VoiceBridge

VoiceBridge 2.0 是一个只保留电话桥接能力的本地服务。

当前主链路已经收缩为：

• Windows 本地采集电话语音
• 本地做语音识别
• 通过 WSL codex-feishu-agent phone-send 把文本发给后端
• 通过 WSL codex-feishu-agent phone-recv 取最终稳定回复
• 用 MiniMax TTS HD 合成语音并播回电话链路

仓库里不再承载这些旧能力：

• Codex CLI 会话管理
• agent / session 巡检
• 飞书消息桥
• cron 定时任务
• AGENTS.md / MEMORY.md 运行时默认模板

目录

• 入口：main.py
• 源码：src/voicebridge/
• 安装级配置：bridge.yaml
• 运行级配置：bridge-home/assistant-runtime.yaml
• 运行状态：bridge-home/assistant-state.json

配置分层

bridge.yaml

安装级 / 机器级配置，适合放：

• 音频设备
• 语音识别凭据入口
• MiniMax API 基础地址
• WSL 电话后端命令名
• 采集参数

bridge-home/assistant-runtime.yaml

运行级 / 高频调优配置，适合放：

• MiniMax TTS 模型和音色
• 确认词
• VAD 阈值
• 口头控制词
• 电话后端的超时和轮询参数

当前依赖

• Windows
• Python 3.11+
• codex-feishu-agent
• 可用的 WSL
• MiniMax API key
• 一套可用的音频输入输出设备

当前语音链路分成两段：

• ASR：继续使用火山 / 豆包识别接口
• TTS：改成 MiniMax TTS

这意味着 .env.example 现在只保留 MINIMAX_API_KEY。如果你还要继续沿用现有 ASR，需要在 bridge.yaml 里填 volcengine_app_id 和 volcengine_access_key，或者改成本地别的识别实现。

安装

git clone <your-repo-url> F:\VoiceBridge
cd F:\VoiceBridge
python -m pip install -U pip
python -m pip install -r requirements.txt
Copy-Item .\.env.example .\.env
Copy-Item .\bridge.example.yaml .\bridge.yaml

.env

MINIMAX_API_KEY=...

bridge.yaml 示例

assistant_runtime_config_path: "./bridge-home/assistant-runtime.yaml"
assistant_state_path: "./bridge-home/assistant-state.json"

volcengine_app_id:
volcengine_access_key:
volcengine_asr_resource_id: "volc.bigasr.auc_turbo"

minimax_api_base: "https://api.minimaxi.com"
phone_bridge_command: "codex-feishu-agent"

capture_device: "Voicemeeter Out B1"
playback_device: "Voicemeeter AUX Input"

assistant-runtime.yaml 示例

version: 1

voice:
  tts_model: "speech-2.8-hd"
  tts_voice_id: "Chinese (Mandarin)_Warm_Bestie"
  format: "wav"
  sample_rate: 32000
  speed: 1.0
  volume: 1.0
  pitch: 0
  language_boost: "Chinese"

ack:
  default: "收到"
  variants:
    - "收到"
    - "好，收到"
    - "嗯，收到"

interaction:
  interrupt_playback: true
  vad_rms_threshold: 900

commands:
  transcript_min_chars: 2
  ignore_phrases: ["嗯", "啊", "呃", "额", "哦", "喂"]
  repeat_aliases: ["再说一遍", "再说一次", "重复一下", "把刚才说的再说一遍", "刚才说什么"]
  stop_aliases: ["停一下", "别说了", "先别说", "闭嘴"]

phone:
  from_name: "voicebridge"
  reply_source: "final_answer"
  reply_timeout_seconds: 180
  recv_poll_interval_seconds: 1.0

命令

列出本机音频设备：

python .\main.py devices

运行只读自检：

python .\main.py check

查看当前电话桥配置和状态：

python .\main.py status

启动电话桥：

python .\main.py run

当前行为

• 识别到有效语音后，会先播一个简短确认词
• 用户新开口时，可以中断当前播报
• 说“再说一遍”会复述上一条已播报回复
• 太短或无意义的口头语会被忽略，不会发给 phone-send
• 回复读取默认只消费 final_answer
• 进入 TTS 前会做一次电话播报清洗，不会把符号和工具痕迹直接念出来

关键文件

• bridge.yaml
• bridge.example.yaml
• bridge-home/assistant-runtime.yaml
• bridge-home/assistant-state.json
• src/voicebridge/phone_bridge.py
• src/voicebridge/speech_client.py