starpivot

History

Rodger-Wang 80c6ea1be3 iOS 真机排查：修同传播报路由、录音时长与电平崩溃一轮 iPhone 真机联调里发现并修掉的一组问题，多数是既有缺陷，两处是我在本轮前期改出来的回归（已在注释里标明，避免以后再踩）。同传播报路由（AzureTtsHelper.swift，phone_call 分支）这一支被改坏过三次，结论固定在注释里： ① 最早 `.defaultToSpeaker` + `overrideOutputAudioPort(.speaker)` → 连了 A2DP 也被强拽到外放；元凶是那次 override（已删）。 ② 修 ① 时把 `.defaultToSpeaker` 一并删了 → 删过头：`.playAndRecord` 的默认输出是听筒，没耳机时译文几乎听不见（「翻译出来了但不播报」）。 ③ 补回 `.defaultToSpeaker` 且 mode 设成 `.videoChat`（为了 AEC） → `.videoChat` 本身偏好内置扬声器，连了耳机又被拽到外放，绕回 ①。现在按有没有耳机分两支：有耳机走 `.default` + 仅 A2DP；没耳机走 `.videoChat` + `.defaultToSpeaker`（外放且开回声消除）。分支口径与采集侧 MicrophoneCapture 启用 voice processing 的条件完全一致，两边不再打架。没有这个 AEC 时，外放的译文会被自己的麦克风收回去，ASR 当成新一句再翻一遍。现场录音（bes_recording_service.dart） - 时长改为按已写入的数据量算（32 字节 = 1ms），与 WAV 头一致，因此界面时长与文件实际播放长度永远相等。墙钟算不准：耳机收到 AA 59 后要 1.8~6.5 秒才上行首帧，还会把等待期缓存的音频一次性补推，实测数据量比「首帧到停止」的墙钟窗口还多 21~45%，从哪头计时都对不齐。真机验证：音频19.15s/墙钟18.88s、音频18.72s/墙钟18.69s，等效采样率均为 16000Hz 整、0 丢帧。 - 修 `_updateLevel` 的 `asInt16List(offsetInBytes, …)`：原生来的 Uint8List 是带 offset 的视图，偏移为奇数时必抛 RangeError。原来藏在 try 里被吞掉，表现是波形/电平一直不动（数据本身没丢）。改成按小端手工拼 int16，与 BesCallRecordingService._writeStereo 同一修法。 ⚠️ 本轮我一度把它挪到写入之前且未包 try，一抛异常整个 _onPcm 中断、音频一帧都写不进去（实测 6990 次未捕获异常）——现在它排在写入成功之后并单独包 try，波形挂了绝不能影响录音。 - 音频写入排成 Future 队列。Stream.listen 的 async 回调不会被等待，每秒上百帧必然重叠，而 RandomAccessFile 同一时刻只允许一个异步操作。（事后核对通话录音同样写法却没丢数据，所以这条是防御性的，不是主因。）识别异常与状态收口（translation_controller.dart） - 新增 _abortRecognition：catch / error / canceled 三条异常路径统一回滚，把录音一起停掉。此前 `isRecording` 全文件只有一处 `= true`、从来没被置回 false，识别挂了右上角还在计时；异常路径更是连 stopRecording 都不调。标记同时收口进 stopRecording，所有停止路径都覆盖得到。 - startRecognition 点击即点亮 isPreparing（view 早已绑好按钮反馈，只是从来没人设过它，点下去毫无视觉变化，就是「点了没反应」）。 - `await _modeInitFuture` 补 3 秒超时。它是本轮前期为消除语言竞态加的，但没有超时——iOS 首次要激活音频会话、连着蓝牙还要等音频路由，一旦迟迟不返回点击就永久卡住。把「可能用错语言」换成「可能完全卡住」是坏交易，超时后走兜底 initialize，至少起得来。 - 三段耗时打点提到 warning 级：release 的日志级别就是 warning，用 info 打在真机上一条都留不下。其它 - Logger 在非 release 下同时 print 一份：`developer.log` 只进 VM service 的 logging stream，`flutter run` 控制台看不到、调试态下 idevicesyslog 也抓不到，真机排查时加了一堆打点却一条都看不见。 - 连接握手不再自动跑 probeCommands：每条间隔 400ms、一轮十几秒，期间 SPP 通道被占满，用户点录音/翻译的指令只能排队。需要重扫时手动调。本次在固件 0.0.3 上的扫描结果记进注释（0x0B/0C/0D/0F/10/19 有回包，但取值都不像电量百分比，电量命令仍未定位到）。 - 通话状态变化打出触发它的原始字节，便于排查「刚连上就被判成通话中」。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	1 month ago
..
azure_speech	iOS 真机排查：修同传播报路由、录音时长与电平崩溃	1 month ago

Rodger-Wang 80c6ea1be3 iOS 真机排查：修同传播报路由、录音时长与电平崩溃

一轮 iPhone 真机联调里发现并修掉的一组问题，多数是既有缺陷，两处是我在
本轮前期改出来的回归（已在注释里标明，避免以后再踩）。

同传播报路由（AzureTtsHelper.swift，phone_call 分支）
这一支被改坏过三次，结论固定在注释里：
  ① 最早 `.defaultToSpeaker` + `overrideOutputAudioPort(.speaker)`
     → 连了 A2DP 也被强拽到外放；元凶是那次 override（已删）。
  ② 修 ① 时把 `.defaultToSpeaker` 一并删了 → 删过头：`.playAndRecord` 的
     默认输出是**听筒**，没耳机时译文几乎听不见（「翻译出来了但不播报」）。
  ③ 补回 `.defaultToSpeaker` 且 mode 设成 `.videoChat`（为了 AEC）
     → `.videoChat` 本身偏好内置扬声器，连了耳机又被拽到外放，绕回 ①。
现在按**有没有耳机**分两支：有耳机走 `.default` + 仅 A2DP；没耳机走
`.videoChat` + `.defaultToSpeaker`（外放且开回声消除）。分支口径与采集侧
MicrophoneCapture 启用 voice processing 的条件完全一致，两边不再打架。
没有这个 AEC 时，外放的译文会被自己的麦克风收回去，ASR 当成新一句再翻一遍。

现场录音（bes_recording_service.dart）
- 时长改为按**已写入的数据量**算（32 字节 = 1ms），与 WAV 头一致，
  因此界面时长与文件实际播放长度永远相等。墙钟算不准：耳机收到 AA 59 后
  要 1.8~6.5 秒才上行首帧，还会把等待期缓存的音频一次性补推，实测数据量
  比「首帧到停止」的墙钟窗口还多 21~45%，从哪头计时都对不齐。
  真机验证：音频19.15s/墙钟18.88s、音频18.72s/墙钟18.69s，
  等效采样率均为 16000Hz 整、0 丢帧。
- 修 `_updateLevel` 的 `asInt16List(offsetInBytes, …)`：原生来的 Uint8List
  是带 offset 的视图，偏移为奇数时必抛 RangeError。原来藏在 try 里被吞掉，
  表现是波形/电平一直不动（数据本身没丢）。改成按小端手工拼 int16，
  与 BesCallRecordingService._writeStereo 同一修法。
  ⚠️ 本轮我一度把它挪到写入之前且未包 try，一抛异常整个 _onPcm 中断、
  音频一帧都写不进去（实测 6990 次未捕获异常）——现在它排在写入成功之后
  并单独包 try，波形挂了绝不能影响录音。
- 音频写入排成 Future 队列。Stream.listen 的 async 回调不会被等待，
  每秒上百帧必然重叠，而 RandomAccessFile 同一时刻只允许一个异步操作。
  （事后核对通话录音同样写法却没丢数据，所以这条是防御性的，不是主因。）

识别异常与状态收口（translation_controller.dart）
- 新增 _abortRecognition：catch / error / canceled 三条异常路径统一回滚，
  **把录音一起停掉**。此前 `isRecording` 全文件只有一处 `= true`、从来没被
  置回 false，识别挂了右上角还在计时；异常路径更是连 stopRecording 都不调。
  标记同时收口进 stopRecording，所有停止路径都覆盖得到。
- startRecognition 点击即点亮 isPreparing（view 早已绑好按钮反馈，只是从来
  没人设过它，点下去毫无视觉变化，就是「点了没反应」）。
- `await _modeInitFuture` 补 3 秒超时。它是本轮前期为消除语言竞态加的，
  但没有超时——iOS 首次要激活音频会话、连着蓝牙还要等音频路由，一旦迟迟
  不返回点击就永久卡住。把「可能用错语言」换成「可能完全卡住」是坏交易，
  超时后走兜底 initialize，至少起得来。
- 三段耗时打点提到 warning 级：release 的日志级别就是 warning，用 info 打
  在真机上一条都留不下。

其它
- Logger 在非 release 下同时 print 一份：`developer.log` 只进 VM service 的
  logging stream，`flutter run` 控制台看不到、调试态下 idevicesyslog 也抓不到，
  真机排查时加了一堆打点却一条都看不见。
- 连接握手不再自动跑 probeCommands：每条间隔 400ms、一轮十几秒，期间 SPP
  通道被占满，用户点录音/翻译的指令只能排队。需要重扫时手动调。
  本次在固件 0.0.3 上的扫描结果记进注释（0x0B/0C/0D/0F/10/19 有回包，
  但取值都不像电量百分比，电量命令仍未定位到）。
- 通话状态变化打出触发它的原始字节，便于排查「刚连上就被判成通话中」。

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

1 month ago

azure_speech

iOS 真机排查：修同传播报路由、录音时长与电平崩溃

1 month ago