Files
Mofox-Core/src/chat/utils/utils_voice.py
明天好像没什么 f5e82685a0 feat(plugin): 集成 MCP 协议支持并优化代码风格
- 新增 fastmcp 依赖,支持通过 Streamable HTTP 连接外部工具服务器
- 在 component_registry 与 tool_api 中实现 MCP 工具加载、注册及调用链路
- 补充 README 中的 MCP 特性说明
- 统一修复多处 import 顺序、空行、引号及类型注解,提升代码整洁度
- 在 pyproject.toml 中忽略 PERF203 规则,允许循环内异常处理
- 优化语音缓存与本地 ASR 调用逻辑,减少冗余代码
2025-11-19 23:27:03 +08:00

72 lines
2.5 KiB
Python

from rich.traceback import install
from src.common.logger import get_logger
from src.config.config import global_config, model_config
from src.llm_models.utils_model import LLMRequest
install(extra_lines=3)
logger = get_logger("chat_voice")
async def get_voice_text(voice_base64: str) -> str:
"""获取音频文件转录文本"""
if not global_config.voice.enable_asr:
logger.warning("语音识别未启用,无法处理语音消息")
return "[语音]"
asr_provider = global_config.voice.asr_provider
# 如果选择本地识别
if asr_provider == "local":
import base64
import os
import tempfile
from src.plugin_system.apis import tool_api
local_asr_tool = tool_api.get_tool_instance("local_asr")
if not local_asr_tool:
logger.error("ASR provider 设置为 'local' 但未找到 'local_asr' 工具,请检查 stt_whisper_plugin 是否已加载。")
return "[语音(本地识别工具未找到)]"
audio_path = None
try:
audio_data = base64.b64decode(voice_base64)
with tempfile.NamedTemporaryFile(delete=False, suffix=".amr") as tmp_audio_file:
tmp_audio_file.write(audio_data)
audio_path = tmp_audio_file.name
text = await local_asr_tool.execute(function_args={"audio_path": audio_path})
if "失败" in text or "出错" in text or "错误" in text:
logger.warning(f"本地语音识别失败: {text}")
return "[语音(本地识别失败)]"
logger.info(f"本地语音识别成功: {text}")
return f"[语音] {text}"
except Exception as e:
logger.error(f"本地语音转文字失败: {e!s}")
return "[语音(本地识别出错)]"
finally:
if audio_path and os.path.exists(audio_path):
try:
os.remove(audio_path)
except Exception as e:
logger.error(f"清理临时音频文件失败: {e}")
# 默认使用 API 识别
try:
_llm = LLMRequest(model_set=model_config.model_task_config.voice, request_type="audio")
text = await _llm.generate_response_for_voice(voice_base64)
if text is None:
logger.warning("未能生成语音文本")
return "[语音(文本生成失败)]"
logger.debug(f"描述是{text}")
return f"[语音:{text}]"
except Exception as e:
logger.error(f"语音转文字失败: {e!s}")
return "[语音]"