有料小说网的「听小说」服务并非简单调用系统TTS，而是自建流式音频管道。核心思路是把文本切分为语义段落，经语音合成引擎生成音频分片，再通过CDN边缘节点按需分发。整个链路的关键指标是首帧加载时间（TTFB）和卡顿率，目前我们控制在800ms和2%以内。

音频切片与加载策略

每章有声小说按500字左右切分为独立音频块，采用Opus编码，64kbps码率下每分钟约480KB。前端使用Media Source Extensions预取后续3个分片，同时根据用户网络带宽动态调整预取数量：4G环境预取2片，WiFi环境预取5片。

• 分片索引：每个音频块附带时间戳与字符偏移映射，支持拖动进度条时精准定位
• 缓存策略：已加载分片存入IndexedDB，回听同一章节无需重新请求
• 降级方案：WebSocket断连时自动切换HTTP长轮询，避免播放中断

常见问题与调优

用户反馈最多的是「切换章节后前3秒无声」。排查发现是AudioContext在后台标签页被浏览器挂起，解决方案是在visibilitychange事件中主动resume。另外部分安卓机型对Opus支持不完整，我们保留了AAC备用编码，通过canPlayType探测后动态选择。

对于免费小说用户，听小说功能不设时长限制，但会优先调度低优先级队列。若同时有小说下载任务，音频分片请求会降级到后台线程，避免阻塞主线程渲染。

从数据看，开启预取后卡顿率下降62%，但CDN回源带宽增加约18%。我们通过LRU淘汰策略平衡了成本与体验——热门有声小说常驻边缘节点，冷门资源回源拉取。后续计划引入WebCodecs做客户端解码，进一步降低CPU占用。