime-asr.test.ts` 使用既有官方帧结构、受控敏感文本错误与 Mock close 拒绝验证这些边界；不是额外真实服务实录。
+
 ## 5. 价格与免费额度
 
 | 项目 | 官方公开值 |

package/docs/model-adaptation/Seedream-5.0-Flash/Seedream-5.0-Flash_/347/201/253/345/261/261/345/274/225/346/223/216.md

@@ -1,18 +1,18 @@
-# Seedream 5.0 Flash · 火山方舟
-
-核对日期：2026-09-24；公开无需登录，未执行付费生成。
-
-来源：[发布公告](https://docs.volcengine.com/docs/ark/model-release-announcement?lang=zh)、[Pro / Flash 教程](https://docs.volcengine.com/docs/ark/seedream-5-0-pro?lang=zh)、[价格](https://docs.volcengine.com/docs/ark/model-pricing?lang=zh)。官方明确基础调用只替换 Model ID，公共契约复用 Pro 实现。
-
-- Model ID：`doubao-seedream-5-0-flash-260915`；`POST https://ark.cn-beijing.volces.com/api/v3/images/generations`，Bearer 认证。
-- 文生、图生/多图参考、交互编辑、图层拆分；输入上限 10 张，拆分必须 1 张；1K/1.5K/2K，PNG/JPEG；Flash 只支持标准提示词优化。
-- SDK 沿用 Pro 的生成/编辑与拆分模式、图片上传、智能比例和结构化图层输出。旧 Pro 参数名与模型 ID 保持不变。
-- 输入图免费，输出 ¥0.12/张；拆分数量只有返回后可知，提交前返回不可估算，不能显示 ¥0.12 为整单总价。
-
-| 响应 | 字段与行为 |
-|---|---|
-| 同步成功 | `data` 图片数组，`url` 字符串；由共享图片适配器收集 URL |
-| 图层拆分 | 与 Pro 相同的 layers/base-image 元数据，经 `parseSeedreamLayerStack` 返回结构化图层 |
-| 错误、缺失产物、取消 | 沿共享 Volcengine provider 失败收口；不把空结果当成功，不建立重复收费重试 |
-
-官方字面调用中的 Pro Model ID 可按同页明确说明替换成 Flash；测试将此区别标为官方字段构造，不能冒充 Flash 真网样本。共享 Pro 正反测试继续运行，新增 Flash 定向验证模型路由、图片限制、价格和拆分不可估算。
+# Seedream 5.0 Flash · 火山方舟
+
+核对日期：2026-09-24；公开无需登录，未执行付费生成。
+
+来源：[发布公告](https://docs.volcengine.com/docs/ark/model-release-announcement?lang=zh)、[Pro / Flash 教程](https://docs.volcengine.com/docs/ark/seedream-5-0-pro?lang=zh)、[价格](https://docs.volcengine.com/docs/ark/model-pricing?lang=zh)。官方明确基础调用只替换 Model ID，公共契约复用 Pro 实现。
+
+- Model ID：`doubao-seedream-5-0-flash-260915`；`POST https://ark.cn-beijing.volces.com/api/v3/images/generations`，Bearer 认证。
+- 文生、图生/多图参考、交互编辑、图层拆分；输入上限 10 张，拆分必须 1 张；1K/1.5K/2K，PNG/JPEG；Flash 只支持标准提示词优化。
+- SDK 沿用 Pro 的生成/编辑与拆分模式、图片上传、智能比例和结构化图层输出。旧 Pro 参数名与模型 ID 保持不变。
+- 输入图免费，输出 ¥0.12/张；拆分数量只有返回后可知，提交前返回不可估算，不能显示 ¥0.12 为整单总价。
+
+| 响应 | 字段与行为 |
+|---|---|
+| 同步成功 | `data` 图片数组，`url` 字符串；由共享图片适配器收集 URL |
+| 图层拆分 | 与 Pro 相同的 layers/base-image 元数据，经 `parseSeedreamLayerStack` 返回结构化图层 |
+| 错误、缺失产物、取消 | 沿共享 Volcengine provider 失败收口；不把空结果当成功，不建立重复收费重试 |
+
+官方字面调用中的 Pro Model ID 可按同页明确说明替换成 Flash；测试将此区别标为官方字段构造，不能冒充 Flash 真网样本。共享 Pro 正反测试继续运行，新增 Flash 定向验证模型路由、图片限制、价格和拆分不可估算。

package/docs/model-adaptation/TTS-/345/244/232/344/276/233/345/272/224/345/225/206-2026-09.md

@@ -0,0 +1,55 @@
+# TTS 多供应商适配契约（2026-09-27）
+
+本文件记录本次 SDK 适配所需的供应商原始契约。范围限定为文字转语音和对话语音；声音训练、音乐生成不在本次模型清单内。用户确认：公开价格可核实时显示估算；无法由输入参数可靠估算的价格不显示估算。
+
+## 模型与请求矩阵
+
+| 平台 | 模型 / 路由 | 协议、输出 | 公开价格 | 官方依据 |
+| --- | --- | --- | --- | --- |
+| 派欧云 | MiniMax Speech 2.8 HD / Turbo | 已有 `/async/minimax-speech-2.8-{hd,turbo}` 轮询；音频 URL | HD ¥3.5、Turbo ¥2 / 万字符 | [派欧云 HD](https://ppio.com/docs/models/reference-minimax-speech-2.8-hd)、[派欧云异步 HD](https://ppio.com/docs/models/reference-minimax-speech-2.8-hd-async) |
+| Fal | `fal-ai/minimax/speech-2.8-hd`、`fal-ai/minimax/speech-2.8-turbo` | Fal queue；`audio.url` | HD $0.10、Turbo $0.06 / 千字符 | [HD API](https://fal.ai/models/fal-ai/minimax/speech-2.8-hd/api)、[Turbo API](https://fal.ai/models/fal-ai/minimax/speech-2.8-turbo/api)、[HD 定价](https://fal.ai/models/fal-ai/minimax/speech-2.8-hd)、[Turbo 定价](https://fal.ai/models/fal-ai/minimax/speech-2.8-turbo) |
+| Fal | `fal-ai/qwen-3-tts/text-to-speech/1.7b` | Fal queue；`audio.url` | $0.09 / 千字符 | [API](https://fal.ai/models/fal-ai/qwen-3-tts/text-to-speech/1.7b/api)、[定价](https://fal.ai/models/fal-ai/qwen-3-tts/text-to-speech/1.7b) |
+| Fal | `fal-ai/elevenlabs/tts/eleven-v3` | Fal queue；`audio.url` | $0.10 / 千字符 | [API](https://fal.ai/models/fal-ai/elevenlabs/tts/eleven-v3/api)、[定价](https://fal.ai/models/fal-ai/elevenlabs/tts/eleven-v3) |
+| 百炼 | `MiniMax/speech-2.8-hd`、`MiniMax/speech-2.8-turbo` | 同步 HTTP；`output.data.audio` 为 hex | HD ¥3.5、Turbo ¥2 / 万字符 | [API](https://help.aliyun.com/zh/model-studio/minimax-synchronous-speech-synthesis-api)、[定价](https://help.aliyun.com/zh/model-studio/model-pricing) |
+| 百炼 | `qwen-audio-3.1-tts-flash` | 同步 HTTP；`output.audio.url`，有效期 24 小时 | 输入 ¥1.5 / 百万 Token、输出 ¥12 / 百万 Token；提交前无法准确估算输出 Token | [API](https://help.aliyun.com/zh/model-studio/cosyvoice-tts-http-api)、[模型价格](https://help.aliyun.com/zh/model-studio/qwen-audio-3-1-tts-flash) |
+| 百炼 | `cosyvoice-v3.5-flash`、`cosyvoice-v3.5-plus` | 同步 HTTP；`output.audio.url`，有效期 24 小时 | Flash ¥0.8、Plus ¥1.5 / 万字符 | [API](https://help.aliyun.com/zh/model-studio/cosyvoice-tts-http-api)、[定价](https://help.aliyun.com/zh/model-studio/model-pricing) |
+| KIE | `google/gemini-3-1-flash-tts` | `createTask` + `recordInfo`；`resultJson.resultUrls` | 输入 $0.7、音频输出 $14 / 百万 Token；提交前无法准确估算输出 Token | [API](https://docs.kie.ai/market/google/gemini-3-1-flash-tts)、[定价](https://kie.ai/pricing) |
+| KIE | `elevenlabs/text-to-speech-turbo-2-5` | 同上 | $0.03 / 千字符 | [API](https://docs.kie.ai/market/elevenlabs/text-to-speech-turbo-2-5)、[定价](https://kie.ai/pricing) |
+| KIE | `elevenlabs/text-to-dialogue-v3` | 同上；输入为 `input.dialogue[]` | $0.07 / 千字符 | [API](https://docs.kie.ai/market/elevenlabs/text-to-dialogue-v3)、[定价](https://kie.ai/pricing) |
+| 火山引擎 | `seed-tts-2.0`、`seed-icl-2.0` | V3 HTTP Chunked；逐帧 JSON 的 `data` 为 base64 音频块 | 资源包有公开价；按量单价仍需进一步核实，暂不显示预估 | [V3 HTTP](https://docs.volcengine.com/docs/DoubaoVoice/unidirectional-streaming-text-to-speech-http?lang=zh)、[产品价格入口](https://docs.volcengine.com/docs/DoubaoVoice?lang=zh) |
+| 硅基流动 | `FunAudioLLM/CosyVoice2-0.5B`、`fnlp/MOSS-TTSD-v0.5` | `POST /v1/audio/speech`；直接返回音频二进制 | ¥0.05 / 千 UTF-8 字符 | [API](https://docs.siliconflow.cn/docs/api/audio-speech-post)、[定价](https://siliconflow.cn/pricing) |
+
+百炼的专属业务空间域名为推荐项，官方明确现有 `dashscope.aliyuncs.com` 域名继续可用；SDK 使用现有域名和北京地域 API Key。百炼 MiniMax 与 Qwen/CosyVoice 的路由不同，不能混用。CosyVoice 3.5 无系统音色，必须使用先前创建的复刻或设计音色 ID。火山语音 V3 使用独立的 `X-Api-Key`，SDK 单列 `volcengine-speech` 供应商以免覆盖方舟图片模型的 Key；复刻音色请求须设 `req_params.model=seed-tts-2.0-standard`。火山 V1 非流式接口明确不支持 Seed-TTS 2.0 音色，不能作为 V3 替代。[百炼 API](https://help.aliyun.com/zh/model-studio/cosyvoice-tts-http-api)、[CosyVoice 音色限制](https://help.aliyun.com/zh/model-studio/non-realtime-tts-user-guide)、[火山 V3](https://docs.volcengine.com/docs/DoubaoVoice/unidirectional-streaming-text-to-speech-http?lang=zh)、[火山 V1 说明](https://docs.volcengine.com/docs/DoubaoVoice/HTTPone-timecompositenon-streaminginterface-V1notrecommended?lang=zh)。
+
+## 事件与终态契约
+
+| 协议 | 前置/中间状态 | 成功终态与输出 | 失败/空值处理 | 断线、取消和复用 |
+| --- | --- | --- | --- | --- |
+| Fal queue | 提交返回 `request_id` 或 `status_url`；状态 `IN_QUEUE` / `IN_PROGRESS` | `COMPLETED` 后取 `response_url`，要求 `audio.url` | `FAILED`、无结果 URL 报错；状态字段缺失报错 | 中断信号取消本地等待；远端任务是否被取消，官方未说明。状态 URL 限定 Fal queue 域名。 |
+| KIE jobs | 创建返回 `data.taskId`；查询 `waiting` / `queuing` / `generating` | `success`，解析 `data.resultJson.resultUrls` | `fail` 或查询错误报错；空结果报错 | 中断信号取消本地等待；远端任务取消/恢复官方未说明。 |
+| 百炼非流式 HTTP | 单次 JSON 响应；不产生中间事件 | Qwen/CosyVoice `output.finish_reason=stop` 且 `output.audio.url`；MiniMax `output.base_resp.status_code=0`、`output.data.status=2` 且 hex 音频 | 缺输出、错误码、空音频报错 | 中断 HTTP 请求；连接复用由 HTTP transport 处理。 |
+| 火山 V3 HTTP Chunked | 一次提交，分块读取 JSON；每个 `code=0` 的非空 `data` 是音频块 | 完整读取至服务端终止，按原序拼接全部音频块；`usage.text_words` 为计费字符 | `code!=0` 报错；无音频块报错；未完整终止不得产出音频 | 中断信号终止读取并释放 reader；断线不重放付费请求。帧乱序/断线恢复官方未说明。 |
+| 硅基流动 HTTP | 单次请求 | 2xx 且非空音频二进制 | 非 2xx 或空 body 报错 | 中断 HTTP 请求；无任务轮询。 |
+
+以上只接入各平台已证实的非流式完整结果路径。Fal 本身的 streaming 和百炼 SSE 属于另外的可选协议，不因页面支持 streaming 就默认在本次实现中启用。官方示例中的占位音频与签名 URL 只用于字段契约 fixture，不能据此宣称真实付费生成成功。
+
+### 火山 V3 分块事件矩阵
+
+官方把每个 HTTP 分块描述为 JSON 消息；HTTP 读取边界可能拆开或合并 JSON 消息，因此 SDK 按完整 JSON 对象切帧。`code` 为必填数字，`data` 为可选 base64 音频字符串，`usage.text_words` 为可选数字；空 `data` 或缺失 `data` 不产生音频。官方未说明帧乱序、重复、断线恢复或远端任务取消语义，SDK 不对付费 POST 自动重放。
+
+| 事件/状态 | 前置状态 | 字段契约（required / optional / nullable） | 空值/缺字段语义 | 下一状态 | 对外输出 | 副作用 | 终态/错误 | 连接复用 |
+| --- | --- | --- | --- | --- | --- | --- | --- | --- |
+| 成功音频帧 `code=0` | 请求已提交、流读取中 | `code: number` 必填；`data: string` 可选；`usage.text_words: number` 可选 | 空/缺 `data` 无音频；`null` 不是可解码音频 | 继续读取 | 累积音频块和最近一次用量 | base64 解码、顺序追加 | 非终态 | 继续读取同一响应 |
+| 服务错误帧 `code!=0` | 流读取中 | `code: number` 必填；`message: string` 可选 | 缺 `message` 使用通用错误 | 失败 | 错误 | 释放 reader | 错误终态 | 不复用该响应 |
+| 正常 EOF | 流读取中 | 无新的 JSON 字段 | 尚有不完整 JSON 为无效响应；全程无有效音频为空结果 | 完成或失败 | 单个音频 data URI | 拼接所有音频块、释放 reader | 本地终态；官方未提供单独 final 字段 | 请求结束 |
+| 中断或断线 | 流读取中 | `AbortSignal` 或 HTTP 读取故障 | 不交付部分音频 | 失败/取消 | 原因错误 | 取消并释放 reader | 本地终态；断线能否恢复官方未说明 | 不重放写请求 |
+
+状态机不变量：只有正常 EOF 且至少一个非空音频块才能成功；空中间帧可重复；帧中的 JSON 字符串可跨网络分块；错误或取消后不得返回已经累积的部分音频。正常、失败及取消均释放 reader。Fal/KIE 的既有 queue/jobs 状态机沿用原适配器，新增模型仅提供官方 model ID、请求构建和媒体输出字段，不新增轮询协议分支。
+
+## 参数边界
+
+- 各模型的文本来自 SDK 统一 `prompt`/`text` 输入，转换到供应商要求的 `prompt`、`text` 或嵌套 `input.text`。
+- 音色使用各平台官方音色 ID；复刻音色仅允许已在供应商侧取得的 ID，不在本次为训练/上传建立新流程。
+- KIE Gemini 3.1 使用 `speakers[]` 与 `dialogue_turns[]`；Eleven v3 对话使用 `dialogue[]`。SDK 在仅有普通文本时明确构建单说话人/单台词数组；调用方传入结构化数组时保留多说话人能力。痕迹AI 当前通用参数面板只暴露单说话人文本入口。
+- 音频块和二进制响应在 SDK 边界转换为 `data:audio/...;base64,...`，交给宿主已有媒体落盘边界；不得只返回原始 base64/hex 字符串。
+- 派欧云 2.8 的 `emotion`：MiniMax 原厂说明支持情感，但派欧云异步参考页写为仅 2.6/01 生效。平台契约冲突，不能将原厂能力直接视为派欧云 2.8 能力；需在该平台屏蔽未证实的情感选项。[派欧云异步 HD](https://ppio.com/docs/models/reference-minimax-speech-2.8-hd-async)。

package/docs/model-adaptation//344/276/233/345/272/224/345/225/206//346/264/276/346/254/247/344/272/221.md

@@ -136,12 +136,12 @@ MiniMax Speech 的公开商品注册表使用 `(单价 × 字符数 + 999999) /
 | API 鉴权方式 | https://ppio.com/docs/api/authentication | 否 |
 | API 错误码 | https://ppio.com/docs/api/error-codes | 否 |
 | API Key 管理 | https://ppio.com/settings/key-management | **是** |
-# 2026-09-11：文本检索能力
-
-公开来源：https://ppio.com/model/embedding/baai/bge-m3 、https://ppio.com/model/reranker/baai/bge-reranker-v2-m3 、https://ppio.com/docs/models/reference-llm-create-rerank 、https://ppio.com/docs/announcement/announcement 。
-
-- Bearer JSON POST，根地址 `https://api.ppio.com/openai/v1`；Embedding `/embeddings`，Rerank `/rerank`。注意与旧文档 `/v3/openai` 不混用。
-- `baai/bge-m3`：input 字符串或数组，encoding_format=float；8192 token上下文，返回 data[].embedding/index。输入0.07元/百万 token，输出0。
-- `baai/bge-reranker-v2-m3`：model/query/documents/top_n；返回 results[].index/relevance_score、可选 document.text、usage.prompt_tokens/completion_tokens/total_tokens。模型页显示输入/输出均0.07元/百万 token。未公布最大文档数量，不猜限制。
-- `qwen/qwen3-reranker-8b` 已在2026-01-08下线公告中列出，不因旧上架文章仍可搜索就重新加入。
-- 同步成功必须有合法结果；错误响应、缺失/重复/越界索引、非有限数值拒绝。取消沿用 AbortSignal，不自动截断或重试。SDK 返回对应输入文本，不依赖供应商是否回传原文。
+# 2026-09-11：文本检索能力
+
+公开来源：https://ppio.com/model/embedding/baai/bge-m3 、https://ppio.com/model/reranker/baai/bge-reranker-v2-m3 、https://ppio.com/docs/models/reference-llm-create-rerank 、https://ppio.com/docs/announcement/announcement 。
+
+- Bearer JSON POST，根地址 `https://api.ppio.com/openai/v1`；Embedding `/embeddings`，Rerank `/rerank`。注意与旧文档 `/v3/openai` 不混用。
+- `baai/bge-m3`：input 字符串或数组，encoding_format=float；8192 token上下文，返回 data[].embedding/index。输入0.07元/百万 token，输出0。
+- `baai/bge-reranker-v2-m3`：model/query/documents/top_n；返回 results[].index/relevance_score、可选 document.text、usage.prompt_tokens/completion_tokens/total_tokens。模型页显示输入/输出均0.07元/百万 token。未公布最大文档数量，不猜限制。
+- `qwen/qwen3-reranker-8b` 已在2026-01-08下线公告中列出，不因旧上架文章仍可搜索就重新加入。
+- 同步成功必须有合法结果；错误响应、缺失/重复/越界索引、非有限数值拒绝。取消沿用 AbortSignal，不自动截断或重试。SDK 返回对应输入文本，不依赖供应商是否回传原文。

package/docs/model-adaptation//344/276/233/345/272/224/345/225/206//347/201/253/345/261/261/345/274/225/346/223/216.md

@@ -1,14 +1,14 @@
-# 火山引擎 · 供应商基础文档
-
-## 2026-09-11 文本检索核对
-
-方舟当前 `doubao-embedding-vision-251215` 通过 `POST https://ark.cn-beijing.volces.com/api/v3/embeddings/multimodal` 调用，Bearer API Key。SDK 本轮只暴露文本：`input: [{type:"text",text}]`，固定 float，维度 1024/2048；响应 `data.embedding` 是单个融合向量，故每次只接受一条文本，拒绝把多个独立文档合并。usage 使用 prompt_tokens/total_tokens。省略维度时供应商默认 2048。
-
-- [官方接口字段](https://www.volcengine.com/docs/82379/1523520)：HTTP 成功但缺向量、空向量或非数值向量均判错误；HTTP 失败、取消、超时不产生成功结果、不自动重试。
-- [模型使用说明](https://www.volcengine.com/docs/82379/1409291)、[官方价格](https://www.volcengine.com/docs/82379/1544106)：文本输入 0.70 元/百万 tokens，图片 1.80 元/百万 tokens（本入口不收图片）。
-- [官方 OpenViking 配置](https://github.com/volcengine/OpenViking/blob/main/docs/en/guides/01-configuration.md)：VikingDB Rerank 使用 AK/SK，与方舟 Bearer 是不同服务；本轮未实现其签名协议，不宣称火山没有重排模型。
-
-官方页面 HTML 中 MDContent 可读取，浏览器路径本次连接失败。模拟字段 fixture，不是真实付费请求。
+# 火山引擎 · 供应商基础文档
+
+## 2026-09-11 文本检索核对
+
+方舟当前 `doubao-embedding-vision-251215` 通过 `POST https://ark.cn-beijing.volces.com/api/v3/embeddings/multimodal` 调用，Bearer API Key。SDK 本轮只暴露文本：`input: [{type:"text",text}]`，固定 float，维度 1024/2048；响应 `data.embedding` 是单个融合向量，故每次只接受一条文本，拒绝把多个独立文档合并。usage 使用 prompt_tokens/total_tokens。省略维度时供应商默认 2048。
+
+- [官方接口字段](https://www.volcengine.com/docs/82379/1523520)：HTTP 成功但缺向量、空向量或非数值向量均判错误；HTTP 失败、取消、超时不产生成功结果、不自动重试。
+- [模型使用说明](https://www.volcengine.com/docs/82379/1409291)、[官方价格](https://www.volcengine.com/docs/82379/1544106)：文本输入 0.70 元/百万 tokens，图片 1.80 元/百万 tokens（本入口不收图片）。
+- [官方 OpenViking 配置](https://github.com/volcengine/OpenViking/blob/main/docs/en/guides/01-configuration.md)：VikingDB Rerank 使用 AK/SK，与方舟 Bearer 是不同服务；本轮未实现其签名协议，不宣称火山没有重排模型。
+
+官方页面 HTML 中 MDContent 可读取，浏览器路径本次连接失败。模拟字段 fixture，不是真实付费请求。
 
 | 项目 | 内容 |
 |---|---|

package/docs/model-adaptation//344/276/233/345/272/224/345/225/206//347/231/276/347/202/274.md

@@ -249,34 +249,34 @@ Qwen-MT 可通过 OpenAI 兼容 `POST /compatible-mode/v1/chat/completions` 或
 | 提交/轮询/结果 | oss://及X-DashScope-OssResourceResolve；原有状态契约不变 | 完成转写输出 | 上传失败不提交识别；取消停止轮询，不宣称撤销远端任务 |
 
 实际时长不是仅由文件大小决定；PCM需采样率/声道/位深及payload字节数，压缩格式需要元数据时长，缺失返回null。新契约不自动修复只抛中文字符串的旧RPC桥。官方凭证fixture：tests/fixtures/bailian/asr-upload-policy.json；其余响应复用原有官方ASR fixtures，未生成付费请求。
-
-## 2026-09-24 Qwen-Audio 3.1 ASR
-
-公开官方文档无需登录：[短音频 HTTP](https://help.aliyun.com/zh/model-studio/fun-asr-flash-recorded-speech-recognition-http-api)、[文件转写](https://help.aliyun.com/zh/model-studio/fun-asr-recorded-speech-recognition-http-api)、[实时客户端](https://help.aliyun.com/zh/model-studio/fun-asr-client-events)、[实时服务端](https://help.aliyun.com/zh/model-studio/fun-asr-server-events)。未执行付费请求。
-
-新增 qwen-audio-3.1-asr-flash / -filetrans / -streaming，分别复用 Fun 短音频、异步文件和 duplex WebSocket 契约，不能套用旧 Qwen3 Chat / Realtime API。域名支持宿主注入工作空间 apiBaseUrl / funWebSocketUrl，不猜工作空间 ID。短音频远端文件上限 2 GB / 5 分钟；Base64 文档仍要求编码后 10 MB，内联原始限制 7.5 MB。文件转写≤2 GB / 12h，分离建议≤2h。
-
-| 协议事件 | 字段与状态规则 |
-|---|---|
-| 短音频 JSON / SSE result | output.text 累计文本；sentence 或分离时 sentences 数组；sentence_end:boolean，speaker_id:integer/null，begin_time/end_time 毫秒。短于一分钟可直接返回 JSON，不能强制只读 SSE |
-| 句末 | 合并去重句子，保留 speaker_id；usage.duration 秒，3.1 另有 input/output/total_tokens |
-| HTTP / SSE 错误 | code/message 非成功时抛错；畸形 JSON 或无文本拒绝 |
-| 文件提交/轮询 | input.file_urls:string[]（单文件），parameters 必须传对象；PENDING→RUNNING→SUCCEEDED/FAILED；results[].subtask_status 单独核对，成功读取 transcription_url |
-| WS | run-task→task-started→result-generated→finish-task→task-finished；task-failed 终止；未知事件沿共享状态机处理 |
-| 取消/断连/超时 | 使用 AbortSignal / 共享 WebSocket 生命周期释放；不创建第二个计费任务 |
-
-新增 keepDialect 和即时 vocabulary 参数；实时支持 vadModel。短音频说话人分离发送 speaker_diarization_enabled，文件转写发送 diarization_enabled。文件 channel_id 必须是整数数组，公共单声道选择 channelId 映射为 [channelId]；旧 Qwen3 file_url 契约不改变。短音频 sample_rate 按官方字符串发送，用户上下文 type=input_text。speakerId 作为可选公共输出字段，旧调用兼容。短音频按 tokens 计费，文件与实时不能沿用其 token 单价；未新增不可靠费用计算器。
-
-精确测试复用既有共享异步/实时失败、取消与释放测试，并补充 3.1 JSON/SSE、说话人分离、空 parameters 与新参数路由。样本区分字面与字段构造。
-
-### 2026-09-24 实时空文本中间帧实测补充
-
-以合成语音、合法 `SpeechRecognitionRealtimeStart` 在 SDK 0.6.0 直调 `qwen-audio-3.1-asr-flash-streaming`，复现句首事件之后继续返回 `text=""`、`sentence_end=false`、`end_time=null`、无 `sentence_begin` 的中间帧。官方事件页（https://help.aliyun.com/zh/model-studio/fun-asr-server-events，2026-09-24 核对）说明只有新句首个中间结果包含句首标记；空文本后续帧来自本次实测，并非官方字面示例。
-
-|事件|前置状态|字段与空值|状态/输出|错误与资源|
-|---|---|---|---|---|
-|空文本中间帧|任务已开始|text 是空字符串，sentence_end=false；sentence_begin 可省略，end_time 可为 null|保持会话，继续等待，不产生 partial/final|不关闭连接|
-|缺 text 或缺句子状态的无文本帧|任务已开始|缺字段/类型错误不能等同空字符串|invalid_response|失败并释放连接|
-|空 final 或全程无 final|任务已开始|sentence_end=true 但无文字，或 task-finished 前无 final|仍拒绝空结果|失败并释放连接|
-
-fixture `asr-realtime-fun.json.emptyIntermediate` 是实测脱敏结构。共享 Fun Duplex parser 的两个 Fun-ASR ID 与 Qwen-Audio 3.1 streaming 均沿同一规则；Qwen Realtime 独立解析器不受影响。
+
+## 2026-09-24 Qwen-Audio 3.1 ASR
+
+公开官方文档无需登录：[短音频 HTTP](https://help.aliyun.com/zh/model-studio/fun-asr-flash-recorded-speech-recognition-http-api)、[文件转写](https://help.aliyun.com/zh/model-studio/fun-asr-recorded-speech-recognition-http-api)、[实时客户端](https://help.aliyun.com/zh/model-studio/fun-asr-client-events)、[实时服务端](https://help.aliyun.com/zh/model-studio/fun-asr-server-events)。未执行付费请求。
+
+新增 qwen-audio-3.1-asr-flash / -filetrans / -streaming，分别复用 Fun 短音频、异步文件和 duplex WebSocket 契约，不能套用旧 Qwen3 Chat / Realtime API。域名支持宿主注入工作空间 apiBaseUrl / funWebSocketUrl，不猜工作空间 ID。短音频远端文件上限 2 GB / 5 分钟；Base64 文档仍要求编码后 10 MB，内联原始限制 7.5 MB。文件转写≤2 GB / 12h，分离建议≤2h。
+
+| 协议事件 | 字段与状态规则 |
+|---|---|
+| 短音频 JSON / SSE result | output.text 累计文本；sentence 或分离时 sentences 数组；sentence_end:boolean，speaker_id:integer/null，begin_time/end_time 毫秒。短于一分钟可直接返回 JSON，不能强制只读 SSE |
+| 句末 | 合并去重句子，保留 speaker_id；usage.duration 秒，3.1 另有 input/output/total_tokens |
+| HTTP / SSE 错误 | code/message 非成功时抛错；畸形 JSON 或无文本拒绝 |
+| 文件提交/轮询 | input.file_urls:string[]（单文件），parameters 必须传对象；PENDING→RUNNING→SUCCEEDED/FAILED；results[].subtask_status 单独核对，成功读取 transcription_url |
+| WS | run-task→task-started→result-generated→finish-task→task-finished；task-failed 终止；未知事件沿共享状态机处理 |
+| 取消/断连/超时 | 使用 AbortSignal / 共享 WebSocket 生命周期释放；不创建第二个计费任务 |
+
+新增 keepDialect 和即时 vocabulary 参数；实时支持 vadModel。短音频说话人分离发送 speaker_diarization_enabled，文件转写发送 diarization_enabled。文件 channel_id 必须是整数数组，公共单声道选择 channelId 映射为 [channelId]；旧 Qwen3 file_url 契约不改变。短音频 sample_rate 按官方字符串发送，用户上下文 type=input_text。speakerId 作为可选公共输出字段，旧调用兼容。短音频按 tokens 计费，文件与实时不能沿用其 token 单价；未新增不可靠费用计算器。
+
+精确测试复用既有共享异步/实时失败、取消与释放测试，并补充 3.1 JSON/SSE、说话人分离、空 parameters 与新参数路由。样本区分字面与字段构造。
+
+### 2026-09-24 实时空文本中间帧实测补充
+
+以合成语音、合法 `SpeechRecognitionRealtimeStart` 在 SDK 0.6.0 直调 `qwen-audio-3.1-asr-flash-streaming`，复现句首事件之后继续返回 `text=""`、`sentence_end=false`、`end_time=null`、无 `sentence_begin` 的中间帧。官方事件页（https://help.aliyun.com/zh/model-studio/fun-asr-server-events，2026-09-24 核对）说明只有新句首个中间结果包含句首标记；空文本后续帧来自本次实测，并非官方字面示例。
+
+|事件|前置状态|字段与空值|状态/输出|错误与资源|
+|---|---|---|---|---|
+|空文本中间帧|任务已开始|text 是空字符串，sentence_end=false；sentence_begin 可省略，end_time 可为 null|保持会话，继续等待，不产生 partial/final|不关闭连接|
+|缺 text 或缺句子状态的无文本帧|任务已开始|缺字段/类型错误不能等同空字符串|invalid_response|失败并释放连接|
+|空 final 或全程无 final|任务已开始|sentence_end=true 但无文字，或 task-finished 前无 final|仍拒绝空结果|失败并释放连接|
+
+fixture `asr-realtime-fun.json.emptyIntermediate` 是实测脱敏结构。共享 Fun Duplex parser 的两个 Fun-ASR ID 与 Qwen-Audio 3.1 streaming 均沿同一规则；Qwen Realtime 独立解析器不受影响。