feat: 重新封装打包 Genie TTS 以实现详细的日志记录

[Rvosy]

背景

当前 Sakura 使用 Genie TTS 时，服务启动、角色加载、参考音频设置、文本合成、语义 token 推理和音频输出等关键步骤缺少足够清晰的日志。排查问题时只能看到少量 HTTP 状态或第三方整合包输出，难以判断问题发生在模型加载、参考音频、G2P、语义预测还是音频生成阶段。

同时，现有 Genie TTS 整合包来源不够清晰。为了后续分发和维护，需要重新封装一份 Sakura 专用的 Genie TTS 包，明确资源来源、依赖范围和运行入口。

目标

重新封装 Genie TTS，使其成为 Sakura 可直接拉起的 TTS 整合包，并增强运行日志。

需要实现：

• 提供 Sakura 专用启动入口。
• 保留 Genie TTS 推理能力。
• 输出更详细的运行日志。

日志要求

服务运行时应输出以下信息：

• 服务启动状态。
• 服务监听地址。
• 当前协议版本。
• GenieData 资源目录。
• HTTP 请求路径和状态码。
• 角色模型加载开始、完成、失败原因。
• 参考音频设置开始、完成、失败原因。
• 收到 TTS 文本时记录文本长度。
• 合成开始。
• 语义 token 预测完成状态：
  • EOS / MAX
  • token 起止长度
  • 推理速度 it/s
• 音频流开始输出。
• 合成完成：
  • 音频字节数
  • 耗时 ms
• 异常时输出明确错误信息。

示例日志：

加载角色模型: N.A.V.I.
角色模型加载完成: N.A.V.I.
设置参考音频: N.A.V.I.
参考音频设置完成: N.A.V.I.
收到合成文本: 25 字
开始合成音频
语义 token 预测完成: EOS (150 -> 184, 56.56 it/s)
音频流开始输出
合成音频完成: 84480 bytes, 1334 ms

打包要求

整合包应包含：

• server.py
• convert.py
• genie_tts/
• deps/
• GenieData/
• manifest.json
• SOURCE_MANIFEST.json
• THIRD_PARTY_NOTICES.md
• 启动测试脚本

API 要求

服务需要兼容 Sakura 当前调用方式：

• GET /openapi.json
• POST /load_character
• POST /set_reference_audio
• POST /tts
• POST /stop

同时可以保留 Sakura 专用别名：

• POST /voice/load
• POST /voice/reference
• POST /cache/clear

默认 /tts 返回 audio/wav。

验收标准

• Sakura 可以拉起该 TTS 服务。
• 服务启动后 openapi.json 可访问。
• 可以加载 ONNX 角色模型。
• 可以设置参考音频。
• 可以完成一次 TTS 合成。
• Sakura 日志窗口能看到完整 TTS 阶段日志。
• SOURCE_MANIFEST.json 能追溯 GenieData 来源。

注意事项

OpenJTalk / pyopenjtalk 的底层 warning 可能直接写入 stderr。Windows 下如果 Sakura 按 GBK/ANSI 解码日志，日文 warning 可能出现乱码。后续 Sakura 拉起子进程时应设置 UTF-8 环境变量，并按 UTF-8 读取 stdout/stderr。