[实时转写]：完成录音期间转写显示，包含partial事件、本地streaming STT和终端实时反馈

2026-06-17 22:16:56 +08:00
parent a64bb86da4
commit a77a172412
16 changed files with 331 additions and 17 deletions
@@ -62,3 +62,11 @@
 - [x] 8.3 实现主说话人画像独立就绪阈值；前置条件：8.2 完成；验收标准：新增 `OWNER_SPEAKER_PROFILE_MIN_MS=120`，主说话人缺席结束不再被 `OWNER_VAD_MIN_DURATION_MS` 拖慢；测试要点：短首句、背景噪声和重复提问不合并；优先级：P0；预计：45 分钟。
 - [x] 8.4 补充配置文档、回归测试和门禁验证；前置条件：8.1 至 8.3 完成；验收标准：`.env.example`、README、配置显示和测试匹配新默认值；测试要点：compileall、unittest、security-check、model-check、device-check、OpenSpec strict；优先级：P0；预计：45 分钟。
 - [x] 8.5 提交“低延迟端点”模块；前置条件：8.4 门禁通过；验收标准：中文 commit 信息为 `[低延迟端点]：完成首句保留和快速结束修正，包含ACK缓冲策略、批量读帧和主说话人端点回归测试`，提交后 `git status --short` 为空；优先级：P0；预计：10 分钟。
+
+## 9. 录音期间实时转写显示
+
+- [x] 9.1 更新 OpenSpec 描述 partial transcript；前置条件：用户要求“实时显示用户说话转换的结果”；验收标准：proposal/design/spec/tasks 明确录音期间输出 `transcript_partial`，最终 `transcript_final` 仍用于 LLM；测试要点：OpenSpec strict；优先级：P0；预计：30 分钟。
+- [x] 9.2 实现 realtime transcript 事件和终端显示；前置条件：9.1 完成；验收标准：新增 `transcript_partial` 事件，终端输出 `实时转写：<文本>`，重复 partial 不刷屏；测试要点：事件顺序和 reporter 测试；优先级：P0；预计：45 分钟。
+- [x] 9.3 实现本地 streaming STT partial provider；前置条件：本地 STT 模型已由 `model-check` 覆盖；验收标准：`SherpaOnnxSttProvider` 支持 streaming session，cloud final ASR 模式下仍使用本地 streaming STT 做 partial；测试要点：fake session 与 metadata partial 单测；优先级：P0；预计：60 分钟。
+- [x] 9.4 接入 `VoiceAssistantPipeline` 捕获循环；前置条件：9.2 至 9.3 完成；验收标准：用户说话期间持续 feed 已开始录音的帧，partial 在 `speech_started` 后、`transcript_final` 前输出；测试要点：live runtime partial 顺序测试；优先级：P0；预计：45 分钟。
+- [x] 9.5 补充配置、README、门禁并提交；前置条件：9.1 至 9.4 完成；验收标准：新增 `OWNER_REALTIME_TRANSCRIPT_ENABLED=1`，compileall、unittest、security-check、model-check、device-check、OpenSpec strict 通过后中文 commit；优先级：P0；预计：45 分钟。