edit | blame | history | raw

2026-06-14 X-ASR 首字修复

用户目标

  • 修复 X-ASR 实验分支中短句首字偶发丢失问题，例如实际说“你看看”但识别为“看看”。
  • 修复完成后必须拉两个代码审核员审核，并拉 QA 做回归测试。
  • QA 过程不得临时拼 GUI/AX/cliclick/screencapture 命令，应收敛到项目内稳定脚本入口或常规测试/构建命令。

已完成事项

  • 暂停正式打包，先排查首字问题。
  • 通过本机 app 日志确认缺字发生在 Recognized: 阶段，排除剪贴板/上屏链路。
  • 定位主要原因：hold 模式存在约 180-210ms 启动延迟，用户按下热键后立即说话时，短句首字可能落在未录音窗口。
  • 在 codex/x-asr-experiment-2.1.29 实现 X-ASR-only 首字保护：
  • X-ASR 引擎新增 HoldPreCaptureEngine 能力。
  • App 在 X-ASR hold 模式按下热键时立即预采集音频。
  • 确认不是组合键后再显示浮窗并进入正式录音。
  • 组合键或短按会丢弃预采集音频，不进入识别。
  • X-ASR streaming session 首次接收音频时补 250ms 前置静音。
  • Escape 取消会停止 live caption，并阻止同一次按住手势重启录音。
  • 引擎不可用时仍允许已有录音释放/取消清理，但不会启动或确认新录音。
  • 递增测试包版本至 2.1.31，build 20260614.2056。
  • 创建源码冻结 commit：e86df221fa8f9d6796fb7fe59020767d7c806fac。
  • 创建 tag：v2.1.31-build20260614.2056-xasr-hold-precapture。
  • 生成 arm64 本地测试 DMG：
  • /Users/ar/Projects/PrivateVoice/Release/PrivateVoice-Dictation-2.1.31-build20260614.2056-xasr-hold-precapture-arm64/PrivateVoice Dictation-2.1.31-build20260614.2056-arm64-local.dmg
  • SHA256：ba7ced3706bfc1a4557961c21c22eee1bc92d12cbcbd16b39f0d78c4b20175d8

文件变更

  • privatevoice.src/app.go
  • privatevoice.src/internal/engine/engine.go
  • privatevoice.src/internal/engine/engine_darwin.go
  • privatevoice.src/app_live_caption_test.go
  • privatevoice.src/internal/engine/engine_darwin_test.go
  • privatevoice.src/build/darwin/Info.plist
  • privatevoice.src/frontend/package.json
  • privatevoice.src/frontend/package-lock.json
  • CHANGELOG.md
  • 本地 release 证据目录：
  • Release/PrivateVoice-Dictation-2.1.31-build20260614.2056-xasr-hold-precapture-arm64/

审核与 QA

  • 两位代码审核员首轮发现 P2：
  • Escape 取消未停止 live caption。
  • Escape 后同一次 hold 按住可能重启录音。
  • 引擎变 nil 时 pending 预采集释放路径可能被 guard 阻断。
  • 已修复上述问题。
  • 两位代码审核员二审均未发现新的 P1/P2。
  • QA 结论通过：
  • go test -count=1 ./... 通过。
  • go test -race -count=1 . ./internal/engine 通过。
  • PRIVATEVOICE_XASR_SMOKE=1 go test -v -count=1 -run TestXASRRealModelSmoke ./internal/engine 通过。
  • npm run build -- --outDir /tmp/privatevoice-frontend-qa-20260614-xasr 通过。
  • GOOS=darwin CGO_ENABLED=1 GOARCH=arm64 PRODUCTION=true go build -buildvcs=false -gcflags=all="-l" -o /tmp/privatevoice-input-qa-20260614-xasr . 通过。
  • 本地自测也通过：
  • /opt/homebrew/bin/go test ./...
  • /opt/homebrew/bin/go test -race . ./internal/engine ./internal/audio ./internal/input
  • npm run build
  • PATH="/opt/homebrew/bin:$PATH" ./scripts/build-local-macos.sh arm64
  • codesign --verify --deep --strict --verbose=2
  • hdiutil verify
  • shasum -a 256 -c SHA256SUMS.txt

未决问题与后续建议

  • 未做 GUI/AX/真实热键/真实麦克风端到端自动化验证，符合本轮 QA 收敛要求。
  • 用户仍需安装新 DMG 后用真实语音验证短句：
  • 你看看
  • 你看一下
  • 确认一下
  • 可以了
  • 好了呀
  • 技术总监让我问你一下
  • Release 目录下 .dmg 按 .gitignore 不进入 git；manifest/SHA 文件已生成在本地 release 目录。