Forward speech proxy text messages as strings

- Convert non-binary upstream Xunfei WebSocket messages to UTF-8 strings before forwarding them to browser clients.

- Export and test raw WebSocket data to text conversion for speech proxy forwarding.

- Log unparseable speech responses in the report editor instead of silently swallowing them.

- Update report editor, progress, and testing documentation for text-message forwarding.

docs/modules/report-editor.md

@@ -89,7 +89,7 @@ AI 面板支持两种模式：
 - 浏览器采集麦克风音频后按实际 `AudioContext.sampleRate` 重采样为 16k、16bit、单声道 PCM，并按小帧发送音频帧。
 - 启动前会检查浏览器是否支持 `navigator.mediaDevices.getUserMedia` 和 `AudioContext`；如果不是 `localhost` 或 HTTPS 等安全上下文，浏览器会禁止麦克风能力。Docker 演示环境可使用 `https://localhost:4443`，局域网普通 HTTP 只能通过 Chrome/Edge 演示启动参数临时标记为可信来源。
 - 后端读取 Settings API 中的 `xfSpeechConfig`，连接讯飞 IAT，上游首帧由后端补齐 `common.app_id` 和默认 `business` 参数。
-- 识别结果由后端转发回前端，并追加到 AI 输入框。
+- 识别结果由后端按字符串转发回前端，并追加到 AI 输入框。
 
 ## 保存规则
 

docs/progress.md

@@ -95,3 +95,4 @@
 | 2026-05-02 | 调整抽帧百分比为两位小数保序保存；自动截图按时间顺序执行，自动插入按配置顺序执行。 |
 | 2026-05-02 | 加固报告编辑器语音采集，保留 Web Audio 节点引用、显式恢复 AudioContext，并在无识别文本时给出提示。 |
 | 2026-05-02 | 对齐讯飞 IAT 音频帧协议，前端按实际采样率重采样到 16k PCM、按小帧发送，并使用标准结束帧。 |
+| 2026-05-02 | 修复讯飞代理返回方向的消息类型，确保上游 TextMessage 以字符串转发到浏览器，避免前端静默解析失败。 |

docs/testing.md

@@ -33,7 +33,7 @@ npm run build
 | 后端用户映射 | Users API 返回前端可消费的 `User` 结构，并把部门模板授权映射成 `visibleTemplates/manageableTemplates`。 |
 | 后端设置校验 | Settings API 使用 schema 校验抽帧、AI Provider 和语音配置。 |
 | 后端 AI 代理入参 | AI Proxy 使用 schema 校验 OpenAI 兼容消息和多模态内容。 |
-| 后端语音代理帧处理 | Speech Proxy 对首个讯飞 IAT 音频帧补齐 APPID 和默认业务参数，后续帧保持兼容。 |
+| 后端语音代理帧处理 | Speech Proxy 对首个讯飞 IAT 音频帧补齐 APPID 和默认业务参数，后续帧保持兼容，并把上游文本消息按字符串转发给浏览器。 |
 | 后端字段库和文件 schema | Library/Files API 校验字段库和通用文件上传 payload。 |
 | 后端 HTTP 集成 | Nest HTTP 层覆盖 API prefix、登录会话、未登录保护、受保护接口 actor 传递。 |
 | 后端真实数据库集成 | 使用 Prisma/PostgreSQL 覆盖 Auth、Dashboard、Reports、ReportMedia、Templates、Files、HTML 清洗和审计核心服务。 |
@@ -114,7 +114,7 @@ AI 第三方接口、讯飞语音上游 WebSocket、麦克风权限和真实视
 | 报告编辑器完整流程 | 部分覆盖 | 已覆盖保存修订版本、个人模板和后端草稿/完成报告 schema；模板切换、字段同步仍待补。 |
 | 视频抽帧 | 待 E2E/人工 | 依赖真实视频解码和 canvas。 |
 | AI 撰写 | 待集成测试 | 需要隔离外部模型服务。 |
-| 讯飞语音听写 | 部分覆盖/待集成测试 | 已覆盖前端 16k PCM 处理、后端首帧处理和 WebSocket 地址生成；完整链路仍需要 WebSocket 集成测试、麦克风权限和测试凭证。 |
+| 讯飞语音听写 | 部分覆盖/待集成测试 | 已覆盖前端 16k PCM 处理、后端首帧处理、上游文本消息转发和 WebSocket 地址生成；完整链路仍需要 WebSocket 集成测试、麦克风权限和测试凭证。 |
 
 ## Playwright 说明
 

server/src/speech/speech.service.ts

@@ -4,7 +4,7 @@ import type { RawData, WebSocket } from 'ws';
 import Ws from 'ws';
 import type { SafeUser } from '../auth/auth.types.js';
 import { SettingsService } from '../settings/settings.service.js';
-import { prepareXfIatFrame } from './xf-frame.js';
+import { prepareXfIatFrame, rawDataToText } from './xf-frame.js';
 
 @Injectable()
 export class SpeechService {
@@ -24,9 +24,9 @@ export class SpeechService {
         }
       });
 
-      upstream.on('message', (data) => {
+      upstream.on('message', (data, isBinary) => {
         if (client.readyState === Ws.OPEN) {
-          client.send(data);
+          client.send(isBinary ? data : rawDataToText(data));
         }
       });
 

server/src/speech/xf-frame.test.ts

@@ -1,5 +1,5 @@
 import { describe, expect, it } from 'vitest';
-import { prepareXfIatFrame } from './xf-frame.js';
+import { prepareXfIatFrame, rawDataToText } from './xf-frame.js';
 
 describe('prepareXfIatFrame', () => {
   it('adds server-side app id and default business options to the first frame', () => {
@@ -28,4 +28,9 @@ describe('prepareXfIatFrame', () => {
   it('keeps non-json payloads unchanged', () => {
     expect(prepareXfIatFrame('not-json', 'test-app-id')).toBe('not-json');
   });
+
+  it('converts websocket raw data to text for browser forwarding', () => {
+    expect(rawDataToText(Buffer.from('{"code":0}', 'utf8'))).toBe('{"code":0}');
+    expect(rawDataToText([Buffer.from('{"code"'), Buffer.from(':0}')])).toBe('{"code":0}');
+  });
 });

server/src/speech/xf-frame.ts

@@ -29,7 +29,7 @@ export const prepareXfIatFrame = (data: RawData | string, appId: string) => {
   }
 };
 
-const rawDataToText = (data: RawData | string) => {
+export const rawDataToText = (data: RawData | string) => {
   if (typeof data === 'string') return data;
   if (Buffer.isBuffer(data)) return data.toString('utf8');
   if (Array.isArray(data)) return Buffer.concat(data).toString('utf8');

src/pages/ReportEditor.tsx

@@ -1282,7 +1282,9 @@ export default function ReportEditor() {
             setIsListening(false);
             stopMicrophone();
           }
-        } catch {}
+        } catch (error) {
+          console.warn('无法解析讯飞语音返回', error, event.data);
+        }
       };
 
       ws.onerror = () => { alert('讯飞语音连接失败，请确认已登录且超级管理员已配置语音参数'); setIsListening(false); stopMicrophone(); };