# 09 TTS：分段、流控制、重试与MP3发布

听文视频工作台 · 技术架构与实现 · 1.0.2

图示：正文分段 → 受控流 → 验证 → 合并 正文分段 → 受控流 → 验证 → 合并 否 是 失败 split_text最多2000字符 按空行合并／长段硬切 当前part已存在？ 同任务固定文案与音色 联网流写partial 30s idle／120s本次总等待 复用完成part 不重新请求同段 非空＋FFprobe通过 rename最终part，累计段进度 异常则有限重试 最多2次 · 1.5s／3s 按序字节拼接MP3 检查暂停取消 · pending输出 探测后发布audio.mp3 ready＋实际duration
图9｜受控语音流与片段复用。语音片段串行，网络流失败最多重试两次；完成片段发布后可供任务重试复用。小屏可横向滚动查看图示

## 语音请求链路

speech.synthesize接收任务正文、固定voice、任务目录、Control及progress/validate回调。默认factory为edge_tts.Communicate，每段调用Communicate(segment,voice).stream()。应用处理流中type=audio的字节，不保存WordBoundary/SentenceBoundary作为字幕。

应用分段以2000个Python字符为上限，按空行拆段并去段落首尾；短段合并时计入两个换行，超长段落直接每2000字符硬切，未做语义句末对齐。每个片段按顺序处理，语音内部没有并发池；图片准备与整个音频步骤并行是另一层调度。

参数／机制 | 
实际实现 | 
含义 | 

应用分段上限 | 
2000字符 | 
与UI累计试用10000字符不是同一个概念 | 

单段尝试次数 | 
range(3) | 
首次请求＋最多2次自动重试 | 

重试退避 | 
1.5秒、3秒 | 
在等待期间仍尊重暂停/取消 | 

无流事件时限 | 
30秒 | 
每次流事件重置idle，含元数据事件 | 

单次总流等待 | 
120秒 | 
暂停时间不累计；不是整个任务120秒 | 

控制检查 | 
约0.1秒的asyncio等待循环 | 
网络等待期间也可观察取消 | 

最终片段 | 
part-0000.mp3等 | 
非空并probe成功后才rename | 

临时片段 | 
part-0000.partial等 | 
失败残片不成为成功分段 | 

合并 | 
按顺序直接连接MP3字节 | 
没有重新编码、交叉淡化或自动补静音 | 

已有part最终文件会跳过重请求，保证同一固定任务重试可复用完成段。合并逐块读取1MiB，检查Control，先写audio.pending.mp3，最终probe后replace成audio.mp3。最终ready状态保存audio_duration，后续图片时间轴使用这个实际媒体时长。

## 应用层与edge-tts库层

发布构建使用edge-tts7.2.3。库内部按字节限制切分SSML请求，并自动转义XML/生成voice与prosody；应用层2000字符段不保证只对应一条网络SSML。应用只传text与voice，不开放任意SSML、语速、音量或音调编辑。

构建库请求的音频格式为audio-24khz-48kbitrate-mono-mp3，上游WSS位于api.msedgeservices.com/tts/cognitiveservices。后续AAC192k/44.1k/stereo是容器制作参数，不能把源48kbit单声道语音升格为拥有更多原始信息的录音。多语言音色和语音质量最终取决于外部服务，源码无法证明其底层模型权重或全部语言行为。

本应用当前没有音频生成收费入口，不要求个人TTS API Key；edge-tts项目自身定位为使用Edge在线语音服务的Python接入。上游项目说明其联网方式；本文不据此承诺永久服务规则或访问权利。

## 媒体探测与进度

probe通过包内FFprobe，请求format duration及stream codec_type/width/height，30秒子进程时限；返回非零或duration≤0拒绝。它是有效媒体探测，不是每个采样/每帧完整解码扫描。音频百分比按completed/total段数计算，合并与验证没有确定百分比，网络消息包含等待秒数/接收KB。进度不承诺等比例剩余时间。

依据：speech.py:8–166、app.py:136–160及发布构建edge_tts源码快照。

---
招商合作微信：wzqy2019。添加备注：听文合作。
原网页：https://tingwen-creator-studio-102.pages.dev/guide/technical-09