会话与状态管理

1. 职责与边界

本模块维护单个连接连续转换所需的状态，包括音频窗口、VAD 缓存、音高统计、SOLA 拼接缓冲和当前输出。模型与参考条件归 Worker 所有，会话只在调用时使用这些共享资源。

主要源码：session.py、realtime_vc.py 的 create_session()、ws.py 的初始化与退出路径。Session 当前也实现音频记录和保存，相关职责单独由数据记录与可观测性维护。

2. 输入与输出

项目	内容
创建输入	会话 ID、输入与模型输出采样率、协议输出采样率、窗口及输出长度、设备与保存配置
流水线输入	Buffer 提供的新音频块，加上会话中已保留的上下文
逐块结果	更新后的上下文、session.out_data 和各阶段耗时
退出结果	已记录数据的保存任务，以及会话内存状态的清理

协议输出采样率由接入层传入。create_session() 在需要时向 Worker 的缓存添加对应输出重采样器，然后为该连接分配独立 Session。

3. 状态归属与更新

状态	创建与更新方式	使用者
input_wav	初始化为零，随后按 VAD 状态滚动并填入新块	内容编码、音高、RMS 等阶段
vad_cache 与语音标记	每次 VAD 调用更新，语音结束标记在块处理末尾应用	窗口更新、音高与转换分支
F0 样本、块计数、中位数与 shifted_f0_alt	开启音高且检测到语音时更新	音高调整和推理条件
sola_buffer	初始为零，每次拼接保存下一块需要的重叠区	SOLA 对齐与交叉淡化
infer_wav_zero	按模型输出区域长度分配	无语音且非首块时的静音输出
out_data	按协议输出块长分配，逐块原位覆盖	路由发送与输出记录
is_first_chunk、chunk_time_records	首块完成后更新标记，每块重新记录耗时	首块推理分支与日志
音频记录、时间线、累计时长	在输入、输出和事件记录点追加	保存与离线分析，详见数据记录专题

RMS 包络在当前块计算，使用会话音频窗口和本块推理结果；窗口更新和拼接算法由流式转换流水线说明。Buffer 的原始字节缓存独立于 Session 的模型上下文，二者生命周期都跟随连接。

4. 生命周期

4.1 创建与运行

初始化消息通过接入层校验后，RealtimeVoiceConversion.create_session() 使用 Worker 已计算的流式参数创建 Session。Buffer 随后绑定该 Session，路由持有两者并逐块调用转换。

各连接持有独立的窗口、缓存和输出数组；同一 Worker 复用模型、参考条件和按采样率缓存的输出重采样器。当前没有以会话 ID 查询、恢复或迁移活跃 Session 的管理接口，HTTP 会话工具查询的是已落盘文件。

4.2 结束与清理

触发结束的协议规则由接入与协议适配维护。正常结束先处理尾块，再发完成响应；断联和超时直接进入退出流程。

路由在 finally 中尝试移除连接计数、清空 Buffer，并对其持有的 Session 调用 asyncio.create_task(session.async_save_and_cleanup())。后台协程在线程中执行 save_and_cleanup()，先尝试保存，再在 finally 中调用 cleanup()。

清理方法置空主要音频窗口、拼接缓冲和输出数组，清空 VAD 缓存、录音列表和时间线，并调用 CUDA 缓存清理。对象析构时还会尝试清理。该流程没有卸载 Worker 共享的模型和参考条件。

5. 约束与关联文档

会话 ID 用于连接计数、日志和文件命名。客户端应提供唯一、适合文件名的标识；当前没有租户命名空间或完整标识校验，也没有保证重复 ID 会被拒绝。

完成响应与后台保存是不同阶段。异常退出会尝试保存已经记录的部分，进程强制终止可能中断任务；持久化边界见完成与保存时序。音频记录会在会话内累计，资源评估需同时考虑模型驻留、上下文和记录数据。