即時文字轉語音 v3

Realtime TTS v3 是新整合建議使用的協定。不同即時引擎共用 camelCase 事件、驗證、計費與恢復流程；切換引擎只需修改 modelId。

項目	值
WebSocket	`wss://realtime.fishaudio.org/v3/tts/live`
子協定	`realtime.tts.msgpack.v3`
能力	即時服務主機的 `GET /v3/tts/capabilities`

所有訊息都是 MessagePack 二進位框架。後端在握手時傳送 Authorization: Bearer API_KEY；瀏覽器由可信後端呼叫 POST /v3/tts/browser-tickets 取得一次性票證。不得將憑證放在 URL。

瀏覽器使用回應中的 URL 和子協定連線，再將 { event: 'auth', token: 'rtv2_ticket_...' } 作為第一個 MessagePack 框架送出。

{ event: 'start', mode: 'simple', request: {
  voiceId: '00a1b221-6137-4b73-ad62-b0cbce134167',
  modelId: 'fishaudio-s21pro-flash', format: 'mp3',
  speed: 1, stability: 1, similarity: 1, language: 'zh',
  chunkLength: 200, latency: 'balanced'
}}

voiceId 和 modelId 必填。能力接口決定可用模型、格式與控制項；ready.effectiveRequest 是實際生效值。以 { event:'input', text:'你好', commit:true } 送出文字，最後傳送 stop。

主要服務端事件為 authenticated、ready、input_ack、segment_accepted、audio、usage、segment_completed、warning、error、finish、pong，欄位全部使用 camelCase。

可靠模式使用 mode:'reliable' 與穩定的 requestId，並可查詢 GET /v3/tts/requests/{requestId} 或下載 GET /v3/tts/requests/{requestId}/segments/{segmentId}/audio。僅在 error.retryable 為 true 時退避重試。Realtime v2 繼續相容，但不得混用 v2 snake_case 與 v3 欄位。