openless

1,582 Commits 1 Branch 0 Tags

2 Commits

Author	SHA1	Message	Date
Jone Snow Claude Fable 5 baiqing	664633f32d	fix(asr): Apple Speech 保留停顿分段，修复停顿前内容丢失 (#824 ) * fix(asr): Apple Speech 保留停顿分段，修复停顿前内容丢失 Apple 设备端识别会在语音停顿处把音频切成多个话段（utterance），每个话段的回调只携带该话段的文本，随后 partial 从空重新累计；isFinal 通常只跟着最后一个话段出现。原实现「拿到第一个 isFinal 就返回」，导致停顿之前的所有话段被整段丢弃——用户表现为「说话中途停顿思考，前面说的全没了」。 - 新增 SegmentAccumulator：以 speechRecognitionMetadata 非空作为话段边界信号，逐话段落袋，结束后按 CJK / 空格语言规则拼接返回。 - 结束判定由「见到第一个 final 就收工」改为轮询 SFSpeechRecognitionTask .state == completed（辅以 isFinal 后静默的后备条件），兼容部分系统按话段多次发 isFinal；completed 后留 250ms 收尾窗口，避免竞态截掉尾段。 - 三重防丢 / 防重：partial 骤缩时判定静默话段重置并抢救上一段；引擎重放累计全文时按前缀 / 空白不敏感规则去重；识别中途报错时返回已累积话段而非整段作废。 - 等待预算由固定 60s 硬顶改为 max(60s, 音频时长 + 30s)，长录音不再被「等待语音识别结果超时」截断。 - 新增 12 个单元测试覆盖多话段累积、逐话段 final、静默重置抢救、去重、拼接规则与等待预算。单话段（无停顿）场景输出与修复前逐字节相同，云端识别路径不受影响，因此不存在回归风险。 Co-Authored-By: Claude Fable 5 <noreply@anthropic.com> * fix(asr): harden Apple Speech segment lifecycle * fix(asr): preserve repeated final-only utterances --------- Co-authored-by: Claude Fable 5 <noreply@anthropic.com> Co-authored-by: baiqing <lbx12309@icloud.com>	2026-07-15 16:01:02 +08:00
Jone Snow Claude Fable 5 sim	eb099c4f41	build(macos): 校验打包产物声明语音识别用途 (#825 ) * build(macos): 校验打包产物声明语音识别用途 build-mac.sh 已在校验 NSMicrophoneUsageDescription 与 audio-input entitlement，但 Apple Speech provider 引入的 NSSpeechRecognitionUsage- Description 没有对应护栏。该 key 一旦缺失，构建静默成功，而选择 apple-speech 的用户会在调用 Speech.framework 时被 macOS TCC 以 SIGABRT 直接杀掉进程（崩溃报告 termination namespace = TCC）。对打包产物 .app/Contents/Info.plist（而非源码 Info.plist）新增一行 PlistBuddy 校验：脚本开头的 set -euo pipefail 会让 key 缺失时非零退出、当场中止构建。key 存在时输出被丢弃，行为与现在完全一致，产物逐字节不变。 Co-Authored-By: Claude Fable 5 <noreply@anthropic.com> * fix(macos): enforce speech usage description contract * fix(macos): reject Unicode-only speech descriptions --------- Co-authored-by: Claude Fable 5 <noreply@anthropic.com> Co-authored-by: sim <sim@local>	2026-07-15 15:26:48 +08:00

Author

SHA1

Message

Date

664633f32d

fix(asr): Apple Speech 保留停顿分段，修复停顿前内容丢失 (#824 )

* fix(asr): Apple Speech 保留停顿分段，修复停顿前内容丢失

Apple 设备端识别会在语音停顿处把音频切成多个话段（utterance），每个话段
的回调只携带该话段的文本，随后 partial 从空重新累计；isFinal 通常只跟着
最后一个话段出现。原实现「拿到第一个 isFinal 就返回」，导致停顿之前的所有
话段被整段丢弃——用户表现为「说话中途停顿思考，前面说的全没了」。

- 新增 SegmentAccumulator：以 speechRecognitionMetadata 非空作为话段边界
  信号，逐话段落袋，结束后按 CJK / 空格语言规则拼接返回。
- 结束判定由「见到第一个 final 就收工」改为轮询 SFSpeechRecognitionTask
  .state == completed（辅以 isFinal 后静默的后备条件），兼容部分系统按话段
  多次发 isFinal；completed 后留 250ms 收尾窗口，避免竞态截掉尾段。
- 三重防丢 / 防重：partial 骤缩时判定静默话段重置并抢救上一段；引擎重放
  累计全文时按前缀 / 空白不敏感规则去重；识别中途报错时返回已累积话段而非
  整段作废。
- 等待预算由固定 60s 硬顶改为 max(60s, 音频时长 + 30s)，长录音不再被
  「等待语音识别结果超时」截断。
- 新增 12 个单元测试覆盖多话段累积、逐话段 final、静默重置抢救、去重、
  拼接规则与等待预算。

单话段（无停顿）场景输出与修复前逐字节相同，云端识别路径不受影响，因此不
存在回归风险。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

* fix(asr): harden Apple Speech segment lifecycle

* fix(asr): preserve repeated final-only utterances

---------

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
Co-authored-by: baiqing <lbx12309@icloud.com>

2026-07-15 16:01:02 +08:00

eb099c4f41

build(macos): 校验打包产物声明语音识别用途 (#825 )

* build(macos): 校验打包产物声明语音识别用途

build-mac.sh 已在校验 NSMicrophoneUsageDescription 与 audio-input
entitlement，但 Apple Speech provider 引入的 NSSpeechRecognitionUsage-
Description 没有对应护栏。该 key 一旦缺失，构建静默成功，而选择
apple-speech 的用户会在调用 Speech.framework 时被 macOS TCC 以 SIGABRT
直接杀掉进程（崩溃报告 termination namespace = TCC）。

对打包产物 .app/Contents/Info.plist（而非源码 Info.plist）新增一行
PlistBuddy 校验：脚本开头的 set -euo pipefail 会让 key 缺失时非零退出、
当场中止构建。key 存在时输出被丢弃，行为与现在完全一致，产物逐字节不变。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

* fix(macos): enforce speech usage description contract

* fix(macos): reject Unicode-only speech descriptions

---------

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
Co-authored-by: sim <sim@local>

2026-07-15 15:26:48 +08:00