134 lines
11 KiB
Markdown
134 lines
11 KiB
Markdown
# 验收记录
|
||
|
||
日期：2026-10-23。此记录区分代码回归、真实系统测试与尚未通过的验收。
|
||
|
||
## 已通过
|
||
|
||
- SwiftPM debug 编译及 Swift Testing：17 项测试通过，0 失败。
|
||
- Release `.app` 构建，真实 Apple Development 身份签名，沙箱外 `codesign --verify --strict` 通过。
|
||
- Info.plist 格式、构建/签名/测试脚本语法检查通过。
|
||
- 图标脚本生成 10 个尺寸 PNG、1024 px logo 和 ICNS；大图人工查看，16/32 px 简化细节。图标已包含在 app 中。
|
||
- 通过 macOS 原生界面检查通用、快捷键、语音和关于页面。右 Option、按一次开始再按一次结束、固定普通话、自动补句号均与用户确认一致；麦克风与辅助功能显示已授权。
|
||
- Release app 约 1.3 MiB（不含系统下载模型），满足 <10 MB 包体目标。
|
||
|
||
## 自动回归范围
|
||
|
||
1. 标点保留、补句号、引号、内部空格、口头语与空白输入。
|
||
2. 热键 JSON 往返和左右键命名。
|
||
3. 静音/有声音量估计与 48 kHz → 16 kHz 重采样。
|
||
4. 超时不会等待不响应取消的操作结束。
|
||
5. 准备中结束并立即重开：旧会话不会接管新会话。
|
||
6. 收尾中取消：不发布结果，不写入。
|
||
7. 开始录音失败：清理会话与测试状态。
|
||
8. 正常测试模式结束：保留结果，退出测试模式，不写入。
|
||
9. 拒绝麦克风：不创建识别会话。
|
||
10. 识别运行时失败：取消录音并反馈错误。
|
||
11. Secure Input：不开始采集。
|
||
12. 右 Option 使用事件自带左右键标志，左键保持按下时仍正确检测右键释放。
|
||
13. 等待旧版语音授权时取消，不启动麦克风。
|
||
14. 测试模式返回空文字时明确提示失败。
|
||
|
||
其中状态机回归使用可控会话替身，不代表真实麦克风和跨应用兼容性。
|
||
|
||
## 早期真实模型测试：失败记录（后续恢复见下）
|
||
|
||
分别运行已签名 app 的 `--selftest` 与 `--selftest --dictation`。两者均确认中文系统模型为 `installed`；备用测试已完成系统合成语音与文件读取。两条路径都在 SpeechAnalyzer 准备阶段被系统语音服务拒绝：
|
||
|
||
```
|
||
Espresso V2 failure: ANE model load failure:
|
||
loadModel:sandboxExtension:options:qos:withReply:: timed out
|
||
```
|
||
|
||
错误来自 Apple EmbeddedAcousticRecognition / localspeechrecognition 服务，已在沙箱外重现。自检返回非零退出码，不会把空结果或关键词不匹配算作成功。自检有 90 秒总超时保护。
|
||
|
||
因此没有可报告的成功识别延迟，首字 <300 ms、结束到上屏 <500 ms 均未验收。自动模式包含 SpeechTranscriber → DictationTranscriber → 强制本地 SFSpeechRecognizer 降级；旧版真实麦克风路径未验收，不保证能绕过当前系统服务错误。
|
||
|
||
## 资源与待验收项
|
||
|
||
一次已运行、打开过四页 SwiftUI 设置的进程快照为 CPU 0.0%、RSS 97,840 KiB（约 95.5 MiB）。这不是长期采样，且未达到 <80 MB 内存目标。后续已加入关闭设置即释放界面、录音时才创建 AVAudioEngine、预热 10 分钟后释放；该优化后尚未获得可比的完整资源验收。
|
||
|
||
下列项目仍需在本地语音服务正常的机器上完成，不能凭单元测试推定通过：
|
||
|
||
- 真人麦克风：右 Option 开始/结束、Esc 取消、12 秒无声结束。
|
||
- TextEdit、Chrome 输入框、终端分别测试插入点、选区替换、剪贴板恢复与失败恢复。终端使用无副作用的测试文本，不按回车执行。
|
||
- AX 回读不一致时不会重复粘贴；前台应用改变或安全输入阻止写入；取消后旧会话不写入。
|
||
- 模型首次下载、断网下载失败、重试；全本地降级的真实识别。
|
||
- 多屏、Space、全屏窗口的 HUD 定位与不抢焦点。
|
||
- 菜单栏录音/收尾动画、设置改绑后真实按键、重启后的偏好保存。
|
||
- 登录启动与系统批准；长时间待机 CPU、预热过期后内存；实际真人语音延迟。
|
||
|
||
## 复现
|
||
|
||
```bash
|
||
./scripts/test.sh
|
||
./scripts/build.sh
|
||
codesign --verify --strict dist/TinyTTS.app
|
||
./dist/TinyTTS.app/Contents/MacOS/TinyTTS --selftest
|
||
./dist/TinyTTS.app/Contents/MacOS/TinyTTS --selftest --dictation
|
||
```
|
||
|
||
受限执行环境中 SwiftPM 缓存目录会有不可写提示；脚本已将模块缓存放在仓库 `.build`。macOS 图像服务、dSYM 和签名信任校验可能需要在普通本机终端执行。沙箱内 `CSSMERR_TP_NOT_TRUSTED` 已用沙箱外严格签名校验排除，未更改系统信任设置。
|
||
|
||
## 本次续作验证
|
||
|
||
- 重新运行 `./scripts/test.sh`：14 项通过，0 失败。
|
||
- 重新构建 0.1.2，使用现有 Apple Development 固定身份签名，严格签名校验通过。
|
||
- 现有日志确认修复后右 Option 事件已触发，备用引擎曾在约 126–198 ms 内开始采集，收到非静音音频，但最终返回 0 字。该记录不能当作成功识别或写入验收。
|
||
- 普通本机环境运行 `--selftest --legacy`：授权状态为 `notDetermined`，明确失败退出。先前 GUI 进程显示已授权与命令行自检结果不同，因此命令行结果不能证明 GUI 权限被撤销，也不能验证旧版识别成功。
|
||
- 测试模式现在会对空结果显示错误；取消权限等待后不再继续获取识别会话。
|
||
|
||
本次重新运行 `--selftest` 仍以非零状态失败，原始错误为 `Espresso V2 failure: ANE model load failure: loadModel:sandboxExtension:options:qos:withReply:: timed out`，发生在已安装模型的准备阶段；未采集麦克风。
|
||
|
||
## ANE 恢复与字幕合并修复
|
||
|
||
先定向重启当前用户的语音识别服务，主模型仍返回同一 ANE 模型加载超时。经用户选择原生管理员授权后，使用 macOS 授权对话框尝试 `launchctl kickstart`，被 SIP 拒绝；随后通过正常 SIGTERM 终止已确认的 `aned` 服务，由系统重新拉起，未关闭或修改 SIP。ANE PID 从 588 变为 42024。
|
||
|
||
恢复后真实模型自检通过：
|
||
|
||
| 引擎 | 识别关键词 | 音频开始至首字 | 音频结束至最终结果 |
|
||
|---|---|---:|---:|
|
||
| SpeechTranscriber | 天气、开会 | 1230 ms | 157 ms |
|
||
| DictationTranscriber | 天气、开会 | 581 ms | 89 ms |
|
||
|
||
这些是固定语句实时喂入的单次结果，包含语音起始内容与模型调度，不代表麦克风首字延迟或跨应用上屏。
|
||
|
||
GUI 真实麦克风通过扬声器播放固定测试语句：实时字幕返回完整测试句，收尾成功。首次实录发现最终结果的时间起点与临时结果不完全一致，按起点精确匹配使整句重复。现改用时间覆盖范围合并，补充起点偏移、过时临时结果、连续多句的回归测试；修复后再次实录，收尾前后文字一致，不再重复。该次启动采集总耗时 241 ms，收尾 108 ms。
|
||
|
||
语音页增加「重新准备引擎」，系统服务恢复后无需退出即可清除降级状态。合成语音诊断改为检查当前所选引擎，诊断期间禁止同时开始麦克风测试或更改引擎。
|
||
|
||
最新自动回归：17 项通过，0 失败。Release 固定身份签名与严格校验通过。主应用包约 1.44 MiB。一次实录后关闭设置的快照为 RSS 106464 KiB、CPU 4.1%；它不是长期空闲采样，不能认定 <80 MB / <1% 目标已通过。
|
||
|
||
## 默认直接输入修复（0.1.3）
|
||
|
||
物理右 Option 已触发录音与结束，得到非空结果；旧版 AX 返回成功但回读不一致，只留下剪贴板结果，不满足自动输入要求。
|
||
|
||
默认方式现改为 Unicode 键盘事件，直接发送到开始时的目标进程，清除仍按住的修饰键状态，不读写剪贴板。事件分块不拆开 UTF-16 代理对，并标记自发事件以免触发自定义热键。前台进程改变或安全输入仍阻止注入，结果仅保留在进程内供用户找回。显式选择「始终使用粘贴」才走剪贴板兼容路径。
|
||
|
||
新增 `--selftest --input`，由正常 LaunchServices 启动已签名 app，创建真实 AppKit 文本输入窗口，自动验证中文/英文/emoji 长文本实际输入、选区替换以及剪贴板版本号保持不变。实测输出：
|
||
|
||
```
|
||
SELFTEST PASSED (real AppKit Unicode input, selection replacement, clipboard unchanged)
|
||
```
|
||
|
||
Swift Testing 当前 17 项通过；0.1.3 Release 固定身份签名与严格校验通过。外部应用的物理热键听写验收继续以 UI 实际内容与日志为准，不能只看事件发出。
|
||
|
||
## 物理热键与实际输入反馈
|
||
|
||
用户在本聊天输入框实测右 Option 开始、说话、再次按键结束，并反馈直接输入已通过。同期日志记录多次 `SpeechSession` 采集及 `insert via 直接输入 ok=true`，结束到输入事件发出约 64–81 ms。该用户反馈与真实 AppKit 输入自检共同确认当前主链可用；TextEdit 文稿并未收到这次用户测试内容，不把该次测试写成 TextEdit 兼容性通过。Chrome 与终端的独立验收仍未完成。
|
||
|
||
按用户要求，完成输入提示音改为系统 Glass「叮」声，仅在输入派发成功时播放。开始录音的提示保持原设置。
|
||
|
||
## 应用更名
|
||
|
||
按用户纠正，将当前工程、Swift 模块、测试模块、界面及产物统一改为 TinySTT / `dist/TinySTT.app`。保留 `com.eccstartup.tinystt` bundle ID 与既有偏好键以保持权限和设置关联。新的签名覆盖变量为 `TINYSTT_SIGN_IDENTITY`，仍兼容旧变量和已安装的 TinyTTS Dev 证书。旧验收段落中的 TinyTTS 路径为历史记录；当前复现请使用 README 中的 TinySTT 命令。
|
||
|
||
新版 T 字母图标使用内置 image_gen 生成，保存项目内源图和完整提示词，再以 AppKit 脚本生成 16–1024 px PNG 及 ICNS；不依赖外部临时图片路径。更名后的 TinySTT.app 再次通过真实 AppKit 直接输入、选区替换与剪贴板未变自检。
|
||
|
||
最终 TinySTT.app（0.1.3）包体 2840 KiB（约 2.77 MiB），固定身份签名与严格校验通过；包内 ICNS 与项目内图标 SHA-256 完全一致。16/32 px 图标已查看，T 字轮廓可辨。旧名称的构建产物已移除，仅保留 TinySTT.app。
|
||
|
||
## 0.1.4 菜单栏标识与 DMG
|
||
|
||
菜单栏原先独立绘制系统 mic/waveform 图标，未使用新品牌图标。现统一加载包内同款 T 图标：待机显示 T，录音保留 T 并显示红点和呼吸效果，准备/收尾保留 T 并显示旋转角标。
|
||
|
||
17 项回归通过，Release 固定身份签名及严格校验通过。新增 `scripts/package-dmg.sh` 生成只读 `dist/TinySTT-0.1.4-arm64.dmg`（约 2.2 MB），包含应用、Applications 快捷方式和安装说明。hdiutil 校验通过，实际只读挂载后检查应用签名、版本、可执行文件与构建产物一致、Applications 链接指向正确；验收后已卸载镜像。
|