fix: 修复语音与文字不同步的问题，改为句子级流式播放

之前前端 TTSPlayer 攒齐所有音频片段后才播放，导致文字全部显示后才开始语音。
改为后端每句 TTS 发送 is_last: true，前端收到每句即加入播放队列，第一句到达即开始播放。

- 后端 Chunk 结构体新增 Final 字段，区分句子结束和整轮结束
- 前端 TTSPlayer 重写为队列式播放，onended 回调自动衔接下一句
- 同步更新接口文档和测试用例

docs/03-接口文档.md

@@ -147,10 +147,16 @@ interface TTSAudioMessage {
   request_id: string;
   audio: string;         // Base64 编码的音频片段
   mime_type: string;     // "audio/mp3"
-  is_last: boolean;      // 是否为最后一片
+  is_last: boolean;      // 当前句子的音频是否完整（每句结束时为 true）
+  final: boolean;        // 整轮 TTS 是否结束（所有句子合成完毕后为 true）
 }
 ```
 
+**字段语义**：
+
+- `is_last`: 每个句子合成完毕后为 `true`，前端收到此信号即可将该句子加入播放队列。每句 TTS 音频由一次独立的 API 调用生成，对应一个 `tts_audio` 消息。
+- `final`: 所有句子合成完毕后为 `true`（此时 `audio` 为空字符串），用于前端判断本轮 TTS 已全部到齐。
+
 **音频格式规范**（前端播放依赖此约定）：
 
 | 属性 | 值 | 说明 |
@@ -165,31 +171,37 @@ interface TTSAudioMessage {
 
 **前端播放实现要点**：
 
-1. **排队播放**：收到 `tts_audio` 时，将 Base64 解码为 Blob URL 并加入播放队列。第一片到达即开始播放，后续片段在 `onended` 回调中自动衔接。
-2. **错误容错**：单个片段播放失败时跳过，继续播放队列中下一个，不中断整个回复。
+1. **排队播放**：收到 `is_last: true` 时，将该句子的音频片段拼接为 Blob URL 并加入播放队列。第一句到达即开始播放，后续句子在 `onended` 回调中自动衔接。
+2. **错误容错**：单个句子播放失败时跳过，继续播放队列中下一个，不中断整个回复。
 3. **打断清理**：收到 `interrupt` 消息或用户触发打断时，清空播放队列并释放所有 Blob URL。
 4. **类型锁定**：`mime_type` 字段固定为 `"audio/mp3"`，前端解码时直接使用，无需运行时判断。
 
 ```typescript
 // 前端播放器伪代码
 class AudioPlayer {
-  private queue: string[] = [];  // Blob URL 队列
+  private sentenceChunks: string[] = [];  // 当前句子的音频片段缓冲
+  private queue: string[] = [];           // 已就绪的句子 Blob URL 队列
 
-  enqueue(base64: string) {
-    const url = decodeBase64Audio(base64, "audio/mp3");
-    this.queue.push(url);
-    if (this.queue.length === 1) this.playNext(); // 第一片到了就开始播
+  enqueue(base64: string, isLast: boolean) {
+    this.sentenceChunks.push(base64);
+    if (isLast) {
+      // 当前句子音频完整，拼接并加入播放队列
+      const url = decodeBase64Audio(this.sentenceChunks.join(""), "audio/mp3");
+      this.sentenceChunks = [];
+      this.queue.push(url);
+      if (this.queue.length === 1) this.playNext(); // 第一句到了就开始播
+    }
   }
 
   private playNext() {
     if (this.queue.length === 0) return;
-    const audio = new Audio(this.queue[0]);
-    audio.onended = () => { URL.revokeObjectURL(this.queue.shift()!); this.playNext(); };
-    audio.onerror = () => { URL.revokeObjectURL(this.queue.shift()!); this.playNext(); };
+    const audio = new Audio(this.queue.shift()!);
+    audio.onended = () => { URL.revokeObjectURL(audio.src); this.playNext(); };
+    audio.onerror = () => { URL.revokeObjectURL(audio.src); this.playNext(); };
     audio.play();
   }
 
-  clear() { this.queue.forEach(url => URL.revokeObjectURL(url)); this.queue = []; }
+  clear() { this.queue.forEach(url => URL.revokeObjectURL(url)); this.queue = []; this.sentenceChunks = []; }
 }
 ```
 
@@ -228,7 +240,8 @@ Client                          Server
   |<-- llm_done {full_text} ------|
   |                               |
   |<-- tts_audio {audio} ---------|  (TTS 音频流)
-  |<-- tts_audio {is_last: true} -|
+  |<-- tts_audio {is_last: true} -|  (句子完成)
+  |<-- tts_audio {final: true} ---|  (TTS 全部结束)
 ```
 
 **文本输入模式**（麦克风关闭，手动输入文字）：
@@ -244,7 +257,8 @@ Client                          Server
   |<-- llm_done {full_text} ------|
   |                               |
   |<-- tts_audio {audio} ---------|  (TTS 音频流)
-  |<-- tts_audio {is_last: true} -|
+  |<-- tts_audio {is_last: true} -|  (句子完成)
+  |<-- tts_audio {final: true} ---|  (TTS 全部结束)
 ```
 
 ---