feat: 新增图片、视频的媒介

README.md

@@ -25,3 +25,13 @@ images=多图片（List）
 user_id=发帖人
 appName=包名
 create_time=创建时间
+
+## 线上发布操作
+
+1 线上服务器 172.17.240.75 和 172.17.240.80
+2 地址： /data01/chat-ai-api
+3 git pull //代码更新到最新，在新的服务器上，就需要git clone下拉代码
+4 docker stop chat-ai-api //先暂停原来的docker
+5 docker rm chat-ai-api   //再删除原来的镜像
+6 docker compose up -d --build
+7 docker logs -f -t chat-ai-api

app/core/asr_client.py

@@ -9,8 +9,6 @@ import gzip
 import json
 import uuid
 import subprocess
-import tempfile
-import os
 
 import websockets
 
@@ -135,32 +133,35 @@ def _parse_response(res: bytes) -> dict:
 def _convert_webm_to_pcm(webm_data: bytes) -> bytes:
     """
     使用 ffmpeg 将 WebM/Opus 音频转为 PCM 16kHz 16-bit 单声道。
-    返回原始 PCM 字节。
+    通过 stdin/stdout 管道传输，避免临时文件问题。
     """
-    inp_path = None
-    out_path = None
-    try:
-        with tempfile.NamedTemporaryFile(suffix='.webm', delete=False) as inp:
-            inp.write(webm_data)
-            inp_path = inp.name
-        out_path = inp_path.replace('.webm', '.pcm')
-
-        subprocess.run(
-            [
-                'ffmpeg', '-y', '-i', inp_path,
-                '-f', 's16le', '-ar', '16000', '-ac', '1',
-                out_path
-            ],
-            check=True,
-            capture_output=True,
-        )
-        with open(out_path, 'rb') as f:
-            return f.read()
-    finally:
-        if inp_path and os.path.exists(inp_path):
-            os.unlink(inp_path)
-        if out_path and os.path.exists(out_path):
-            os.unlink(out_path)
+    cmd = [
+        'ffmpeg',
+        '-y',
+        '-f', 'webm',          # 明确指定输入格式
+        '-i', 'pipe:0',        # 从 stdin 读取
+        '-vn',                 # 跳过视频流
+        '-acodec', 'pcm_s16le',
+        '-ar', '16000',
+        '-ac', '1',
+        '-f', 's16le',         # 输出原始 PCM
+        'pipe:1',              # 输出到 stdout
+    ]
+
+    result = subprocess.run(
+        cmd,
+        input=webm_data,
+        capture_output=True,
+    )
+
+    if result.returncode != 0:
+        stderr_msg = result.stderr.decode('utf-8', errors='replace')[:500]
+        raise RuntimeError(f"ffmpeg 转码失败 (exit={result.returncode}): {stderr_msg}")
+
+    if not result.stdout:
+        raise ValueError("ffmpeg 转码输出为空")
+
+    return result.stdout
 
 
 async def transcribe_audio(audio_data: bytes) -> str: