feat: 优化语音速度

如何准备测试音频数据.md

@@ -0,0 +1,262 @@
+# 📝 如何准备测试音频数据
+
+## 你需要提供的数据格式
+
+### PCM格式要求（重要！）
+
+```
+✅ 采样率: 16000 Hz
+✅ 位深度: 16 bit (有符号整数，Signed Integer)
+✅ 声道数: 1 (单声道，Mono)
+✅ 字节序: Little Endian (小端序)
+✅ 格式: 纯PCM数据（无任何文件头，不是WAV）
+```
+
+### 数据大小计算
+
+```
+数据大小（bytes）= 采样率 × 时长（秒）× 2
+
+示例：
+- 1秒音频 = 16000 × 1 × 2 = 32,000 bytes ≈ 31.25 KB
+- 3秒音频 = 16000 × 3 × 2 = 96,000 bytes ≈ 93.75 KB
+- 5秒音频 = 16000 × 5 × 2 = 160,000 bytes ≈ 156.25 KB
+```
+
+## 方式一：使用 FFmpeg 转换（推荐）
+
+### 1. 从MP3/WAV/M4A等格式转换
+
+```bash
+ffmpeg -i input.mp3 -f s16le -acodec pcm_s16le -ar 16000 -ac 1 output.pcm
+```
+
+**参数说明：**
+- `-i input.mp3`: 输入文件（可以是任何音频格式）
+- `-f s16le`: 输出格式为16位小端序PCM
+- `-acodec pcm_s16le`: 使用16位PCM编码
+- `-ar 16000`: 采样率16000 Hz
+- `-ac 1`: 单声道
+
+### 2. 验证生成的PCM文件
+
+```bash
+# 查看文件大小
+ls -lh output.pcm
+
+# 计算时长（秒）= 文件大小（bytes）/ 32000
+# 例如：96000 bytes / 32000 = 3 秒
+```
+
+### 3. 转换为base64
+
+```bash
+# Linux/Mac
+base64 output.pcm > output_base64.txt
+
+# 或者一行输出（适合小文件）
+base64 output.pcm | tr -d '\n' > output_base64.txt
+
+# Windows PowerShell
+[Convert]::ToBase64String([IO.File]::ReadAllBytes("output.pcm")) > output_base64.txt
+```
+
+## 方式二：在线录音并导出
+
+### 1. 使用Audacity（免费开源）
+
+1. 打开Audacity
+2. 点击红色按钮录音
+3. 录制3-5秒的测试语音（说点什么都可以）
+4. 点击停止
+5. **设置项目采样率**：左下角设置为 `16000 Hz`
+6. **转换为单声道**：轨道 → 混音 → 混音立体声为单声道
+7. **导出**：
+   - 文件 → 导出 → 导出音频
+   - 文件类型选择：`其他未压缩文件`
+   - 头部：`RAW (header-less)`
+   - 编码：`Signed 16-bit PCM`
+   - 保存为 `test.pcm`
+
+### 2. 使用Python脚本录音
+
+```python
+import pyaudio
+import wave
+import struct
+
+# 配置
+RATE = 16000
+CHANNELS = 1
+FORMAT = pyaudio.paInt16
+RECORD_SECONDS = 3
+
+# 录音
+audio = pyaudio.PyAudio()
+stream = audio.open(format=FORMAT, channels=CHANNELS,
+                    rate=RATE, input=True,
+                    frames_per_buffer=1024)
+
+print("录音中... (3秒)")
+frames = []
+for i in range(0, int(RATE / 1024 * RECORD_SECONDS)):
+    data = stream.read(1024)
+    frames.append(data)
+
+print("录音完成")
+stream.stop_stream()
+stream.close()
+audio.terminate()
+
+# 保存为PCM
+with open('output.pcm', 'wb') as f:
+    f.write(b''.join(frames))
+
+print("已保存为 output.pcm")
+```
+
+## 如何使用生成的数据
+
+### 选项A：使用base64（推荐，适合小文件）
+
+1. **转换为base64**（见上面的命令）
+
+2. **打开** `webUI/src/utils/config.js`
+
+3. **填入base64数据**：
+
+```javascript
+TEST_MODE: {
+  enabled: true,
+  testAudioBase64: 'AAEAAgADAAQABQAG...',  // 👈 粘贴你的base64字符串
+  testAudioPath: '',
+}
+```
+
+**完整示例：**
+```javascript
+TEST_MODE: {
+  enabled: true,
+  testAudioBase64: 'AAEAAgADAAQABQAGAAcACA...(很长的base64字符串)...==',
+  testAudioPath: '',
+}
+```
+
+### 选项B：使用文件路径（适合大文件）
+
+1. **将PCM文件放入项目**：
+   ```
+   webUI/src/static/test_audio.pcm
+   ```
+
+2. **配置路径**：
+```javascript
+TEST_MODE: {
+  enabled: true,
+  testAudioBase64: '',  // 留空
+  testAudioPath: '/static/test_audio.pcm',  // 👈 文件路径
+}
+```
+
+## 快速测试数据示例
+
+### 生成一个简单的测试文件（Python）
+
+```python
+import struct
+
+# 生成3秒的简单正弦波（200Hz）
+sample_rate = 16000
+duration = 3
+frequency = 200
+
+with open('test.pcm', 'wb') as f:
+    for i in range(sample_rate * duration):
+        t = i / sample_rate
+        # 正弦波，振幅8000
+        sample = int(8000 * (2 * 3.14159 * frequency * t) ** 0.5)
+        sample = max(-32768, min(32767, sample))
+        f.write(struct.pack('<h', sample))  # 小端序，有符号16位
+
+print("生成完成: test.pcm")
+```
+
+## 推荐的测试内容
+
+建议你录制以下内容之一（3-5秒）：
+
+1. **简单问候**：
+   - "你好"
+   - "今天天气怎么样"
+   - "给我讲个笑话"
+
+2. **简单指令**：
+   - "帮我查询一下"
+   - "打开设置"
+   - "我要了解一下"
+
+3. **随意说话**：
+   - 随便说点什么都可以
+   - 主要是测试流程是否正常
+
+## 验证数据是否正确
+
+### 检查文件大小
+
+```bash
+# 应该接近这个大小
+# 3秒 = 96,000 bytes
+# 5秒 = 160,000 bytes
+
+ls -lh your_file.pcm
+```
+
+### 使用FFmpeg播放测试
+
+```bash
+# 如果能听到声音，说明格式正确
+ffplay -f s16le -ar 16000 -ac 1 output.pcm
+```
+
+### 检查base64长度
+
+```bash
+# base64后的大小约为原始数据的 1.37 倍
+# 96,000 bytes → 约 131,000 字符的base64
+wc -c output_base64.txt
+```
+
+## 常见问题
+
+### Q: 我的base64太长了怎么办？
+A: 建议音频不要超过5秒，或者使用文件路径方式（选项B）
+
+### Q: 如何确认生成的数据格式正确？
+A: 
+1. 用ffplay播放测试
+2. 检查文件大小是否符合公式
+3. 查看控制台日志，看是否有格式错误
+
+### Q: 为什么必须是16000Hz？
+A: 后端的STT服务要求16000Hz采样率
+
+### Q: 可以用WAV文件吗？
+A: 不行！必须是纯PCM数据，不能有WAV文件头
+
+### Q: 我应该说什么内容？
+A: 随便说什么都可以，主要是测试流程。如果想测试识别准确度，建议说清晰的普通话
+
+## 下一步
+
+准备好数据后：
+
+1. 填入 `config.js` 的 `testAudioBase64` 或 `testAudioPath`
+2. 设置 `enabled: true`
+3. 运行项目，进入语音模式
+4. 点击 "🧪 发送测试音频" 按钮
+5. 观察控制台日志和结果
+
+---
+
+**需要帮助？** 检查浏览器控制台的 `[TestMode]` 日志输出。
+