Runtime

Kasamila developer guide

SDK 2.1：GLSL/ONNX 加密与 Runtime 临时授权，第三方无需配置解密密钥。参见 AILIVE 升级与保护说明。固定 2.0.0 仍受支持。

Kasamila 推理 API、Web SDK 与 MCP/Agent 集成指南

SDK 2.1.0 已上线：请先阅读新 Runtime 版本契约。不兼容 SDK 1 或旧可变入口。本文固定版本检查仅适用于显式 pinned 的样例，不能与服务端全局最新版本比较。后端须透传 Session 返回的 sdk，网页使用 bootstrap 加载。HLS 已内置。现在可以按清单迁移。

本文面向实际接入 Kasamila 实时数字人的前端、后端和 Agent 开发者。生产架构始终分成两个安全域：商户后端持有永久 API Key，浏览器只持有短期 Runtime Token。音频、Audio2Viseme 推理和 WebGL 渲染默认在最终用户浏览器完成。

本文覆盖几何模型生产 Runtime。几何模型模板的 HLS 媒体交接、透明 Packed Matte、长模板和完整可运行样例见 api_v1_geometry_runtime_guide.md。当前 Web SDK 版本为 2.1.0。已有第三方升级请同时执行 sdk_1_11_0_third_party_migration.md。 Runtime 并发配额、购买及 Key 分配的升级说明见 runtime_concurrency_api_sdk_upgrade_20260923.md。

机器可读 OpenAPI 位于 https://www.kasamila.com/openapi.json，交互文档位于 https://www.kasamila.com/docs。模板口型字段的枚举、默认值、数值上下界和局部 PATCH 语义均同步到在线 schema；本文补充跨端集成和安全边界。

1. 选择正确的入口

入口	调用位置	凭据	主要用途
Runtime Session API	商户后端	`ks_live_…` / `ks_test_…`	为单个网页、模板和输入方式签发短期权限
Web Runtime SDK	最终用户网页	`ks_rt_…`	接收声音，浏览器内推理并渲染实时数字人
MCP/Agent API	MCP Host / Agent 后端	`ks_live_…` / `ks_test_…`	Agent 列出模板、创建会话并向网页投递音频 URL

永久 Key 禁止出现在 HTML、前端 JavaScript、URL、移动端安装包、模型上下文或日志中。MCP 也运行在服务端，它不是前端 SDK 的替代品。

2. 端到端集成流程

在 Portal 的“API Keys”创建 Key，并配置网页 Origin 白名单。
网页向自己的已鉴权后端请求实时数字人会话。
商户后端调用 POST https://www.kasamila.com/api/v1/runtime/sessions。
商户后端只把响应的 data.client_token 返回网页。
网页用 Token 初始化 Kasamila.create()。
网页把文件、MIC、PCM/TTS 流或 RTC 音轨送入 SDK。
SDK 在浏览器完成 Audio2Viseme 和 WebGL 渲染，并每 25 秒发送计量心跳。
页面退出或业务结束时调用 destroy()。

Token 会绑定一个模板、一个 Origin、允许的输入模式、背景输出模式。请求租约为 60–900 秒；余额不足时实际有效期可缩短至剩余秒数（最低 1 秒）。网页实际 Origin 不匹配时，Manifest 和运行时接口都会拒绝访问。

免费站内预览与 API/SDK 计费

登录后从 Kasamila Portal 打开的内置预览免费，不占用推理分钟；其 Token 必须同时携带同一 Workspace 的有效 Portal 登录 Cookie，不能复制给第三方网页或服务端使用。第三方必须通过自己的 API Key 创建普通 Runtime Session。新注册账号赠送 1 小时普通 API/SDK Runtime，注册后 30 天有效，不赠送私有模板训练额度。各时长包独立到期，优先消耗最先到期的可用时长。

普通 Runtime 从 Session 创建时开始按服务端时钟计时。服务器先预留本次租约（最多 15 分钟），SDK destroy() 发送 end，或第三方显式调用 POST /api/v1/runtime/sessions/end 后，未用秒数按账本幂等返还；若客户端未结束 Session，则一直计时至到期并消耗完整租约。心跳只用于统计，不能代替结束操作或自行上报较短的计费时长。

Runtime 并发席位与 API Key 分配

每个 Workspace 默认拥有 100 个同时有效的 Runtime Session 席位；购买并发席位包后增加 Workspace 总额。推理分钟额度是另一种独立配额，并发席位不会兑换分钟。每个新建 API Key 默认分配 20 个并发席位（创建时可指定 runtime_concurrency_limit），也可以在 Portal“API Keys”或 PATCH /api/v1/api-keys/{key_id} 中调整为 0 到 Workspace 可用额内的整数。GET /api/v1/api-keys 返回 runtime_concurrency.total/allocated/available/overallocated 和每个 Key 的分配值。撤销 Key 会立即使其活动会话失效，并释放其分配的席位；轮换 Key 仅使旧会话失效，不改变分配。减少某个 Key 的席位不会中断已有会话，但在活跃会话数降到新上限以下前不能再新建。

单 Key 活跃会话数不能超过该 Key 的分配额，整个 Workspace 的活跃会话数不能超过账户总额（Portal 的内部预览 Key 也计入后者，但不占用户 Key 的预分配席位）。超过任一门禁返回 429，分别为 runtime_key_concurrency_exceeded 或 runtime_workspace_concurrency_exceeded。创建请求另有每 Key 每 60 秒 60 次的进程内速率限制，包括创建失败的尝试；它与并发配额是独立门禁。生产目前单 Uvicorn 进程；扩展为多进程/多实例前必须将速率限制移至共享存储。

购买包按一次性席位增加处理，价格和每包席位数由管理员在 Stripe 与 Kasamila 后台配置，未配置时不开放 Checkout。全额退款后系统会从最新创建的活动 Key 开始回收超额分配，已建立的会话保留至正常结束或到期，不允许再创建超出新上限的会话。管理员也可通过受审计的配额调账增加/减少购买部分；基础 100 席位不能减去。

2.1 用 API Key 查询实时数字人及模板目录

第三方后端可先使用同一个永久 API Key 查询该 Workspace 可使用的 ready 模板：

GET /api/v1/runtime/catalog?visibility=all&orientation=all&limit=50
Authorization: Bearer ks_live_REDACTED

筛选参数可以任意组合：

参数	可选值	语义
`visibility`	`all`、`public`、`private`	所有可访问模板、全平台公共模板、该 Key 所属 Workspace 的私有模板
`orientation`	`all`、`landscape`、`portrait`	不限制、宽大于高、高大于宽；正方形和未知尺寸只在 `all` 中返回
`limit`	1–100	每页实时数字人数量，默认 50
`cursor`	12 位 Avatar ID	使用上一页 `next_cursor` 继续查询

例如查询“公共横屏”：

curl --fail-with-body \
  'https://www.kasamila.com/api/v1/runtime/catalog?visibility=public&orientation=landscape&limit=50' \
  -H "Authorization: Bearer ${KASAMILA_API_KEY}"

响应按实时数字人嵌套模板：

{
  "data": {
    "filters": {"visibility": "public", "orientation": "landscape"},
    "items": [{
      "avatar_id": "999000000001",
      "name": "Demo",
      "visibility": "public",
      "access": "public",
      "portrait_url": "/api/v1/runtime/catalog/media/999000000001?kind=portrait",
      "full_body_url": "/api/v1/runtime/catalog/media/999000000001?kind=full_body",
      "templates": [{
        "template_code": "001",
        "template_id": "999000000001-001",
        "orientation": "landscape",
        "resolution": {"width": 1920, "height": 1080},
        "thumbnail_url": "/api/v1/runtime/catalog/media/999000000001?kind=template_thumbnail&template_code=001",
        "template_image_url": "/api/v1/runtime/catalog/media/999000000001?kind=template_image&template_code=001",
        "available_output_modes": ["original", "transparent"],
        "transparent_behavior": "original_passthrough",
        "build_mode": "geometry",
        "media_delivery": "hls",
        "mouth_profile": "C",
        "mouth_parameters": {
          "teeth_scale": 1.01,
          "mask_offset": 0.06,
          "openness_scale": 0.92,
          "width_scale": 0.92,
          "left_openness_scale": 1.0,
          "left_width_scale": 1.0
        }
      }]
    }],
    "next_cursor": null
  }
}

transparent_behavior 为 alpha_composite 时，模板来自明确的绿幕/蓝幕训练流程且已生成 Matte/Alpha 产物，可以输出透明 Canvas；为 original_passthrough 时，即使创建 Session 时请求 transparent，也会安全地原视频直出。每个模板同时返回 mouth_profile（C、G、H，几何模板还可显式保存候选 I）和 mouth_parameters；这是模板所有 Runtime、MCP/Agent 和推理接口共同采用的权威口型配置。

build_mode=geometry 的模板会同时返回 media_delivery=hls，浏览器初始化时必须传入接入方托管的 templateMedia。模板可显式选择候选 I，但默认仍为 C。不要根据视频时长推断交付模式。旧微调模板已经退役，不能创建新的 Runtime Session。

实时数字人的 portrait_url/full_body_url 与模板的 thumbnail_url/template_image_url 是受保护的相对 API 地址，不是可长期匿名访问的 /assets 地址。第三方后端获取图片时必须继续携带同一个永久 API Key：

GET /api/v1/runtime/catalog/media/999000000001?kind=template_image&template_code=001
Authorization: Bearer ks_live_REDACTED

图片响应使用 private 缓存且执行与目录相同的所属 Workspace/公共模板授权；缺少 Key 或访问其他 Workspace 的私有图片会被拒绝。目录和图片接口都是服务端接口，禁止从浏览器暴露永久 Key。视频和网格仍只能从 Runtime Manifest 获得短期签名 URL。

3. 创建 Runtime Session

管理后台的 API Keys 页面提供“生成测试 Token”按钮。它调用登录态接口 POST /api/v1/api-keys/{key_id}/test-tokens，并要求 CSRF Token；服务端直接按所选 Key 签发同样受模板、Origin、输入模式、有效期和推理额度约束的 Runtime Token，不会把永久 Key 明文重新发送到浏览器。该接口只用于 Workspace 管理测试，第三方生产集成仍应使用永久 Key 从自己的后端调用标准 Session 接口。

请求：

POST /api/v1/runtime/sessions
Authorization: Bearer ks_live_REDACTED
Content-Type: application/json

{
  "avatar_id": "999000000001",
  "template_code": "001",
  "origin": "https://app.example.com",
  "input_modes": ["file", "audio_url", "microphone", "pcm_stream", "tts_stream", "rtc"],
  "output_mode": "transparent",
  "max_duration_seconds": 600
}

output_mode 可为 original 或 transparent。明确的绿幕/蓝幕模板请求透明时优先使用 Packed Matte，也可回退 Alpha WebM 或 Chroma Shader；普通背景模板请求透明时不执行抠像，实际输出原始视频。输入模式必须按最小权限签发；不需要 MIC 的页面不要申请 microphone。

成功响应的关键字段：

{
  "data": {
    "session_id": "rts_…",
    "client_token": "ks_rt_…",
    "expires_at": "…",
    "input_modes": ["file", "microphone"],
    "requested_output_mode": "transparent",
    "output_mode": "original",
    "output_behavior": "original_passthrough",
    "available_output_modes": ["original", "transparent"],
    "build_mode": "geometry",
    "media_delivery": "hls",
    "mouth_profile": "C",
    "mouth_parameters": {
      "teeth_scale": 1.01,
      "mask_offset": 0.06,
      "openness_scale": 0.92,
      "width_scale": 0.92,
      "left_openness_scale": 1.0,
      "left_width_scale": 1.0
    }
  }
}

3.1 Node.js 18+

const response = await fetch('https://www.kasamila.com/api/v1/runtime/sessions', {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.KASAMILA_API_KEY}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify(sessionRequest)
});
if (!response.ok) throw new Error(`Kasamila ${response.status}: ${await response.text()}`);
const { data } = await response.json();
return { sessionToken: data.client_token, expiresAt: data.expires_at };

3.2 Python 3

import os, requests

response = requests.post(
    "https://www.kasamila.com/api/v1/runtime/sessions",
    headers={"Authorization": f"Bearer {os.environ['KASAMILA_API_KEY']}"},
    json=session_request,
    timeout=15,
)
response.raise_for_status()
runtime = response.json()["data"]

3.3 Java 11+

var request = HttpRequest.newBuilder()
    .uri(URI.create("https://www.kasamila.com/api/v1/runtime/sessions"))
    .header("Authorization", "Bearer " + System.getenv("KASAMILA_API_KEY"))
    .header("Content-Type", "application/json")
    .POST(HttpRequest.BodyPublishers.ofString(sessionRequestJson))
    .build();
var response = HttpClient.newHttpClient().send(request, HttpResponse.BodyHandlers.ofString());
if (response.statusCode() >= 300) throw new RuntimeException(response.body());

3.4 Go

req, err := http.NewRequest("POST", endpoint, bytes.NewReader(sessionRequestJSON))
if err != nil { return err }
req.Header.Set("Authorization", "Bearer "+os.Getenv("KASAMILA_API_KEY"))
req.Header.Set("Content-Type", "application/json")
resp, err := http.DefaultClient.Do(req)
if err != nil { return err }
defer resp.Body.Close()
if resp.StatusCode >= 300 { return fmt.Errorf("Kasamila: %s", resp.Status) }

3.5 PHP 8

$ch = curl_init('https://www.kasamila.com/api/v1/runtime/sessions');
curl_setopt_array($ch, [
  CURLOPT_POST => true,
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_HTTPHEADER => [
    'Authorization: Bearer ' . getenv('KASAMILA_API_KEY'),
    'Content-Type: application/json'
  ],
  CURLOPT_POSTFIELDS => json_encode($sessionRequest),
  CURLOPT_TIMEOUT => 15
]);
$body = curl_exec($ch);
if (curl_getinfo($ch, CURLINFO_RESPONSE_CODE) >= 300) throw new RuntimeException($body);
$runtime = json_decode($body, true)['data'];

3.6 C# / .NET 6+

using var http = new HttpClient();
http.DefaultRequestHeaders.Authorization =
    new AuthenticationHeaderValue("Bearer", Environment.GetEnvironmentVariable("KASAMILA_API_KEY"));
var response = await http.PostAsync(endpoint,
    new StringContent(sessionRequestJson, Encoding.UTF8, "application/json"));
response.EnsureSuccessStatusCode();
var body = await response.Content.ReadAsStringAsync();

3.7 cURL

curl --fail-with-body 'https://www.kasamila.com/api/v1/runtime/sessions' \
  -H "Authorization: Bearer ${KASAMILA_API_KEY}" \
  -H 'Content-Type: application/json' \
  --data @runtime-session.json

所有语言都应设置连接/读取超时、检查非 2xx 响应，并避免记录 Authorization 和 client_token。后端返回 Token 的接口必须要求自己的用户登录，且建议校验用户对该实时数字人的业务权限。

4. 前端 Web 集成

<div id="avatar" style="width:540px;height:960px"></div>
<script type="module">
  import { loadKasamila } from "https://www.kasamila.com/sdk/bootstrap/1/loader.mjs";
  const response = await fetch("/api/runtime-token", {
    method: "POST", credentials: "same-origin"
  });
  const bootstrap = await response.json();
  if (!response.ok) throw new Error("Runtime bootstrap failed");
  const Kasamila = await loadKasamila(bootstrap.sdk, "https://www.kasamila.com");
  const player = await Kasamila.create({
    element: document.querySelector("#avatar"),
    sessionToken: bootstrap.sessionToken,
    templateMedia: bootstrap.templateMedia
  });
  window.addEventListener("pagehide", () => player.destroy(), { once: true });
</script>

不要在页面加载时自动请求 MIC 或自动播放。Chrome、Edge 和 WebKit 都可能要求可信用户手势；MIC 还要求 HTTPS（localhost 开发环境除外）。嵌入 iframe 时，父页面需要同时配置 allow="microphone" 和相应 Permissions-Policy。

4.1 模板口型配置

管理 Portal 的 Runtime Sandbox 可以实时切换 C/G/H/I（I 仅用于显式候选测试），并微调以下参数：

teeth_scale：0.00–1.50；
mask_offset：-0.20–0.50；
openness_scale、width_scale、left_openness_scale、left_width_scale：0.50–2.00。

点击“保存到模板”后，配置写入模板记录。后续创建的 Runtime Session 会在 Session 响应、目录接口和 Manifest 中返回相同的 mouth_profile、mouth_parameters；SDK 2.1.0 在启动 WebGL 后自动应用它们，并保留异常历史模板的几何安全上限。已经初始化的浏览器实例不会被服务端配置热重置：Portal 会先把当前比较值应用到实例，再保存给后续会话。setProfile() 和 setMouthParameters() 只用于当前浏览器的实时比较，不会改变模板，除非管理 Portal 再调用模板 PATCH 保存。

管理系统也可调用模板 PATCH；mouth_parameters 是局部合并而非整对象替换。例如只提交 {"mouth_parameters":{"mask_offset":0.08}} 时，其余五项保持不变。未知字段、越界值和显式 null 返回 422 validation_error。完整管理端点及字段表见 api_v1_phase2_avatars.md。

4.2 声音适配器

await player.setAudioFile(fileOrHttpsUrl);
await player.setMicrophone();
await player.setMediaStreamTrack(remoteRtcAudioTrack);
await player.setPcmStream(readable, { sampleRate: 16000 });
await player.setPcmStream(ttsReadable, { mode: 'tts_stream', sampleRate: 16000 });
await player.connectAudioNode(node, audioContext, { mode: 'tts_stream' });
player.setPhonemeTimeline(optionalCues);
player.stop();
await player.destroy();

生产 TTS 推荐返回音频文件，或输出 16 kHz、单声道、Int16/Float32 PCM 分块流。TTS 有标准音素时间戳时，可额外调用 setPhonemeTimeline；没有时间戳时 Audio2Viseme 仍会直接从声音推理。

4.3 本机浏览器 TTS Demo

const voices = await Kasamila.listBrowserTtsVoices();
await player.speakWithBrowserTts('你好，Kasamila。', {
  voiceURI: voices[0]?.voiceURI,
  rate: 1,
  pitch: 1
});

Web Speech 的 speechSynthesis 只控制系统扬声器，没有标准 API 可把生成声音导出为 PCM 或 MediaStream。因此该方法使用 boundary 事件，并在事件缺失时使用字符时间估计来驱动近似口型；它适合快速体验，不代表 Audio2Viseme 的生产效果。准确评估必须把云 TTS/后端 TTS 的音频文件或 PCM 流传给 SDK。

5. 浏览器兼容策略

平台	支持目标	注意事项
Windows Chrome / Edge	完整 Runtime、MIC、RTC、本机 TTS	Chromium；透明输出优先 Packed Matte，Alpha WebM 为优化回退
macOS Chrome	完整 Runtime、MIC、RTC、本机 TTS	首次声音播放和 MIC 应由点击触发
macOS Safari	Runtime、MIC、RTC、本机 TTS	优先 Packed Matte；Web Speech `boundary` 不能作为强依赖
iOS Safari / Chrome	WebKit Runtime、MIC、本机 TTS	两者都受 iOS WebKit 约束；点击解锁音频；切后台可能暂停
Android Chrome	Runtime、MIC、RTC、本机 TTS	可用声音依赖厂商和已安装语言包；低端机需关注帧率/内存

运行前至少检测：isSecureContext、WebGL、AudioContext、AudioWorkletNode、navigator.mediaDevices.getUserMedia 和 speechSynthesis。兼容决策以能力检测为准，不使用 User-Agent 字符串硬编码。

明确绿幕/蓝幕模板的透明背景生产顺序为 Packed Matte H.264（生产主路径）→ Alpha WebM（优化回退）→ 实时 Chroma Key（兜底）。普通背景模板不会进入这条链路，请依据 output.mode 和 output.behavior 判断实际输出，不要只依据请求参数。

6. MCP / Agent API

Endpoint：POST https://www.kasamila.com/api/v1/mcp/rpc

认证：Authorization: Bearer ks_live_… 或 ks_test_…。支持 MCP Streamable HTTP 的无 SSE 模式和 JSON-RPC 2.0。当前工具：

list_avatars
list_avatar_templates
create_runtime_session
get_runtime_session_status
enqueue_audio_source
stop_runtime_session

初始化：

{"jsonrpc":"2.0","id":"init-1","method":"initialize","params":{"protocolVersion":"2025-11-25","capabilities":{},"clientInfo":{"name":"your-agent","version":"1.0.0"}}}

创建 Agent/Runtime Session：

{
  "jsonrpc": "2.0",
  "id": "session-1",
  "method": "tools/call",
  "params": {
    "name": "create_runtime_session",
    "arguments": {
      "avatar_id": "999000000001",
      "template_code": "001",
      "origin": "https://app.example.com",
      "input_modes": ["audio_url"],
      "output_mode": "original",
      "max_duration_seconds": 600
    }
  }
}

Agent 将 client_token 安全传给网页。网页初始化 SDK 后会轮询持久化命令。创建 Session 时必须在 input_modes 中包含 audio_url，Agent 才能用 enqueue_audio_source 投递公开 HTTPS 音频 URL；该 URL 必须允许目标网页 Origin 跨域 GET，建议使用短期、只读、单对象预签名 URL。MCP 不生成文本、不调用 LLM 或 TTS；它只编排调用方提供的声音。默认自动播放模式在音频成功提交给播放器后回执 acknowledged，失败回执 failed，不会形成队首阻塞。

如网页以 autoPlayAgentCommands: false 初始化 SDK，则 kasamila-audio-source 事件仅交付命令，SDK 不会自动回执。接入方完成处理后必须调用 await avatar.ackAgentCommand(command.command_id)；处理失败时调用 await avatar.ackAgentCommand(command.command_id, { status: "failed", error_code: "audio_playback_failed" })。这避免尚未播放的命令被误报为成功。

list_avatars 仅列出当前 API Key 可访问且至少有一个可运行几何模板的活跃实时数字人；list_avatar_templates 仅返回 ready 的 geometry 模板及其 background_mode、available_output_modes、transparent_behavior、mouth_profile 和完整 mouth_parameters。create_runtime_session 的结构化结果也返回同一组口型配置，因此 MCP Host 无需自行维护另一份方案或参数表。

7. Demo 与故障排查

文件无声音：确认浏览器已由用户点击解锁音频、文件可被 decodeAudioData 解码，并检查 Session 包含 file。
MIC 按钮无响应：确认 HTTPS、系统存在输入设备、浏览器网站权限允许；检查设备是否被会议软件独占。
NotAllowedError：权限被拒绝或不安全上下文。
NotFoundError：没有满足约束的麦克风。
NotReadableError：设备或操作系统无法读取，常见于独占占用。
iOS Chrome 与 Safari 表现相同：这是预期的 WebKit 平台约束。
本机 TTS 声音列表为空：等待 voiceschanged 后重试，并确认操作系统已安装所需语言包。
本机 TTS 口型不够准确：这是无 PCM 条件下的近似 Demo；改用 TTS 音频/PCM 流验证生产效果。
runtime_origin_mismatch：签发 Session 的 origin 与页面 location.origin 不一致。
请求透明但得到原视频：检查 output_behavior=original_passthrough；这表示模板不是明确的绿幕/蓝幕源，系统按设计跳过抠像。
geometry 初始化拒绝缺少媒体：生产 SDK 不使用 Portal 的 providerPreview；按几何接入指南传入与时间线匹配的 HLS templateMedia。
第三方页面 Worker 或纹理被 CSP 拦截：SDK 2.1.0 的 Audio2Viseme 和几何分块解码都需要 worker-src blob:，同时 connect-src 和 img-src 允许 https://www.kasamila.com。
视频周期卡顿或忽快忽慢：确认几何 Range 返回 206、HLS 能持续预缓冲、Blob Worker 未被 CSP 拦截，并删除业务侧对 SDK 内部 video 的 currentTime/playbackRate 校时逻辑。
有口型但没有牙齿：确认实际 SDK 为 2.1.0，牙齿纹理请求返回 200，teeth_scale > 0，并删除第三方旧嘴部图层或对内部 renderer 的直接调用；详见第三方升级指南。

8. 上线检查表

永久 Key 只存在服务端 Secret Manager，已配置轮换和撤销流程。
Origin 白名单使用精确 HTTPS Origin，通配范围保持最小。
自有 Token 交换接口要求用户登录、校验模板权限并设置限流。
CSP 允许加载 Kasamila SDK、模型、视频和 Worker；iframe 正确配置麦克风权限。
geometry 模板已按 media_contract 打包 2 秒 fMP4 HLS，并按实际输出模式返回原背景或 Packed Matte 描述符。
长时播放和 loop 已验证固定 1.0 倍速，无固定 2 秒周期暂停/恢复或循环边界快进。
页面有明确的加载、权限、播放、停止和错误状态。
pagehide/组件卸载调用 destroy()，RTC/MIC 切换前调用 stop()。
Windows Chrome/Edge、macOS Safari/Chrome、iOS Safari/Chrome、Android Chrome 使用真实设备验收。
分别验证原背景和透明背景；透明模式验证 Alpha WebM 与 Packed Matte 回退。
生产 TTS 使用可送入 SDK 的文件/PCM，不把本机 Web Speech Demo 当作质量门禁。