[唤醒应答与快速端点]：完成唤醒后我在播报和本地VAD端点优化，包含缓冲清理、配置项和测试覆盖

README.md

@@ -13,7 +13,7 @@
 - `OWNER_SPEECH_PROVIDER=cloud|local`：选择云端语音模型或本地语音模型。
 - 默认云端语音模型：`mimo-v2.5-asr`、`mimo-v2.5-tts`。
 - 本地设备：`sounddevice` 读取麦克风，扬声器或 `afplay` 播放。
-- 本地模型：`models/` 存放 `sherpa-onnx` VAD/STT 模型，目录不提交 Git。
+- 本地模型：`models/` 存放 `sherpa-onnx` wake/VAD/STT 模型，目录不提交 Git。
 - 临时上下文：同一次 `run-live` 进程内携带最近 user/assistant 历史，退出即清空。
 
 ## 首次准备
@@ -36,13 +36,21 @@ OWNER_WAKE_PROVIDER=local_kws
 OWNER_WAKE_KEYWORDS_FILE=
 OWNER_WAKE_KWS_THRESHOLD=0.25
 OWNER_WAKE_KWS_SCORE=1.0
+OWNER_WAKE_ACK_TEXT=我在
+OWNER_POST_PLAYBACK_DRAIN_MS=250
+OWNER_VAD_PROVIDER=local
+OWNER_VAD_THRESHOLD=0.5
+OWNER_VAD_MIN_DURATION_MS=250
+OWNER_VAD_END_SILENCE_MS=350
+OWNER_VAD_NO_SPEECH_TIMEOUT_MS=5000
+OWNER_VAD_MAX_RECORDING_MS=12000
 OWNER_SPEECH_PROVIDER=cloud
 OWNER_ASR_MODEL=mimo-v2.5-asr
 OWNER_TTS_MODEL=mimo-v2.5-tts
 OWNER_TTS_VOICE=mimo_default
 ```
 
-`OWNER_WAKE_PROVIDER=local_kws` 表示唤醒词“小杰小杰”由本地模型检测。`OWNER_SPEECH_PROVIDER=cloud` 只影响唤醒后的正式问题 ASR/TTS：它会把 VAD 切出来的用户问题片段发送到云端 ASR，不会上传连续麦克风流，也不会用云端判断唤醒。改成 `local` 时使用项目 `models/` 下的本地语音模型路径。
+`OWNER_WAKE_PROVIDER=local_kws` 表示唤醒词“小杰小杰”由本地模型检测。唤醒命中后会先本地播报 `OWNER_WAKE_ACK_TEXT=我在`，再开始听取问题。`OWNER_SPEECH_PROVIDER=cloud` 只影响唤醒后的正式问题 ASR/TTS：它会把 VAD 切出来的用户问题片段发送到云端 ASR，不会上传连续麦克风流，也不会用云端判断唤醒。改成 `local` 时使用项目 `models/` 下的本地语音模型路径。
 
 ## 本地模型
 
@@ -57,6 +65,8 @@ python3.11 scripts/download_speech_models.py --dir models
 
 本地唤醒关键词文件位于 `models/wake/keywords.txt`。如果真人唤醒不灵敏，可以先把 `.env` 中 `OWNER_WAKE_KWS_THRESHOLD` 调低，例如 `0.15`，再重新运行。
 
+如果唤醒后你已经停说但还长时间显示“录音中”，优先调小 `OWNER_VAD_END_SILENCE_MS`，例如 `250`；如果房间噪声较大，再略调高 `OWNER_VAD_THRESHOLD`，例如 `0.6`。
+
 ## 设备检查
 
 ```bash