修 iOS 多媒体翻译一个字都翻不出来：ASR 在等一份永远没人推的 PCM

根因是 iOS 分支还停在杰理时代的假设上。_configureAudioVideoMode 的非 Android
分支做的是 openDecoder() → 等 isCodecActive → 音频源置 external，语义是
「从耳机的 A2DP 解码器拿手机正在播放的音乐」。本项目只有恒玄耳机，没有这个
能力；而 openDecoder() 如今是个乐观桩，只把 _isCodecActive 置 true 就返回。
于是 iOS 的实际行为是：ASR 以 external 源启动，然后等一份永远不会有人推的
PCM——不报错、不提示，就是一个字都翻不出来。Android 早已整条换成
MediaProjection（isAndroidAudioVideo 分支），iOS 这条没跟着改。

iOS 平台层面也没有「抓其他 App 音频」的能力，唯一合规途径是 ReplayKit
Broadcast Upload Extension（需新建 extension target + App Group，且要用户
手动发起录屏广播）——那是产品决策，本次没做。先退化成手机麦克风外放收音，
让功能是通的：

- _configureAudioVideoMode 的 iOS 分支不再碰杰理解码器；
  _audioSourceType = Platform.isAndroid（Android=external/MediaProjection，
  iOS=麦克风）。
- 启动守卫里排除 iOS 音视频。那个守卫要求 isCodecActive，而它只由
  openEncoder/openDecoder 这两个杰理血统的入口置位——不排除的话直接 return，
  识别根本不会启动。
- iOS 音视频用新的 'media' ASR 模式，原生据此把 AVAudioSession 配成
  .playAndRecord + .default + [.mixWithOthers, .defaultToSpeaker,
  .allowBluetoothA2DP]：
  · .mixWithOthers 是前提——不加的话我们一 setActive 就把正在播放的那个 App
    掐了，点开翻译视频就哑了；
  · mode 用 .default 不用 .voiceChat——后者会让 MicrophoneCapture 打开
    setVoiceProcessingEnabled，而要收的恰恰是本机扬声器的声音，AEC 会把它
    当回声精确消掉，结果一片安静。
  iOS 侧只有两处 currentRecognitionMode 比较（phone_call / push_to_talk），
  新增的 media 落到 normal 的默认分支，不影响其它模式。
- enableRecord 的音频源跟着改成 microphone。留 systemAudio 的话原生把
  index>0 一律当 external，会建好文件然后等没人推的 PCM，存下来是个空录音。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

apps/client/lib/modules/translation/controllers/translation_controller.dart

@@ -1197,9 +1197,12 @@ class TranslationController extends GetxController with WidgetsBindingObserver {
       await _astService.enableRecord(filePath);
     } else {
       AudioSourceType audioSourceType;
-      if (currentMode.value == 'audioVideo') {
+      if (currentMode.value == 'audioVideo' && Platform.isAndroid) {
         audioSourceType = AudioSourceType.systemAudio;
       } else {
+        // ⚠️ iOS 的音视频翻译已经改成手机麦克风收音（见 _configureAudioVideoMode），
+        // 录音源必须跟着改。留 systemAudio 的话，原生把 index>0 一律当成
+        // "external"，会建好文件然后等一份没人推的 PCM —— 存下来是个空录音。
         audioSourceType = AudioSourceType.microphone;
       }
       await _asrService.enableRecord(audioSourceType, filePath, false);
@@ -1372,9 +1375,16 @@ class TranslationController extends GetxController with WidgetsBindingObserver {
         // 通话模式走恒玄链路时不检查 isCodecActive——那是杰理专属的解码器
         // 就绪信号，恒玄没有对应概念，_configureCallModeBes 已经乐观下发过
         // 指令了，是否有音频交给桥接的流订阅自己判断。
+        // ⚠️ iOS 的音视频翻译同样要排除在外。这个守卫要求杰理解码器就绪
+        // （isCodecActive 只由 openEncoder/openDecoder 这两个杰理血统的入口置位），
+        // 而 iOS 已改走手机麦克风、不再碰那条链路——不排除的话这里直接 return，
+        // 识别根本不会启动，表现就是「点了开始，什么都没发生」。
+        final bool isIosAudioVideo =
+            Platform.isIOS && currentMode.value == 'audioVideo';
         if ((currentMode.value == 'audioVideo' ||
                 currentMode.value == 'call') &&
             !isAndroidAudioVideo &&
+            !isIosAudioVideo &&
             !(currentMode.value == 'call' && _callModeUsingBes) &&
             !bleManager.isCodecActive) {
           return;
@@ -1397,6 +1407,12 @@ class TranslationController extends GetxController with WidgetsBindingObserver {
             Logger.i('Translation', '通话模式：启动 AST 端到端服务');
             await _astService.startContinuousTranslation();
           }
+        } else if (isIosAudioVideo) {
+          // 专用的 media 模式：原生据此把 AVAudioSession 配成
+          // .playAndRecord + .mixWithOthers + .default —— 既不打断正在播放的
+          // 那个 App，又不开回声消除（AEC 会把本机扬声器的声音当回声消掉）。
+          Logger.i('Translation', '开始语音识别，模式：音视频(iOS/手机麦克风外放收音)，ASR media');
+          await _startAsrService('media');
         } else {
           Logger.i('Translation',
               '开始语音识别，模式：${currentMode.value}，ASR 模式：normal');
@@ -1522,19 +1538,24 @@ class TranslationController extends GetxController with WidgetsBindingObserver {
       // 让用户立刻就能切到 YouTube 等 App 看翻译结果。
       isPreparing.value = false;
     } else {
-      await bleManager.openDecoder();
-      int attempts = 0;
-      while (!bleManager.isCodecActive && attempts < 10) {
-        await Future.delayed(const Duration(milliseconds: 150));
-        attempts++;
-      }
+      // ⚠️ iOS 上**没有**「抓取其他 App 音频」这条路。
+      //
+      // 这里原来的写法是 openDecoder() + 等 isCodecActive + 音频源置 external，
+      // 那是杰理时代的假设：音视频翻译 = 从耳机的 A2DP 解码器拿手机正在放的音乐。
+      // 本项目只有恒玄耳机（没有这个能力），而 openDecoder() 现在是个乐观桩，
+      // 它只是把 _isCodecActive 置 true 就返回。于是 iOS 上的实际行为是：
+      // ASR 以 external 源启动，然后**等一份永远不会有人推的 PCM**——
+      // 不报错、不提示，就是一个字都翻不出来。
+      //
+      // 退化成手机麦克风：用户外放视频，我们从空气里收。这不是等价替代，
+      // 音质和抗噪都差一截，但至少功能是通的。要真正拿到系统音频，
+      // iOS 只有 ReplayKit Broadcast Upload Extension 一条路（需要新建 extension
+      // target + App Group，且要用户手动发起录屏广播），那是产品决策。
       isPreparing.value = false;
-      if (!bleManager.isCodecActive) {
-        Get.snackbar('tip'.tr, 'operationFailedPleaseRetry'.tr);
-        throw Exception('lxm--BLE编解码打开失败');
-      }
     }
-    _audioSourceType = true;
+    // Android: true = external，PCM 由 MediaProjection 推上来。
+    // iOS: false = 麦克风。
+    _audioSourceType = Platform.isAndroid;
     isTtsEnabled.value = false;
     Logger.info('发送ble音乐或者通话远端声音');
   }

apps/client/local_plugins/azure_speech/ios/azure_speech/Sources/tools/SimpleAudioReceiver.swift

@@ -189,7 +189,21 @@ public class SimpleAudioReceiver: NSObject {
 
         if audioSourceType == .microphone {
             // --- 麦克风输入逻辑 (包括混合模式) ---
-            if currentRecognitionMode == "phone_call" {
+            if currentRecognitionMode == "media" {
+                // 多媒体翻译：用户在别的 App 里放视频，我们用麦克风把外放的声音收进来。
+                //
+                // ⚠️ `.mixWithOthers` 是这条路能成立的前提。不加的话，我们一
+                // `setActive(true)` 就会打断/停掉正在播放的那个 App —— 用户点开
+                // 翻译，视频就哑了，等于功能自相矛盾。
+                //
+                // ⚠️ mode 用 `.default` 不用 `.voiceChat`：`.voiceChat` 会让
+                // MicrophoneCapture 打开 setVoiceProcessingEnabled（回声消除），
+                // 而这里要收的**恰恰就是本机扬声器放出来的声音**，AEC 会把它当回声
+                // 精确地消掉，结果就是一片安静、一个字都识别不出来。
+                desiredCategory = .playAndRecord
+                desiredMode = .default
+                desiredOptions = [.mixWithOthers, .defaultToSpeaker, .allowBluetoothA2DP]
+            } else if currentRecognitionMode == "phone_call" {
                 if isHeadphones {
                     desiredCategory = .playAndRecord
                     desiredMode = .default