diff --git a/internal/middleware/sound_start.go b/internal/middleware/sound_start.go
index de6e98f..2bb3fe7 100644
--- a/internal/middleware/sound_start.go
+++ b/internal/middleware/sound_start.go
@@ -10,16 +10,24 @@ import (
 func SoundStart() leaf.HandlerFunc {
 	return func(c *leaf.Context) {
 		pm := leaf.Value[*schema.PlayModal](c, PayloadJSONKey)
-		tts.DefaultTTS.Sound(pm.TTS.Start)
+
+		// 使用请求的 context，支持取消和超时
+		if pm.TTS.Start != "" {
+			tts.DefaultTTS.SoundWithContext(c, pm.TTS.Start)
+		}
 
 		defer func() {
+			var text string
 			switch leaf.Value[leaf.EndType](c, leaf.EndKey) {
 			case leaf.End:
-				tts.DefaultTTS.Sound(pm.TTS.End)
+				text = pm.TTS.End
 			case leaf.EndTimeout:
-				tts.DefaultTTS.Sound(pm.TTS.Timeout)
+				text = pm.TTS.Timeout
 			case leaf.EndStop:
-				tts.DefaultTTS.Sound(pm.TTS.Stop)
+				text = pm.TTS.Stop
+			}
+			if text != "" {
+				tts.DefaultTTS.SoundWithContext(c, text)
 			}
 		}()
 
diff --git a/pkg/audio/play.go b/pkg/audio/play.go
index 55af1b4..ef28586 100644
--- a/pkg/audio/play.go
+++ b/pkg/audio/play.go
@@ -22,6 +22,7 @@ func init() {
 }
 
 func PlayWav(c context.Context, r io.Reader) {
+	zap.S().Debugln("开始 WAV 解码")
 	streamer, format, err := wav.Decode(r)
 	if err != nil {
 		zap.S().Errorln("WAV解码失败: ", err)
@@ -29,20 +30,25 @@ func PlayWav(c context.Context, r io.Reader) {
 	}
 	defer streamer.Close()
 
+	zap.S().Debugln("WAV解码成功，采样率:", format.SampleRate)
 	s := beep.Resample(4, format.SampleRate, DefaultSampleRate, streamer)
 
 	ctrl := &beep.Ctrl{Streamer: s}
 	done := make(chan struct{})
 	speaker.Play(beep.Seq(ctrl, beep.Callback(func() {
+		zap.S().Debugln("音频播放完成")
 		close(done)
 	})))
 
+	zap.S().Debugln("等待音频播放完成...")
 	for {
 		select {
 		case <-done:
+			zap.S().Infoln("音频播放正常结束")
 			return
 		case <-c.Done():
 			{
+				zap.S().Infoln("音频播放被 context 取消")
 				speaker.Lock()
 				ctrl.Streamer = nil
 				speaker.Unlock()
diff --git a/pkg/tts/aliyun.go b/pkg/tts/aliyun.go
index a476d21..18f231b 100644
--- a/pkg/tts/aliyun.go
+++ b/pkg/tts/aliyun.go
@@ -48,6 +48,7 @@ func (tts *AliTTS) Sound(text string) {
 	zap.S().Infof("开始播放TTS: %s", text)
 	buf, err := tts.Get(text)
 	if err == nil && buf != nil {
+		zap.S().Debugln("TTS合成成功，开始播放")
 		audio.PlayWav(tts.ctx, buf)
 		zap.S().Infof("TTS播放完成: %s", text)
 	} else {
@@ -55,6 +56,22 @@ func (tts *AliTTS) Sound(text string) {
 	}
 }
 
+// SoundWithContext 使用指定的 context 播放 TTS，支持取消和超时
+func (tts *AliTTS) SoundWithContext(ctx context.Context, text string) {
+	if text == "" {
+		return
+	}
+	zap.S().Infof("开始播放TTS: %s", text)
+	buf, err := tts.Get(text)
+	if err == nil && buf != nil {
+		zap.S().Debugln("TTS合成成功，开始播放")
+		audio.PlayWav(ctx, buf)
+		zap.S().Infof("TTS播放完成: %s", text)
+	} else {
+		zap.S().Errorln("AliTTS 请求异常: ", err)
+	}
+}
+
 func (tts *AliTTS) getToken() error {
 	if tts.tokenResult.ExpireTime != 0 && time.Unix(tts.tokenResult.ExpireTime, 0).After(time.Now()) {
 		return nil
@@ -112,13 +129,22 @@ func (tts *AliTTS) Get(text string) (io.Reader, error) {
 	case done := <-ch:
 		{
 			if !done {
+				zap.S().Errorln("TTS合成失败: done=false")
+				return ttsData.Data, errorsx.ThirdPartyErr
+			}
+			size := ttsData.Data.(*bytes.Buffer).Len()
+			zap.S().Debugf("TTS合成成功，数据大小: %d bytes", size)
+			if size == 0 {
+				zap.S().Errorln("TTS合成数据为空")
 				return ttsData.Data, errorsx.ThirdPartyErr
 			}
 			return ttsData.Data, nil
 		}
 	case <-time.After(time.Duration(tts.Timeout) * time.Second):
+		zap.S().Errorln("TTS合成超时")
 		return ttsData.Data, errorsx.DriverTimeoutErr
 	case <-tts.ctx.Done():
+		zap.S().Errorln("TTS合成被取消")
 		return ttsData.Data, errorsx.DriverCancelErr
 	}
 }