| | |
|---|
| | | |
|---|
| | | 当 Java 在 `sessions/start.runtime` 下发 `asrRealtimeEnabled=true`、`asrRealtimeUrl` 与 `asrRealtimeChunkDurationMs=200` 时，worker 会从 VAD speech start 起接收 20ms 用户音频帧，聚合成 `16kHz / mono / 200ms` NDJSON chunk 持续上传给 Java；最后一块允许短于 200ms。helper 只负责音频传输和 fallback 编排，ASR provider session、partial/final 归一化、activity 和 `asrResultRef` 仍由 Java 管理；realtime 失败时只回退一次既有 final-only ASR stream。 |
|---|
| | | |
|---|
| | | 用户音轨由独立 drain task 持续读取 `NativeAudioStream`，并通过容量 `100` 的原始 PCM frame 队列交给 VAD / realtime ASR 消费；ASR final、turn bridge、LLM/TTS 或控制面等待不得阻塞 LiveKit 原生音频队列。drain 队列满时丢最新 frame，并低频记录累计接收/丢弃计数；VAD 使用 frame 捕获时的单调时间戳，ASR 始终消费原始 PCM，并保留 speech start 确认窗口中的 prefix frame。该结构参考 `cb-sdk/combrabo-platform origin/stag@a81f17c` 的音频排空与 raw PCM 修复经验。 |
|---|
| | | |
|---|
| | | 鉴权口径： |
|---|
| | | |
|---|
| | | - Java 调 helper 控制面使用 `Authorization: Bearer {helperAuthToken}`。 |
|---|
