VoxEngine 2026.10.10.1 · 修复听书上下文串读

修复内容

• 修复 MiMo 合成请求中的前后段落原文与 <上下文> 标签可能被读出，导致重复朗读或听起来前后错乱的问题。请求不再携带上下文原文，仅传递当前应朗读的正文。
• 覆盖内置听书、系统 TTS 和并行分段合成入口；预设、克隆、设计音色及设计预览均不再发送上下文原文。
• 预设/克隆音色在未指定风格时，从上下文提取简短的本地情绪提示；已指定风格保持不变。设计音色保留原有音色描述与预览行为。
• 更新音频缓存版本，避免继续复用旧的异常音频。升级后旧缓存不再命中，需要重新合成或重新执行预缓存。

预缓存怎么触发

• 自动缓冲：开始听书时，按“提前缓冲页数”自动准备后续片段，播放推进时继续补充。
• 批量预缓存：在内置阅读器里点击正文唤出菜单 → 听书设置 → 设置“预缓存：从当前章开始 N 章” → 点击“开始预缓存”。只调章节数不会启动；正在听书时需要先停止。
• 批量预缓存从当前章开头开始，不播放声音，通知栏提供进度、暂停、继续和停止。作为系统 TTS 供其他阅读应用使用时，后续章节仍需由调用方请求。

验证与安装

• 91 项单元测试通过，包含上下文隔离、三类音色请求、设计预览、关闭上下文和分段顺序回归。
• Lint 与开启 R8/资源压缩的正式版构建通过；沿用原正式签名，可覆盖安装官方版本。
• 版本：2026.10.10.1；版本码：2610101。安装包为 app-release.apk，附 SHA-256 校验文件。
• 尚未进行真机连续实听验证。

VoxEngine 2026.10.05.2 · 听书规则、上下文与预缓存

本版解决 #7、#8、#9，并同步更新阅读 Vox 的听书功能。

• 角色匹配规则：可编辑目标角色、正则、对话前/后旁白与启停状态，按顺序优先匹配；支持 JSON 导入导出角色和规则，未命中沿用默认识别。
• 段落上下文：MiMo 使用前后段落理解人物、情绪与语气，上下文放在指令中，朗读正文保持独立。系统 TTS 同样支持本次文本上下文及可调合成片段长度。
• 减少等待：按原始段落生成稳定片段，播放时持续补充后续音频；可调整缓冲 1–20 页、单次合成上限 180–1800 字。预设与 Edge 音色有界并行，克隆/设计音色保留请求间隔与重试。
• 多章预缓存：从当前章起预制 1–100 章，在后台通知查看进度、暂停、继续或停止。音频保留 30 天、总量上限 2 GB，改变屏幕分页后仍可复用；磁盘保存失败会明确报错。

预缓存会调用所选语音服务。更换音色、风格、温度、上下文或角色规则后，相应片段需要重新合成。实际情绪表现与请求耗时取决于服务和音色。

验证：79 项 JVM 测试及 lint 通过；Android 16 容器验证 50 章 / 150 片段预缓存、规则与上下文传递、并发上限、跨分页磁盘复用、缓存播放、停止和磁盘失败提示。

最低支持 Android 8.0。APK 使用既有 VoxEngine 发布证书签名，文件哈希见 SHA256SUMS.txt。

v2026.08.13.1 — 阅读音色实时刷新

v2026.08.13.1

修复

• 修复克隆音色后进入阅读模式无法立即选择、必须退出重进的问题
• 阅读模式现在会实时响应克隆、设计、导入和删除音色等数据库变更
• 切换 TTS 引擎后继续只展示对应引擎的音色列表

实现与质量

• 使用 Room 轻量音色投影监听变化，不读取克隆音频 Base64，避免增加 CursorWindow 压力
• 140 项 Debug/Release 单元测试全部通过
• Android Debug Lint、Release Vital Lint、R8 与资源压缩构建通过
• GitHub Actions 独立构建成功，Release APK v2 签名验证通过

SHA-256: 071ca6d90e3669cad988c4dace540f4d5f3776b4237a6783610e9b06598abb49

v2026.08.11.1 — 音频解析与听书稳定性优化

v2026.08.11.1

修复

• 安全解析带扩展块、截断或异常长度的 WAV，避免越界、错误 PCM 偏移与异常循环
• 修复通知栏/耳机媒体键在首章或末章越界切换时重播当前章的问题
• 修复听书完整播完一页后仍保存旧页起点、重启后重复播放的问题
• 避免阅读分页和 TTS 长文本切段从中间拆开 emoji 等 UTF-16 代理对
• 修复 EPUB 条目上限可被大量目录条目绕过的问题
• 确保 MP3 解码初始化失败时也释放 MediaExtractor 与 MediaCodec 资源
• 播放结束时立即同步 MediaSession 停止状态

性能优化

• 播放热路径一次解析 WAV 格式与 PCM，替代对同一音频的四次重复扫描
• Compose 分页与耗时状态改用原生 Int/Long 状态，减少装箱分配

质量

• 新增 WAV 边界、非标准 RIFF、Unicode 切段、EPUB 条目限制与切章边界回归测试
• 70 个单元测试全部通过，Android Lint 零错误
• Debug 与签名 Release 完整构建通过，Release APK v2 签名验证通过

SHA-256: cc21ff92ee4d6e4ea207cbfc843df966edb69abdaa7dae7ef42add38c13576cc

v2026.08.10.1 — 阅读体验、性能与兼容性优化

v2026.08.10.1

修复

• 修复阅读器翻页动画在过渡期间可能渲染错页的问题
• 修复 Android 8.0 加载 API 27 导航栏主题属性的兼容性问题
• 修复数字格式隐式依赖系统区域设置的问题

性能优化

• 缓存设置页的引擎与自定义音色查询流，避免 Compose 重组时重复订阅 Room
• 缓存测试页的合成历史查询流，减少无效数据库查询

质量

• Android Lint 错误由 8 个清零
• 完整单元测试、Lint、Release 混淆与资源压缩构建通过
• APK v2 签名验证通过

SHA-256: ee58e8a1847b82c210a9baaf8edfce65bf8a0407df39207866809327cc9573e7

v2026.07.18.1

v2026.07.18.1

修复

• 自定义克隆音色删除闪退：克隆参考音频 base64 过大时，删除/编辑会因 CursorWindow 上限崩溃，导致删不掉。
  • 删除、改标签、导出/导入、合成解析改为轻量查询，不再 SELECT * 整行
  • 新建克隆不再冗余写入 audioBase64（只保留 voiceParam）

v2026.07.16.1

v2026.07.16.1

新增

• 采样温度 (temperature) 设置：MiMo TTS 请求支持自定义采样温度（0.0–1.5），可在设置页面调节。
  • 克隆/听书建议设为 0.1–0.3，减少句间风格漂移（#5）
  • 预设音色可用默认 0.6
  • 值越低越稳定一致，值越高越多样自然

v2026.07.13.1 — 支持 EPUB 小说阅读

更新内容

• 增加 EPUB 小说导入与阅读，支持 EPUB 2 NCX 和 EPUB 3 navigation 目录
• 按 EPUB manifest/spine 顺序提取 XHTML 正文，保留章节标题、段落、目录跳转与现有听书能力
• 书架导入入口支持 TXT / EPUB，并增加 ZIP 路径、单文件大小、总解压大小和条目数量限制
• 增加 EPUB 解析、目录顺序、编码路径和 TXT 回归测试

校验

• 版本：2026.07.13.1（2607131）
• 提交：3e8cf8f
• APK SHA-256：48c54124d0363c02a6bf33f7841c77d2469f0b838762f1225be39ae76b4b0c49
• 已通过 testDebugUnitTest（61 项测试）、Release R8、资源收缩、lintVitalRelease 和 APK 签名验证

使用说明

在书架点击导入，选择 .epub 或 .txt 文件即可。EPUB 章节按书内目录与正文顺序载入。

v2026.07.12.1 — 全链路性能优化

更新内容

• 优化听书预取窗口、分页缓存与播放资源回收，降低长章节切分和重复分页开销
• 复用 MiMo 客户端配置，批量查询角色音色类型，减少 DataStore 与 Room 访问
• 优化角色分段、小说解析和阅读视口测量，减少热路径临时对象
• 优化音频缓存哈希、Edge SSML 构建和二进制帧解析
• 增加预取边界、文本编码、角色路由、XML 转义和语言区域回归测试

校验

• 版本：2026.07.12.1（2607121）
• APK SHA-256：d5f47f9f9cdd067ccde4d1b7013ad465feaa18f75cd01acc7dfec3206c7fedba
• 已通过完整单元测试、R8、资源收缩、lintVital 和签名验证

v2026.07.11.1 — 听书与合成热路径优化

改动

听书预取并发

• 预设音色 / Edge：有界并发预取（默认 3），减少「播一句等一句」
• 克隆 / 设计音色：仍串行 + 节流，避免限流

播放路径

• 复用 MODE_STREAM AudioTrack，段间不再反复 create/release
• 进度写库 3 秒节流；翻页 / 换页边界仍强制落盘

内存与缓存

• 视口测量分页缓存按书 LRU，最多 3 本
• MiMo 音色解析结果内存缓存，避免热路径反复 SELECT * 拉大 base64
• 系统 TTS 流式分句接入 AudioCache，重复句可命中缓存
• AudioCache MD5 使用 ThreadLocal，减少 getInstance 开销

其它

• 纯符号段统一经 hasSpeakableContent 短路为静音（MiMo + Edge）
• EngineRegistry 改为 ConcurrentHashMap
• 增删改 / 导入音色时失效 MiMo 音色缓存

构建

• 单元测试通过；assembleRelease 签名包已附