本地朗读文本（可带情绪）。interrupt=True 时打断当前播放，便于实时插话。

采集本地麦克风语音并识别为中文文本。本地或云端 ASR 均可（云端需先在 config.yaml 配 asr.aliyun）。返回识别结果 JSON（含 text 字段）。

切换某类引擎（会话级）。kind ∈ vad/asr/agent/tts，name 用 catalog() 查看。

列出所有已注册的引擎与当前选择。

返回声络状态摘要（版本、ffplay 是否可用、当前引擎）。

启动常驻语音会话：后台持续听写麦克风并实时转写。返回 session_id 与状态。

轮询拉取实时语音事件（speech_start/final/state…）。宿主可据此感知用户说话。

停止常驻语音会话，释放麦克风。