一个基于 Node.js + Express + Socket.IO + Vue 3 + Vite 的聊天室项目，支持公开聊天、用户私聊，以及 AI Assistant 的文本/语音混合对话。

• 公开聊天
• 用户私聊
• AI 私聊
• 文本输入 + 语音输入混合对话
• 自动朗读回复 / 静音模式切换
• ASR / TTS / LLM 多引擎切换
• 电话模式（按住说话、允许打断朗读）
• 多轮上下文记忆
• 清空 AI 对话历史

• Vue 3
• Vite
• Socket.IO Client
• MediaRecorder / Web Audio API
• SpeechRecognition / SpeechSynthesis（浏览器降级）

• Node.js
• Express
• Socket.IO
• FastAPI（可选语音后端）

• DeepSeek API
• OpenAI Compatible API
• Ollama
• SenseVoice（预留接入）
• Whisper（预留接入）
• CosyVoice（预留接入）
• pyttsx3（预留接入）
• Edge TTS

.
├─ index.html
├─ src/
│  ├─ App.vue
│  ├─ main.js
│  └─ style.css
├─ public/
│  ├─ img/
│  └─ css/
│     └─ index.css
├─ voice-backend/
│  ├─ main.py
│  ├─ README.md
│  └─ requirements.txt
├─ server.js
├─ vite.config.js
├─ package.json
├─ .env.example
└─ README.md

项目按 ASR -> LLM -> TTS 分为三层：

1. 前端层
   负责聊天界面、录音控制、波形展示、设置面板、消息渲染与音频播放。

2. Node 业务层
   入口文件是 server.js。
   负责聊天室消息、AI 会话上下文、LLM 调用、语音接口代理。

3. Python 语音服务层
   入口文件是 voice-backend/main.py。
   负责 ASR / TTS 接口和可选的本地模型衔接。

npm install

复制一份 .env.example 为 .env：

cp .env.example .env

示例配置：

PORT=9000

DEEPSEEK_API_KEY=your_deepseek_api_key
DEEPSEEK_BASE_URL=https://api.deepseek.com
DEEPSEEK_MODEL=deepseek-chat

OPENAI_API_KEY=
OPENAI_BASE_URL=
OPENAI_MODEL=

DEFAULT_LLM_BACKEND=deepseek-api
OLLAMA_BASE_URL=http://127.0.0.1:11434
OLLAMA_MODEL=qwen2.5:7b

VOICE_BACKEND_URL=http://127.0.0.1:8001

说明：

• 使用 DeepSeek 时，至少需要配置 DEEPSEEK_API_KEY
• 使用本地 Ollama 时，可将 DEFAULT_LLM_BACKEND=ollama
• 未启动 Python 语音后端时，可先不配置 VOICE_BACKEND_URL

前端：

npm run dev

后端：

npm run dev:server

开发时打开：

• 前端：http://localhost:5173
• 后端 API：http://localhost:9000

npm run build
npm start

构建后由 server.js 直接托管 dist，浏览器打开：

http://localhost:9000

进入聊天室后，点击左侧 AI Assistant 即可进入 AI 语音对话模式。

支持：

• 朗读回复 / 静音模式切换
• 电话模式
• 设置面板
• 清空对话
• 麦克风录音
• 回复重播 / 停止朗读

• GET /api/voice/config
• POST /api/voice/asr
• POST /api/voice/tts
• POST /api/ai/chat
• POST /api/ai/history/clear

如果你要完整启用 SenseVoice / Whisper / CosyVoice / Edge TTS / Ollama 这套链路，请查看：

• voice-backend/README.md

• SenseVoice / Whisper / CosyVoice / pyttsx3 当前是预留接入点，不是开箱即用
• 浏览器语音识别依赖运行环境，某些内嵌浏览器或 WebView 可能不稳定
• 未启动 Python 语音后端时，语音功能会依赖浏览器降级能力

• 不要把真实 API Key 写进前端代码
• 不要把 .env 提交到 GitHub
• 若 Key 已在聊天记录、日志或截图中出现，建议立即更换