播 7 秒就断:Fish Audio 流式 WAV 的哨兵值陷阱
Fish Audio 的流式 WAV 把 RIFF 长度填成哨兵值,嵌入式端按完整文件严格校验,长语音 7 秒必断。对照上游源码才发现:原版测试只用假 WAV,从没调通过。
找到 4 篇相关手记。
Fish Audio 的流式 WAV 把 RIFF 长度填成哨兵值,嵌入式端按完整文件严格校验,长语音 7 秒必断。对照上游源码才发现:原版测试只用假 WAV,从没调通过。
StackChan 接入 Muse 的语音链路三天排障:SDK 根本没有 TTS、字幕调用压根没写、流式 WAV 头里藏着哨兵长度、软件 AES 绕过硬件内存失败——每个假设都让真机判死刑。
系统转写把粤语短语音转成泰文乱码后,我同场实测了 Fish Audio、Edge TTS 和 Azure Speech 的出声速度与转写准头。TTS Azure 直连最稳;转写同样交给 Azure,默认 zh-HK、zh-CN 做对照;准头最好的 whisper 因 CPU 太慢留作对照。
官方 SDK 开源、自建桥接栈、社区移植版落后 8 个提交、广州电信到 api.muse.ai 的 443 十五秒超时——一次给桌面机器人选技术路线的实证记录。