dsh-live-speak 1.0.1 → 1.0.3

package/RELEASE-NOTES.md

@@ -204,6 +204,45 @@ dsh-live-speak
 
 ---
 
+## 1.0.3 更新说明
+
+**修掉：Linux 上本机没装语音后端时，会一直无声地重试**
+
+本地语音在 Linux 上用的是系统自带的 `espeak-ng`。如果这台机器根本没装，原来的行为是：每一段都判为合成失败，然后一直重试下去——声音始终不出来，日志每 15 秒还写一条，看起来像插件卡死了。
+
+现在把「后端根本不存在」和「网络抖了一下」分成两类处理：
+
+- **网络类失败**：照旧快速重试（0.9 秒起、封顶 15 秒），恢复后立刻补上，这是原来就有的能力
+- **后端不存在**：重试间隔拉到 60 秒，日志收敛成每 10 次一条。它仍然不会跳过任何一段，而且装好 `espeak-ng` 后最多一分钟就会自己恢复出声，不需要重启 DSH
+
+macOS 上如果系统被裁剪到连 `say` 都没有，走同样的处理。**Windows 用户不受影响**——本地档用的是系统语音，不经过这条路径。
+
+**怎么验证的**：在 Windows 上以「免安装解包」的方式跑了真实的 `espeak-ng 1.52.0`（同一个程序、同一套命令行），验证了声线清单解析、中文合成、WAV 输出格式和读回时长四件事：223 行声线清单解析出 222 条全部正确，41 字中文合成出 9.52 秒、22050Hz/16bit 的标准 WAVE，读回时长计算一致。测试全程没有在系统里安装任何东西，临时文件已清理。
+
+**一条不变的原则**：合成失败不跳过。任何一段合成不出来，就一直重试到成功为止，宁可晚几秒开口，也不让内容缺一段。
+
+当前版本：**1.0.3**
+
+---
+
+## 1.0.2 更新说明
+
+**修掉：标题和正文连成一句**
+
+一篇带小标题的文章，原来会念成「帘卷西风济南的趵突泉边，如今游人如织」——标题和正文粘在一起，一口气读下来。
+
+根因不在标点，而在清洗阶段：为了去掉替换文件名后留下的空格，有一处正则用了「任意空白」，而这个「空白」把段落之间的**换行也算在内**。于是单独一行的标题被并进下一段，连成一句话，后面「短行补标点」的处理也就永远轮不到它。
+
+现在：
+
+- 只抹掉同一行里的空格，换行原样保留，标题重新独立成行
+- 标题行末尾补的是**句号**，不是省略号——实测下来省略号几乎不产生停顿，句号才有一次真正的断句
+- 顺带修好同类问题：列表项（`- 写周报` 这种）和短的独立行，现在各自成句，不再粘成一片
+
+**验证**：真实播报一篇 246 字、带一个短行标题的文章，切成 2 段，标题被读成「帘卷西风。」后接正文；两段合成零失败、零重试，播放间隙 2 毫秒，全程无跳段。
+
+---
+
 ## 1.0.1 更新说明
 
 **新增：本地语音档，可选可换**
@@ -224,5 +263,3 @@ dsh-live-speak
 - 本地合成若返回空音频（只有文件头、时长 0），原来会被当成成功、播放 0 秒等于丢段——现在会检测出来并换声线重试
 
 **一条不变的原则**：合成失败不跳过。任何一段合成不出来，就一直重试到成功为止，宁可晚几秒开口，也不让内容缺一段。
-
-当前版本：**1.0.1**

package/index.js

@@ -452,7 +452,9 @@ function cleanForSpeech(raw) {
   text = text.replace(/`([^`]*)`/gu, '$1')
   // 标题行不补句号，改补省略号：句号只给 200 毫秒，听起来还是"帘卷西风济南的趵突泉边"一句；
   // 省略号的停顿明显长一截，标题和正文才听得出是两件事。
-  text = text.replace(/^\s{0,3}#{1,6}\s+(.+)$/gmu, (match, title) => (/[。！？!?：:,，…]$/u.test(title) ? title : `${title}……`))
+  // （2026-11 实测推翻上面这条：24kHz MP3 里省略号的停顿比无标点还短，句号才有真正的断句。
+  //  所以这里补句号，标题和正文之间才有约 0.39 秒的空隙。）
+  text = text.replace(/^\s{0,3}#{1,6}\s+(.+)$/gmu, (match, title) => (/[。！？!?：:,，…]$/u.test(title) ? title : `${title}。`))
   text = text.replace(/^\s{0,3}>\s?/gmu, '')
   text = text.replace(/^\s{0,3}[-*+]\s+/gmu, '')
   text = text.replace(/^\s{0,3}\d+[.)]\s+/gmu, '')
@@ -469,8 +471,10 @@ function cleanForSpeech(raw) {
   // 收尾：压缩空白，逐行补停顿标点（换行是分段的天然边界）
   text = text.replace(/[ \t\u00A0]+/gu, ' ')
   text = text.replace(/\s+([。！？!?…；;，,])/gu, '$1')
-  // 替换文件名后会在中文之间留一个空格（"已保存为 网页"），TTS 会读成停顿，顺手抹掉
-  text = text.replace(/([\u4E00-\u9FFF])\s+(?=[\u4E00-\u9FFF])/gu, '$1')
+  // 替换文件名后会在中文之间留一个空格（"已保存为 网页"），TTS 会读成停顿，顺手抹掉。
+  // 只能抹行内空白：换成 \s 会把换行一起吃掉，把单独一行的标题粘进下一段正文
+  // （"老书店的下午" + 换行 + "街角那家……" 变成一整句），短行补省略号的分支就永远走不到。
+  text = text.replace(/([\u4E00-\u9FFF])[ \t\u00A0]+(?=[\u4E00-\u9FFF])/gu, '$1')
   const lines = text
     .split('\n')
     .map((line) => line.trim())
@@ -479,8 +483,9 @@ function cleanForSpeech(raw) {
   text = lines
     .map((line) => {
       if (/[。！？!?…；;：:，,]$/u.test(line)) return line
-      // 短、没逗号的一行，基本就是没写成 Markdown 的小标题：补省略号，让停顿明显
-      if (line.length <= TITLE_LINE_MAX && !/[，,：:；;]/u.test(line)) return `${line}……`
+      // 短、没逗号的一行，基本就是没写成 Markdown 的小标题；长句是正文。
+      // 两者都补句号——省略号在 Edge 的声线里几乎没有停顿（实测比无标点还短），
+      // 只有句号才有断句，标题和正文才听得出是两件事。
       return `${line}。`
     })
     .join('\n')
@@ -1565,6 +1570,12 @@ export function apply(ctx, config = {}) {
       execFile('say', args, { timeout: 25_000 }, (error) => {
         if (error) {
           cleanup()
+          // say 是系统自带，正常不会缺；被裁剪的发行版或沙盒里可能没有。
+          // 这是确定性失败：重试多少次都不会出声，标成 fatal 让合成泵放慢重试。
+          if (error.code === 'ENOENT' || error.code === 'EACCES') {
+            error.fatal = true
+            error.message = `local say unavailable (${error.code})`
+          }
           reject(error)
           return
         }
@@ -1612,6 +1623,13 @@ export function apply(ctx, config = {}) {
       execFile(bin, args, { timeout: 25_000 }, (error) => {
         if (error) {
           cleanup()
+          // 二进制根本不在（Linux 上没装 espeak-ng / espeak）：确定性失败。
+          // 重试一万次也不会出声，标成 fatal 让合成泵把重试间隔拉到 60 秒，
+          // 而不是每 15 秒刷一条日志、整篇却一直静默。
+          if (error.code === 'ENOENT' || error.code === 'EACCES') {
+            error.fatal = true
+            error.message = `local espeak binary unavailable: ${bin} (${error.code})`
+          }
           reject(error)
           return
         }
@@ -1894,9 +1912,20 @@ export function apply(ctx, config = {}) {
               attempt += 1
               synthFailCount += 1
               lastError = String(error?.message ?? error).split('\n')[0]
-              log(`synth fail id=${id} chars=${text.length} attempt=${attempt} err=${lastError}`)
               bump()
               if (epoch !== myEpoch) break
+              // 后端二进制不存在（Linux 没装 espeak-ng，或 mac 上的 say 被裁掉）属于确定性失败：
+              // 重试一万次也不会出声，但这一段也不能丢（内容完整性优先）。
+              // 所以照样一直重试——用户装上后端、或切回线上档（epoch 变化）就自动恢复——
+              // 只把间隔拉到 60 秒、日志每 10 次才报一条，避免整篇静默的同时还在刷屏。
+              if (error?.fatal) {
+                if (attempt % 10 === 1) {
+                  log(`local backend unavailable id=${id} attempt=${attempt} err=${lastError} retry_in=60s`)
+                }
+                await sleep(60_000)
+                continue
+              }
+              log(`synth fail id=${id} chars=${text.length} attempt=${attempt} err=${lastError}`)
               // 退避翻倍、封顶 15 秒：Edge 恢复后这一段一定能补上，只是可能要等一会儿
               const backoff = Math.min(SYNTH_RETRY_BASE_MS * 2 ** Math.min(attempt - 1, 4), SYNTH_RETRY_MAX_MS)
               log(`synth retry id=${id} attempt=${attempt} retry_in=${backoff}ms`)

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "dsh-live-speak",
-  "version": "1.0.1",
+  "version": "1.0.3",
   "description": "用高保真神经语音实时播报模型输出（边生成边念），自带播放器，可随时暂停/恢复/停止。",
   "type": "module",
   "main": "./index.js",