AI 音频生成流水线：异步任务要有进度和取消

AI 音频生成流水线：异步任务要有进度和取消

一、音频生成不是一次 HTTP 请求

AI 音频生成通常包含文本解析、风格选择、旋律生成、伴奏生成、混音、导出和审核。整个过程可能持续几十秒甚至几分钟。如果用一个同步 HTTP 请求硬扛，用户体验和服务稳定性都会很差。

更合理的方式，是把音频生成设计成异步流水线。

二、先拆任务阶段

flowchart TD A[提交创作请求] --> B[生成任务] B --> C[文本与风格解析] C --> D[模型生成] D --> E[混音导出] E --> F[内容审核] F --> G[结果通知]

每个阶段都要有状态、耗时、错误码和重试策略。用户不需要知道所有内部细节，但需要知道任务是否还在处理。

audio_job_states: - queued - generating - mixing - reviewing - completed - failed - cancelled

状态越清楚，前端展示和后端恢复越简单。

三、任务要支持取消

type AudioJob = { id: string status: string progress: number cancelRequested: boolean }

用户发现参数填错，应该能取消任务。取消不是简单删记录，而是要通知正在运行的 worker 停止后续阶段，并清理临时文件。

如果模型调用不能中断，也至少要阻止后续混音、审核和通知，避免继续消耗资源。

四、进度要诚实

进度条最怕假。前 90% 很快，最后 10% 卡很久，会让用户更焦虑。可以按阶段展示，而不是伪装成精确百分比。

progress_display: mode: stage_based show_estimated_time: true show_cancel_button: true

估算时间要基于历史任务。不同音频长度、模型、队列水位都会影响耗时。固定写“预计 1 分钟”很容易失信。

还要处理失败恢复。某些阶段失败可以重试，比如临时导出失败；某些失败需要用户改参数，比如输入违规。错误反馈要能指导用户下一步。

最后，生成结果要有过期策略。音频文件可能很大，不适合永久保存。任务完成后保留多久、用户下载后是否清理，都要提前定义。

任务队列还要做优先级。短音频预览、正式导出、批量生成、失败重试的优先级不同。预览任务应该更快返回，批量任务可以排队。全部混在一个队列里，用户会觉得系统忽快忽慢。

audio_queue_policy: preview: priority: high max_wait_seconds: 10 batch_export: priority: low max_wait_minutes: 30

还要记录中间产物。某些阶段失败时，如果前一阶段结果可复用，就不必从头生成。比如旋律已经生成，混音失败后可以只重跑混音。这样既省成本，也能减少用户等待。

最后，审核阶段要有明确策略。版权风险、敏感内容、低质量输出分别对应不同处理：拒绝、人工复核或要求重新生成。不要把所有失败都显示成“生成失败”。

流水线还要记录成本。每个阶段消耗了多少模型调用、GPU 时间、存储空间和人工审核时间，都应该能统计。音频生成如果没有成本账本，很容易出现用户很喜欢、平台越用越亏的情况。

audio_cost_accounting: track_model_seconds: true track_storage_mb: true track_review_minutes: true

五、总结

AI 音频生成流水线要异步化，拆分任务阶段，支持进度展示、取消、重试、失败反馈和结果清理。

生成过程越长，越不能伪装成普通请求。异步任务设计好，用户才愿意等。