CUTE TV · 语音 Demo（状态一：唤醒聆听） 服务检查中…

点条子或按 空格 开始说话，再按一次结束； R 重放上次回话，T 直接测试文字转语音。识别与合成都在 mini 服务器上跑。
CUTE TV
首页
历史
点播
收藏
直播
应用
系统
设置
热播榜
来自豆瓣 · 每 30 分钟更新
隐秘的角落
隐秘的角落
漫长的季节
漫长的季节
沉默的真相
沉默的真相
寻秦记
寻秦记
我在听…

① 语音转文字（实时）

走 WebSocket 流：16kHz/mono/PCM → 服务端 VAD 切段 + 段内中间结果。下面这块就是服务端回传的原文。

（还没有说话）

② 语音转文字（整段上传）

用来验非实时链路：任意音频文件（wav/mp3/m4a/webm）交给服务端 ffmpeg 转 16k 后整段识别。

—

③ 文字转语音（TTS）

默认走 edge-tts（微软在线，音质最好、首字节约 1 秒）；断网或接口异常时自动回落到本地离线 VITS。

—

④ 事件日志