[Wake/VAD/STT]:完成本地唤醒、人声端点检测与转写入口,包含小杰小杰唤醒、VAD 录音切分、Metadata STT 和 sherpa-onnx 错误边界
This commit is contained in:
@@ -18,11 +18,11 @@
|
||||
|
||||
## 3. Wake/VAD/STT
|
||||
|
||||
- [ ] 3.1 实现本地唤醒词 Provider;前置条件:Transport 测试路径可用;验收标准:支持“小杰小杰”关键词事件和置信度阈值;测试要点:命中、未命中、模型失败场景通过;优先级:P0;预计:60 分钟。
|
||||
- [ ] 3.2 实现 VAD Provider 和端点检测;前置条件:音频帧可回放;验收标准:检测说话开始、连续静音结束、无语音超时和最大录音保护;测试要点:四类 VAD 场景通过;优先级:P0;预计:60 分钟。
|
||||
- [ ] 3.3 实现 STT Provider 协议、测试 Provider 和可选本地模型适配入口;前置条件:AudioSegment 可构造;验收标准:测试 Provider 能从 fixture metadata 转写,可选本地模型缺失时返回结构化错误;测试要点:成功、空文本、Provider 失败场景通过;优先级:P0;预计:60 分钟。
|
||||
- [ ] 3.4 实现 STT 文本验证规则;前置条件:STT Provider 已实现;验收标准:空文本、纯标点、过短音频不会进入 LLM;测试要点:文本验证和 pipeline 跳过 LLM 测试通过;优先级:P0;预计:45 分钟。
|
||||
- [ ] 3.5 完成“Wake/VAD/STT”模块提交;前置条件:3.1 至 3.4 已完成;验收标准:先通过相关测试、compileall 和 OpenSpec strict 校验,再立即执行 Git commit;测试要点:提交信息使用“`[Wake/VAD/STT]:完成[具体功能描述],包含[关键变更]`”格式;优先级:P0;预计:20 分钟。
|
||||
- [x] 3.1 实现本地唤醒词 Provider;前置条件:Transport 测试路径可用;验收标准:支持“小杰小杰”关键词事件和置信度阈值;测试要点:命中、未命中、模型失败场景通过;优先级:P0;预计:60 分钟。
|
||||
- [x] 3.2 实现 VAD Provider 和端点检测;前置条件:音频帧可回放;验收标准:检测说话开始、连续静音结束、无语音超时和最大录音保护;测试要点:四类 VAD 场景通过;优先级:P0;预计:60 分钟。
|
||||
- [x] 3.3 实现 STT Provider 协议、测试 Provider 和可选本地模型适配入口;前置条件:AudioSegment 可构造;验收标准:测试 Provider 能从 fixture metadata 转写,可选本地模型缺失时返回结构化错误;测试要点:成功、空文本、Provider 失败场景通过;优先级:P0;预计:60 分钟。
|
||||
- [x] 3.4 实现 STT 文本验证规则;前置条件:STT Provider 已实现;验收标准:空文本、纯标点、过短音频不会进入 LLM;测试要点:文本验证和 pipeline 跳过 LLM 测试通过;优先级:P0;预计:45 分钟。
|
||||
- [x] 3.5 完成“Wake/VAD/STT”模块提交;前置条件:3.1 至 3.4 已完成;验收标准:先通过相关测试、compileall 和 OpenSpec strict 校验,再立即执行 Git commit;测试要点:提交信息使用“`[Wake/VAD/STT]:完成[具体功能描述],包含[关键变更]`”格式;优先级:P0;预计:20 分钟。
|
||||
|
||||
## 4. LLM/TTS 与对话闭环
|
||||
|
||||
|
||||
Reference in New Issue
Block a user