PaiFlow 之前的 TTS 能力，主要是围绕讯飞的超拟人语音合成来做的。效果没毛病，链路也跑得通，讯飞也给新人提供了免费的额度，但无奈我购买的额度用完了，再购买好贵，于是就又被迫接入了阿里的千问 TTS。😄

接下来，我会通过 qwen-tts 的接入全过程，带大家搞清楚在 PaiFlow 现有的架构上，如何集成一个新的 TTS 服务（大家可以尝试接入其他厂商的 TTS，比如说智谱）。

1.千问TTS内置插件的整体设计

回到上一篇插件节点执行器。PluginNodeExecutor 只做插件节点的执行，具体怎么调工具完全由 PluginServiceClient 接管。

在 PluginServiceClient 中，我们注入了 List，通过 @Autowired private List smartTTSIntegration就可以找到实现了 TtsIntegration 接口的 Bean（比如 QwenTtsIntegration 和 IflytekTtsIntegration ），并将它们全部注入到这个 List 中。

TtsIntegration 接口定义的比较简单，source 方法返回插件的标识符，call 方法规定了所有 TTS 实现都必须接收 NodeState 和 inputs 作为参数，并返回一个包含结果的 Map。确保无论底层调用哪个厂商的服务，对于上层调用者 PluginServiceClient 来说，调用方式都是一致的。

public interface TtsIntegration {
    // 返回插件标识符（如"spark"、"qwen"）
    String source();

    // 执行TTS合成
    Map call(NodeState nodeState, Map inputs) throws Exception;
}

source 的配置在 application.yml 文件中，可选项目前有 spark 和 qwen，通过这个配置就能切换到 SmartTTSIntegration 或者 QwenTTSIntegration 来完成超拟人音频内置插件的执行。

接下来，我们在 toolCall 方法执行的过程中调用 getTtsIntegration 方法判断 ttsSource 的值，如果是 qwen 就会执行 QwenTTSIntegratoin 的 call 方法。

通过流程图来表示就是下图这样。

[MISSING IMAGE: , ] 不同厂商需要不同的配置参数，千问的 tts 需要配置 apiKey、model、url 等参数。

其值我们放在 application.yml 文件中。