语音文档问答助手产品系统

行业：企业 IT 支持 / 内部知识库 / 客服。
- 背景：企业的 IT 故障排查手册和政策文件里全是错误代码、阈值和操作步骤，员工宁愿问人也不想翻文档。这个助手让员工直接用语音提问，几
秒内就能听到答案。

1. 文档上传：拖入 PDF 后自动解析、切块、生成向量、建索引，处理进度实时显示在界面上。
2. 语音或文字提问：可以录音也可以打字，答案逐字流式显示。
3. 边生成边朗读：前端把流式答案按句子切开，每句写完就马上合成语音，不用等整段答案生成完才开始播放。
4. 答案有出处：每个答案都标出引用的段落和页码，并且只根据文档内容回答。
5. 多会话管理：可以新建、重命名、删除对话，追问时会带上历史。
6. 能精准匹配专有名词：提问前先做查询规范化，展开缩写、提取错误码，像 ERR-SSO-4039 这样的精确字符串也能搜到。
7. CPU 和 GPU 自适应：自动检测 CUDA。有 GPU 时还会额外开启问题分类（事实型、推理型、比较型、摘要型、离题）和查询改写。

前端 : React 18、TypeScript、Vite、Tailwind；录音用 MediaRecorder，播放用 Web Audio API
后端：FastAPI；答案流用 SSE，语音流用 WebSocket
文档处理：FastAPI；答案流用 SSE，语音流用 WebSocket
检索：BGE-M3 向量（ChromaDB）加 BM25 关键词，用 RRF 合并，再由 BGE-reranker-v2-m3 精排出 Top 15
生成： DeepSeek-V3 为主，Gemini 备用（遇到配额限制时自动切换模型）；有查询缓存
语音： 识别用 faster-whisper；合成在 GPU 上用 Kokoro，在 CPU 上用 Edge TTS；音频有缓存
部署：本地用 Docker Compose；GPU 版跑在 Google Colab 上，通过 ngrok 对外开放