该代码是Dify1.9.2版本中，自定义修改下一步建议的代码，第一次提交为初始化未修改的代码，后续将持续更新包括修改后的代码，以及后端大致需要写的Java代码。
该服务实现了一个端到端的实时语音交互系统，核心流程为：音频流接收→VAD 检测语音片段→（可选）说话人验证→ASR 转文本→表情格式化→实时返回。适用于需要实时语音转写并增强可读性（如带情感 / 事件表情）的场景，如实时会议记录、语音助手等。
通过springboot+layui+shiro+redis完成一个项目"系统管理"的搭建，包括前端登录页面（用户名+密码+验证码+记住密码）、shiro对于权限的控制等
