Add output.audio.played message handling and update documentation

- Introduced `output.audio.played` message type for client acknowledgment of audio playback completion.
- Updated `DuplexPipeline` to track client playback state and handle playback completion events.
- Enhanced session handling to route `output.audio.played` messages to the pipeline.
- Revised API documentation to include details about the new message type and its fields.
- Updated schema documentation to reflect the addition of `output.audio.played` in the message flow.

docs/content/api-reference/websocket.md

@@ -30,6 +30,7 @@ Server <- assistant.response.delta / assistant.response.final
 Server <- output.audio.start
 Server <- (binary pcm frames...)
 Server <- output.audio.end
+Client -> output.audio.played (optional)
 Client -> session.stop
 Server <- session.stopped
 ```
@@ -143,7 +144,33 @@ Server <- session.stopped
 
 ---
 
-### 4. Tool Call Results: `tool_call.results`
+### 4. Output Audio Played: `output.audio.played`
+
+客户端回执音频已在本地播放完成（含本地 jitter buffer / 播放队列）。
+
+```json
+{
+  "type": "output.audio.played",
+  "tts_id": "tts_001",
+  "response_id": "resp_001",
+  "turn_id": "turn_001",
+  "played_at_ms": 1730000018450,
+  "played_ms": 2520
+}
+```
+
+| 字段 | 类型 | 必填 | 说明 |
+|---|---|---|---|
+| `type` | string | 是 | 固定为 `"output.audio.played"` |
+| `tts_id` | string | 是 | 已完成播放的 TTS 段 ID |
+| `response_id` | string | 否 | 所属回复 ID（建议回传） |
+| `turn_id` | string | 否 | 所属轮次 ID（建议回传） |
+| `played_at_ms` | number | 否 | 客户端本地播放完成时间戳（毫秒） |
+| `played_ms` | number | 否 | 本次播放耗时（毫秒） |
+
+---
+
+### 5. Tool Call Results: `tool_call.results`
 
 回传客户端执行的工具结果。
 
@@ -174,7 +201,7 @@ Server <- session.stopped
 
 ---
 
-### 5. Session Stop: `session.stop`
+### 6. Session Stop: `session.stop`
 
 结束对话会话。
 
@@ -192,7 +219,7 @@ Server <- session.stopped
 
 ---
 
-### 6. Binary Audio
+### 7. Binary Audio
 
 在 `session.started` 之后可持续发送二进制 PCM 音频。
 
@@ -707,6 +734,8 @@ TTS 音频播放结束标记。
 | `data.tts_id` | string | TTS 播放段 ID |
 | `data.turn_id` | string | 当前对话轮次 ID |
 
+**说明**：`output.audio.end` 表示服务端已发送完成，不代表客户端扬声器已播完。若需要“真实播完”信号，客户端应发送 `output.audio.played`。
+
 ---
 
 #### `response.interrupted`