Phase 4B：接入 RNNoise/Silero 节流并拆分 ASR 结束权

[MomiJiSan]

改动概述

本 PR 已 rebase 到 #2396 2d6a6bec3，是其上的 Phase 4B 数据面：提供与 Provider 无关的 RNNoise/Silero 活动证据、资源节流和语音生命周期，并明确拆分两条结束判断路径。

• 流式 ASR（Qwen、Soniox、Step、Grok）：RNNoise/Silero 只负责空闲跳帧、预热、暂停和 transport 生命周期；logical final 由供应商原生 endpoint/final 发布，完全不加载、不 pin、也不评估 SmartTurn。Soniox transport 建联失败只重建 Soniox candidate，不切换 core-follow Provider。
• 分段式 ASR（GLM、Gemini）：RNNoise/Silero 负责同样的资源节流；SmartTurn 动态加载/卸载并以 COMPLETE 判断逻辑轮结束。
• 默认维持“RNNoise 预热 + Silero confirm/pause”，不关闭 Silero，也不把 RNNoise-only 设为生产默认。
• 修复 SmartTurn COMPLETE 与下一轮 onset 的竞态：以 completion fence 固定旧 candidate 和已消费 PCM 边界，先轮换语义身份，再发布旧轮完成；推理期间已消费的 successor PCM 会在新轮重放。WARM_IDLE 下则坚持“非 ACTIVE 不上云”，continuous wake 生效前只缓冲 PCM。

关键技术决策

• 节流层不接收 Provider key，不选择 Provider，也不拥有 endpoint/final 权限。
• RNNoise 输出按音频块聚合的 peak/mean/last/EMA；Silero 提供确认和 pause 事件。优化关闭时连续上传，但 endpoint authority 不变。
• 流式 Provider 直接使用 Provider endpoint readiness；只有分段 Provider 才加载 SmartTurn。
• PREWARMING 的模型加载和 transport 连接不占用 PCM 入口锁；异步结果必须通过 detector epoch、session epoch、audio generation 和对象身份校验。
• PREWARMING 未确认时使用 session config 的 idle_transport_close_ms；Provider final 后的 WARM_IDLE 使用 provider_policy.warm_transport_ms。Soniox 因而保持默认 25 秒 WSS 保温，不新增 Provider 特判；旧 epoch 或旧 lifecycle 的计时器不能关闭 successor。
• Detector completion 通过统一入口消费 candidate binding：正常与 deferred 顺序都会在发布时移除 _bound_turns；重复、旧 epoch 和 callback 异常不会恢复或保留旧 binding，也不新增随 turn 增长的 completed set。
• Soniox 在持续模式启动和 connect_transport() 两个入口均使用 3 次总尝试与 250/500 ms 退避；每次只用原始 Soniox selection 创建新 candidate，失败 candidate 必须关闭。重试不改写 _asr_transport_selection、_asr_provider 或 lifecycle.provider_policy；耗尽后进入 BLOCKED，通过统一终止入口只发送一次 ASR_INDEPENDENT_PROVIDER_UNAVAILABLE。
• final 后统一调用 release_deferred_turn()：解除旧轮屏障，但不清空可能已经到达的下一轮音频。SmartTurn COMPLETE 通过 SmartTurnCompletionFence 固定旧 candidate；fail-open 仅触发通用 continuous wake，不能越过 lifecycle 直接发送 PCM。
• shadow 指标只记录低基数决策，不记录 PCM、概率序列或可恢复音频特征。

“关闭 Silero”消融结论

该实验只回答“分段式 ASR 能否移除 Silero”，不用于决定流式 ASR 的 endpoint。

方案	关键结果	决策
RNNoise 单帧	252/307；67 个无人声片段中 55 个误启动	淘汰
RNNoise 连续确认 100ms	302/307；235/240 语音检出，67/67 无人声未误启动	继续做 onset/prewarm shadow，不负责结束
RNNoise + Silero + SmartTurn	约 66.3ms CPU、约 51MB；SmartTurn 约 15.1 次/分钟；无提前结束	当前分段式可靠基线
RNNoise + 每 500ms SmartTurn、无 Silero	仅节省约 9.8MB，但 CPU +11.6%、SmartTurn 调用近翻倍；167/240 提前结束、63/240 未完成	淘汰

因此当前不关闭 Silero。节省的内存不足以抵消 CPU、调用压力和结束可靠性回归。

RNNoise / Silero 评估与发布门槛

仓库语料按原始来源拆分 calibration/holdout；同一 TTS 的 clean 与不同 SNR 变体不跨集合：

• calibration：230 片段、80 个原始来源；
• holdout：77 片段、27 个原始来源；
• 原始来源交集：0；
• calibration 选择 RNNoise 连续 100ms、阈值 0.7；
• holdout：60/60 语音召回、17/17 负样本拒绝，onset median/p95 为 130/233ms；fan/game_sfx/impulse/pink/silence/white 均进入留出集且无误触发。

这些数据仍来自仓库 TTS 与合成噪声。评测工具已支持匿名 --real-device-manifest，报告不写入录音路径或 PCM；当前没有带标签真实麦克风语料，所以明确记录 real_device_metrics.available=false。在多设备、长时间 false-prewarm、onset P95 和首字丢失率达到门槛前，不切换 RNNoise-only。

不拆分理由 / Why Not Split

RNNoise/Silero 决策、SmartTurn 动态生命周期、transport generation 屏障和 pre-roll/首字保护共同构成同一条数据面状态机。若拆成独立 PR，中间状态可能出现“已节流但 endpoint 未就绪”“旧 transport 接受新音频”或“final 清空下一轮首帧”等不可安全发布组合。

评测工具与报告保留在本 PR 中，用来约束默认策略仍为 RNNoise + Silero，并防止代码先切换到尚未通过真实设备门槛的 RNNoise-only。声纹属于独立身份 gate，不进入本 PR。

回归报告 / Regression Report

• 改动：统一 RNNoise/Silero 活动证据与节流；拆分流式/分段式 endpoint；增加 transport/audio-generation 屏障；加入 SmartTurn completion fence 与 successor PCM 重放；按状态所有权拆分 PREWARMING 与 WARM_IDLE TTL；在 completion 发布时消费 Detector binding；补回流式 Provider 的 transport-only prewarm 传播，并以有界 Provider candidate fence 收敛本地 candidate completion；同步 Phase 3：接入生产独立 ASR、GLM/Gemini 与动态 Smart Turn #2345 的 Soniox Provider 不变契约到新的 transport 状态机；在 DRAINING successor overflow 时只撤销 successor 本地检测状态，保留旧 Provider final fence，并把 final acceptance 移到 fence 成功消费之后。
• 理由 / 必要性：旧语义会让流式 Provider 也尝试 pin SmartTurn，旧 final reset 可能清除下一轮首字；流式 feed() 曾丢失 RNNoise PREWARM 决策，Provider final 也没有完成本地 candidate；统一 5 秒计时又会过早关闭 Provider warm transport，完成后的 binding 则会在长会话中按 turn 累积；DRAINING overflow 过去会完整 reset Detector、销毁旧 Provider fence，使旧 final 被标记 accepted 后静默丢弃并最终触发 watchdog。
• 前后表现：流式路径完全不启动 SmartTurn；RNNoise 高置信 onset 可提前建立原 Provider transport，但 Silero 确认前 Provider wire PCM 为零。Provider final 后，无 successor 时恢复 idle throttle；有 successor 时保留其活动和有界 pre-roll。PREWARMING 继续 5 秒回收，Soniox WARM_IDLE 保持 25 秒保温。正常与 deferred completion 都会释放旧 binding，100 轮会话容量保持稳定。Soniox retry candidate 均来自同一 selection，耗尽后只发送一次专属 fail-closed 状态。DRAINING overflow 现在只推进一个有界 discard watermark；旧 final 正常发布一次，overflow 后的新 successor 仍可保留，fence 异常则一次 ASR_ENDPOINTING_FAILED fail-closed。
• 验证结果：完整 ASR 组合回归 434 passed，runtime.py 与 detector_runtime.py 合计覆盖率 82.49%；VoiceTurn 回归 65 passed / 2 skipped。新增覆盖 Soniox/Qwen DRAINING overflow、旧 final 单次交付、watchdog 不触发、overflow 后 successor 保留、重复 discard、stale fence、Silero reset 异常、两种 final/overflow 锁竞争、session/lifecycle/detector identity 替换与 100 轮有界性。Ruff、git diff --check 通过；GitNexus detect_changes 为 LOW / 0 affected flows。
• 潜在回归点：持续上传的网络占用、PREWARMING/WARM_IDLE 计时器替换、旧 lifecycle/transport 重连、DRAINING 期间新轮到达、deferred completion、callback 异常、DRAINING overflow 与 Provider final 的锁竞争、accepted transcript 在 successor abort 前的交付顺序，以及真实设备标签质量。

风险与边界

本 PR 不实现声纹，不修改小游戏，不允许 RNNoise/Silero 发布 logical final，也不回退 Omni 或其他 ASR Provider 做独立 ASR 的故障兜底；不修改 workers/soniox.py 的已连接后 recovery/replay、Provider <end>、partial/final 或错误分类。TTL 修复不改变 Provider selection、重试和 endpoint；binding 修复不改变 SmartTurn 决策、candidate generation 或 PCM replay。Transport-only prewarm 只拥有资源预热权；Provider candidate fence 只封存和完成本地资源边界，两者均不取得 Provider endpoint/final 权限。用户明确关闭独立 ASR 时仍保留 Core/Omni 原生语音路径。

Phase 4 收敛为 3 个 PR：4A（#2396，控制面）、4B（本 PR，节流和生命周期数据面）、4C（#2408，声纹 shadow/可选 gate）。小游戏迁移待接口稳定后单独实施。

[coderabbitai]

Important

Review skipped

Auto reviews are disabled on base/target branches other than the default branch.

🗂️ Base branches to auto review (3)

• steam
• react-rewrite
• plugin

Please check the settings in the CodeRabbit UI or the .coderabbit.yaml file in this repository. To trigger a single review, invoke the @coderabbitai review command.

⚙️ Run configuration

Configuration used: Repository UI

Review profile: CHILL

Plan: Pro Plus

Run ID: 6db5b443-8bba-4e6f-b748-ce5d43882f79

You can disable this status message by setting the reviews.review_status to false in the CodeRabbit configuration file.

Use the checkbox below for a quick retry:

• 🔍 Trigger review

---

Thanks for using CodeRabbit! It's free for OSS, and your support helps us grow. If you like it, consider giving us a shout-out.

❤️ Share

• X
• Mastodon
• Reddit
• LinkedIn

_{Comment @coderabbitai help to get the list of available commands.}

[greptile-apps]

Greptile Summary

This PR adds provider-neutral local voice throttling and lifecycle guards. The main changes are:

• Adds RNNoise chunk evidence and throttle decisions.
• Adds detector prewarm and continuous-upload events.
• Adds SmartTurn pinning and transport generation barriers.
• Extends independent-ASR lifecycle and audio routing tests.

Confidence Score: 5/5

This looks mergeable after addressing the turn-boundary onset-audio loss.

• A SmartTurn completion can clear local activity before the next candidate is admitted.
• Generation checks and lifecycle cleanup otherwise protect stale transport and PCM paths.

main_logic/asr_client/detector_runtime.py

Important Files Changed

Filename	Overview
main_logic/asr_client/throttle_policy.py	Adds policy decisions, baseline tracking, and shadow metrics for local voice throttling.
main_logic/asr_client/detector_runtime.py	Connects throttle decisions to detector candidates, prewarm events, and SmartTurn session pinning.
main_logic/core/asr_runtime.py	Adds independent-ASR prewarm handling, lifecycle cleanup, and transport/audio generation checks.
main_logic/core/streaming.py	Carries ingress identity through hot-swap audio caching and validates frames before replay.
main_logic/asr_client/audio_pipeline.py	Builds per-chunk RNNoise evidence while preserving existing normalized PCM output.
utils/audio_processor.py	Records RNNoise peak, mean, last-frame, and EMA statistics for each processed chunk.

Sequence Diagram

%%{init: {'theme': 'neutral'}}%%
sequenceDiagram
    participant Mic as Microphone
    participant Pipe as Audio Pipeline
    participant Det as Detector Runtime
    participant Core as ASR Runtime
    participant Tx as Provider Transport
    Mic->>Pipe: PCM block
    Pipe->>Det: RNNoise evidence + PCM
    Det->>Core: prewarm or continuous event
    Core->>Det: prepare/pin SmartTurn
    Core->>Tx: connect transport
    Det->>Core: speech activity / completion
    Core->>Tx: send validated turn PCM

Loading

%%{init: {'theme': 'base', 'themeVariables': {"darkMode": true, "background": "#0d1117", "primaryColor": "#21262d", "primaryTextColor": "#e6edf3", "primaryBorderColor": "#8b949e", "lineColor": "#8b949e", "textColor": "#e6edf3", "edgeLabelBackground": "#161b22", "actorBkg": "#21262d", "actorBorder": "#8b949e", "actorTextColor": "#e6edf3", "actorLineColor": "#8b949e", "signalColor": "#8b949e", "signalTextColor": "#e6edf3", "noteBkgColor": "#373320", "noteBorderColor": "#d4a72c", "noteTextColor": "#f0e6c0", "labelBoxBkgColor": "#21262d", "labelBoxBorderColor": "#8b949e", "labelTextColor": "#e6edf3", "loopTextColor": "#e6edf3", "activationBkgColor": "#30363d", "activationBorderColor": "#8b949e"}}}%%
sequenceDiagram
    participant Mic as Microphone
    participant Pipe as Audio Pipeline
    participant Det as Detector Runtime
    participant Core as ASR Runtime
    participant Tx as Provider Transport
    Mic->>Pipe: PCM block
    Pipe->>Det: RNNoise evidence + PCM
    Det->>Core: prewarm or continuous event
    Core->>Det: prepare/pin SmartTurn
    Core->>Tx: connect transport
    Det->>Core: speech activity / completion
    Core->>Tx: send validated turn PCM

Loading

_{Reviews (1): Last reviewed commit: "feat(asr): add provider-neutral voice re..." | Re-trigger Greptile}

[chatgpt-codex-connector]

💡 Codex Review

Here are some automated review suggestions for this pull request.

Reviewed commit: 7a8c638153

ℹ️ About Codex in GitHub

Your team has set up Codex to review pull requests in this repo. Reviews are triggered when you

• Open a pull request for review
• Mark a draft as ready
• Comment "@codex review".

If Codex has suggestions, it will comment; otherwise it will react with 👍.

Codex can also answer questions or update the PR. Try commenting "@codex address that feedback".

[MomiJiSan]

已补充并复核 RNNoise / Silero 语音存在检测预备报告 和可复现评测工具。

二次审计修正了三个口径：RNNoise 持续条件现在直接捕获真实 10ms frame；Silero 使用生产 gate（0.5 onset、<0.35 reset、至少7个窗口）；性能同时记录 CPU/wall，并拆分共享 ONNX Runtime 与 Silero session RSS。

核心结果（307 个固定片段、767.5 秒）：

• Phase 4B：接入 RNNoise/Silero 节流并拆分 ASR 结束权 #2398 RNNoise 自适应策略（fresh session）：speech recall 100%，负样本误触发 82.09%，balanced accuracy 58.96%，不能单独作为当前默认节流策略。
• RNNoise 严格连续 100ms、阈值 0.7（探索点）：recall 97.92%，负样本误触发 0%，balanced accuracy 98.96%，onset median/p95 为 110/346ms。
• Silero raw 生产 gate：recall 95.83%，负样本误触发 0%；Silero after RNNoise：recall 96.67%，误触发 0%。
• 完整 RNNoise 桌面管线约 43.7ms CPU/每秒音频、RSS +0.45MiB；Silero约3.8ms CPU/每秒音频，session warm RSS +21.6MiB；首次共享 ONNX Runtime另约 +10.5MiB。

确认后的结论：

1. RNNoise-only 值得继续做 LOCAL_LISTEN shadow，但现在不能设为生产默认：探索阈值与统计来自同一语料，ru组召回仅89.58%，且缺少真实房间、电视/回声、远场和独立holdout。
2. Phase 4B：接入 RNNoise/Silero 节流并拆分 ASR 结束权 #2398 的 _process_without_vad() 已有每500ms请求SmartTurn的fallback，所以“没有Silero就技术上无法endpoint”不成立；全程不加载Silero是可实验方案。
3. 仍需单独测 periodic SmartTurn 的CPU/队列压力、长语音误判、evaluation合并率和完成延迟。该报告通过前保留Silero生产路径。
4. 边界不变：RNNoise/Silero只提供资源证据，SmartTurn COMPLETE仍是唯一逻辑endpoint；SmartTurn未READY时Provider wire audio=0；PCM不进入Core/Omni/consumer，不增加Omni fallback。

[MomiJiSan]

关于“关闭 Silero”实验图的口径与最终决策（已按 3 个 PR 收敛）

图片中的表格不是独立 ASR 整体准确率评测，而是分段式 ASR 关闭 Silero 的消融实验，分别验证 RNNoise 能否负责 onset，以及移除 Silero 后能否靠每 500ms 轮询 SmartTurn 判断结束。

方案	关键结果	决策
RNNoise 单帧	252/307；67 个无人声片段中 55 个误启动	淘汰
RNNoise 连续确认 100ms	302/307；235/240 语音检出，67/67 无人声未误启动	继续做 onset/prewarm shadow，不负责结束
RNNoise + Silero + SmartTurn	约 66.3ms CPU、约 51MB；SmartTurn 约 15.1 次/分钟；无提前结束	当前分段式可靠基线
RNNoise + 每 500ms SmartTurn、无 Silero	仅节省约 9.8MB，但 CPU +11.6%、SmartTurn 调用近翻倍；167/240 提前结束、63/240 未完成	淘汰

架构与决策

• 流式 ASR：RNNoise/Silero 只做节流，Provider 原生 endpoint/final 负责结束，完全不加载 SmartTurn；图片中的 SmartTurn 数据不适用于该路径。
• 分段式 ASR：维持 RNNoise 预热 + Silero confirm/pause + SmartTurn COMPLETE。
• 当前不关闭 Silero，也不切换 RNNoise-only；RNNoise 连续 100ms 继续作为 onset/prewarm shadow，等待多设备真实麦克风、长期 false-prewarm、onset P95 和首字丢失率验收。
• 声纹只回答“是不是目标用户”，不能替代语音存在检测或结束判断。

Phase 4 收敛方案

Phase 4 总计 3 个 PR：

1. Phase 4A — Phase 4A：建立受控 ASR consumer routing 与语音设置 #2396：控制面——独立 ASR 默认值、资源优化开关和设置 UI；
2. Phase 4B — Phase 4B：接入 RNNoise/Silero 节流并拆分 ASR 结束权 #2398：数据面——RNNoise/Silero 节流、流式/分段式 endpoint 分流、SmartTurn 动态生命周期、首字保护，以及支撑默认策略的 holdout/真实设备评测入口；
3. Phase 4C — 后续新 PR：声纹 shadow/可选 gate、录入与隐私边界、误拒绝和多人/电视声评测。

不再为 RNNoise 真实设备验证单开 Phase 4 PR；评测与策略边界保持在 #2398。小游戏迁移不计入 Phase 4，待 ASR 接口稳定后单独实施。

[MomiJiSan]

两项跨轮竞态已收敛（当前 head c324e53f）

针对 review 提出的两个阻塞问题，本 PR 已在既定边界内完成修复：

1. SmartTurn 完成后的下一轮 onset 丢失

   • 通过 completion fence / candidate generation 隔离旧轮完成结果；
   • SmartTurn 接受旧轮 COMPLETE 时先在串行控制通道轮换状态，再异步通知 Core；
   • 旧轮 completion 不再清除 fence 之后已经到达的 successor candidate、Silero activity 或 pre-roll；重复/过期 completion 保持幂等丢弃。

2. 关闭资源优化后的 WARM_IDLE 唤醒竞态

   • 生命周期现在只有 ACTIVE 可以向 Provider 转发 PCM；
   • LOCAL_LISTEN / WARM_IDLE 的当前块先进入 pre-roll，continuous wake 生效并进入 ACTIVE 后再按原顺序 drain；
   • fail-open 只表示检测节流不可用时仍可唤醒，不再允许绕过 lifecycle / turn identity 直接发送音频。

对应提交：

• 82da2039 — fix(asr): preserve successor candidate across SmartTurn completion
• c324e53f — fix(asr): buffer continuous wake audio until lifecycle activation

边界保持不变：未修改 #2345、Provider Worker/registry、RNNoise 100ms 与 Silero 阈值、SmartTurn 模型、声纹、UI、小游戏或任何 fallback。

回归结果：ASR/VoiceInput 相关 388 tests passed，目标覆盖率 81.66%；ruff、async blocking 与变更范围检查通过。新增确定性测试覆盖旧轮 completion 与新轮首帧交错，以及 dispatcher 暂停期间 WARM_IDLE PCM 只缓冲不越界发送。

当前继续保持 Draft，等待基于最新 head 的 review/check；最终仍按既定堆叠顺序 rebase，不把这两项修复下沉到 #2345。

[MomiJiSan]

本次已把 Phase 4B 对旧碎片模块的修改迁入 #2345 确立的 owner：音频证据并入 audio.py，detector 契约进 detector.py，生命周期进 lifecycle.py，运行时进 runtime.py / detector_runtime.py；仅保留职责独立的 throttle_policy.py。旧模块和旧 import 零引用，asr_client 不反向依赖 core。专项 169 passed，完整堆叠回归 486 passed；GitNexus LOW、0 affected processes。

[MomiJiSan]

已复核 #2396 的两个 P2 修复（14fe8f5a）对本 PR 的影响。

#2398 的自有提交没有修改 static/app/app-audio-capture.js，也没有重新实现弹窗 portal/disposer 或设置 Pending 生命周期，因此不需要在 4B 复制同一修复。该逻辑继续由 4A 单点拥有，4B 保持 RNNoise/Silero 节流、lifecycle 与数据面边界。

upstream/codex/phase4-a-voice-settings 已快进到 14fe8f5a，本 PR 的合并基线会包含该修复。后续做精确堆叠整理时，只需将 #2398 rebase 到该基线并重跑组合回归，不新增第二套前端实现。

[MomiJiSan]

Soniox fail-closed 边界需要在 transport 重构中保持。

[MomiJiSan]

Soniox failure contract stacked 收敛

Soniox failure contract 已按 stacked owner 完成收敛：

• Phase 3：接入生产独立 ASR、GLM/Gemini 与动态 Smart Turn #2345 e5336cfb4 已删除基础启动路径中的 Soniox → core-follow fallback；Soniox 建联失败只使用原 selection 限次重试，耗尽后 fail-closed，并明确报告 provider=soniox。
• Phase 4A：建立受控 ASR consumer routing 与语音设置 #2396 2d6a6bec3 仅 rebase，没有复制 Provider recovery 逻辑。
• 本 PR b9e40984b 的 restart_transport() 已删除 fallback selection 和跨 Provider 状态改写；所有候选均来自原始 Soniox selection，同时保留 session epoch、audio generation、lifecycle 和 factory identity 屏障。
• Phase 4C：接入无执行权的声纹 Shadow Runtime #2408 20dafe93f 仅做下游 rebase/冲突邻接收敛，Speaker Shadow 仍无 Provider、endpoint 或 fallback 控制权。

回归覆盖同 Provider 重试成功、250/500 ms 退避、重试耗尽、Provider selection/持久配置不变、core-follow resolver 零调用、取消与四类过期连接、失败 candidate 迟到 callback、pending speech 恢复、Provider endpoint authority、SmartTurn 零 pin，以及用户可见 Soniox unavailable 状态。

最终验证：

• Phase 3：接入生产独立 ASR、GLM/Gemini 与动态 Smart Turn #2345 基础组合：166 passed；Core package contract 通过；
• Phase 4A：建立受控 ASR consumer routing 与语音设置 #2396 精确组合：129 passed；
• Phase 4B：接入 RNNoise/Silero 节流并拆分 ASR 结束权 #2398 rebase 后 ASR unit/static：407 passed；Core package contract 与 Ruff 通过；唯一浏览器失败仍是既有 React chat bundle 404；
• Phase 4C：接入无执行权的声纹 Shadow Runtime #2408 完整堆叠：515 passed / 3 条真实模型条件性 skipped，runtime.py coverage 80.11%。

#2398 与 #2408 的 GitNexus detect_changes 均为 LOW、0 affected flows。建议仍按 #2345 → #2396 → #2398 → #2408 顺序合并。

[MomiJiSan]

已在 ece43f639 收敛连续模式的最终状态所有权。

Soniox 三次建联失败后，restart_transport() 现在通过统一 fail-closed 清理入口完成 RETRIES_EXHAUSTED → BLOCKED、session epoch/audio generation 失效、dispatcher 清理和资源关闭，并且只发送一次 ASR_INDEPENDENT_PROVIDER_UNAVAILABLE / soniox。连续启动层会先检查 session epoch 与 lifecycle identity；如果下层已经终止，就直接返回，不再追加 ASR_INDEPENDENT_FAILED 或 ASR_INDEPENDENT_READY。

新增回归覆盖关闭资源优化时三次同 selection 失败、250/500 ms 退避、三个 candidate 全部关闭、Soniox unavailable 恰好一次，以及第三次成功、endpointing 失败、非 Soniox 失败、stale epoch 和 cancellation。ASR 回归为 405 passed，runtime.py coverage 80.00%，Ruff、diff check 和 GitNexus 影响检查通过。

本提交只处理双重最终状态；未修改重试次数、Provider selection/fallback、用户配置、Soniox worker/endpoint、SmartTurn、TTL、_bound_turns、前端/i18n 或 PR Description。

[MomiJiSan]

Phase 4B 的两个资源生命周期问题已分别收敛：

• PREWARMING 继续使用 idle_transport_close_ms 的 5 秒误预热回收时间；Provider final 后的 WARM_IDLE 改为使用 provider_policy.warm_transport_ms，Soniox 保持默认 25 秒 WSS 保温。旧 session epoch 或旧 lifecycle 的计时器不能关闭 successor。
• Detector completion 在正常与 deferred 两种顺序下都会通过统一入口消费 _bound_turns；重复、旧 epoch 和 callback 异常不会恢复或保留旧 binding，100 轮长会话容量保持稳定。

两项修改均未改变 Provider selection、Soniox retry、endpoint、SmartTurn authority、candidate generation、PCM replay 或 lifecycle 状态转换。定向与组合回归共 413 项通过；runtime.py 覆盖率 80%，detector_runtime.py 覆盖率 84%，合计 82.20%；Ruff、diff check 通过，GitNexus compare 为 LOW / 0 affected flows。

#2408 已 rebase 到本 PR 最新 head，仅执行 Speaker Shadow 组合回归，没有复制 TTL 或 binding cleanup 实现。

[MomiJiSan]

Phase 4B 的两个检测边界问题已完成收敛（4a8f34a50）：

• 流式 Provider 的 RNNoise 高置信 onset 现在只发布 transport-only prewarm，并复用既有 connect_transport() 提前连接原 Provider。Silero 确认前不激活 audio dispatcher、不发送 Provider wire PCM，也不会加载或 pin SmartTurn；重复高置信帧不会重复建联，未确认预热仍按 5 秒回收。
• Provider endpoint 只 seal 本地 candidate fence，Provider final 消费旧 candidate。无 successor 时恢复 idle throttle、静音跳帧和 ambient baseline；有 successor 时保留其活动与有界 pre-roll。stale/duplicate fence 直接忽略，100 轮 completion 后 fence/binding 容量保持稳定。

两项修改均未改变 Provider selection、Soniox retry/fail-closed、fallback、Provider endpoint/final authority、SmartTurn authority 或 5/25 秒 TTL。#2408 已 rebase 到本 head（3ed1ccca3），冲突只保留 Speaker Shadow 观测 wiring，没有复制 throttle_action、transport prewarm 或 Provider candidate fence，也不再由 shadow 推进 Provider candidate generation。

验证结果：#2398 为 464 passed / 84.47% coverage；#2408 完整组合为 521 passed / 3 skipped / 84.89% coverage。两边 Ruff、git diff --check 均通过；#2408 GitNexus compare 为 LOW / 20 个预期文件 / 0 affected processes。

[MomiJiSan]

Phase 4B 的 DRAINING successor overflow / Provider final fence 已按状态所有权完成收敛：

• Provider-endpoint 路径不再对 DRAINING 中的 successor overflow 调用完整 DetectorRuntime.reset()；现在只重置 successor 的 Silero/throttle activity，并以单一 discard watermark 忽略已丢弃 sequence，旧 sealed turn、Provider fence、final watchdog 和原 transport 均保持不变。
• Provider final 只有在 complete_provider_candidate() 成功消费 fence 后才写入 accepted-final；fence 缺失、过期或局部 reset 异常会退出 final lock 后一次 ASR_ENDPOINTING_FAILED fail-closed，不再静默吞掉 final。
• final/overflow 两种锁竞争均已覆盖：final 停在 WARM_IDLE 时清空坏 pending 但保留 transport；final 已激活 successor 时先交付旧 accepted transcript，再执行原 ACTIVE backpressure abort。session epoch、lifecycle 或 detector 被替换时旧 overflow 不触碰 successor session。

本次没有修改 Soniox retry/fallback、Provider selection、endpoint/final authority、worker replay、RNNoise prewarm、5/25 秒 TTL、SmartTurn completion fence、PCM replay、buffer 阈值、前端状态码或 i18n，也没有新增 Provider 名称特判或增长型 completed set。

验证：完整 ASR 组合回归 434 passed，runtime.py + detector_runtime.py 覆盖率 82.49%；VoiceTurn 65 passed / 2 skipped；Ruff、git diff --check 通过；GitNexus detect_changes 为 LOW / 0 affected flows。提交：3a1e124de。

[MomiJiSan]

Restack 完成回执

本 PR 已完成 restack：

• 新 base：Phase 4A：建立受控 ASR consumer routing 与语音设置 #2396 392e89e0a
• 新 head：Phase 4B：接入 RNNoise/Silero 节流并拆分 ASR 结束权 #2398 b35c3251f
• GitHub 状态：Draft / CLEAN

重放时按新版 #2345/#2396 架构完成了边界适配：

• MicLease、consumer identity 与 transcript routing 继续由 Core/voice_input 层负责；
• asr_client 只保留 provider-neutral 活动证据、节流、prewarm、provider final fence 与生命周期逻辑；
• 没有重新引入旧版任意字符串 consumer、MicLease owner 逻辑或错误回落；
• 没有修改 TTS，也没有接入插件运行时；
• 原 14 个提交重放为 13 个有效提交；旧的 Soniox terminal-failure 提交已被新版统一错误处理吸收，因此未制造空提交。

验证结果：

• ASR / voice-input 回归：488 passed；
• ruff 通过；
• Core 分层契约检查通过；
• GitNexus 最终变更范围为预期的 ASR runtime / detector / lifecycle 路径；
• CodeRabbit check 通过。

上游 codex/phase4-a-voice-settings stacked-base 镜像已同步到 392e89e0a，因此本 PR 与 #2396 的实际祖先关系和 GitHub base 状态一致。

[MomiJiSan]

已完成本轮 stacked rebase 并解决冲突：

• 已将分支 rebase 到 Phase 4A：建立受控 ASR consumer routing 与语音设置 #2396 当前 base 392e89e。
• Head：362f999 → 4a2cbde；GitHub 当前为 MERGEABLE / CLEAN。
• Git 自动跳过 5 个 base 已包含的等价提交，成功重放 16 个独有提交；rebase 前后最终文件树完全一致，没有人工冲突取舍或语义改动。
• 聚焦回归：439 passed；Ruff 与 git diff --check 通过。
• GitNexus：MEDIUM，覆盖 26 个文件、785 个符号及 5 条 Independent ASR 启动/错误/关闭流程；rebase 未扩大既有影响范围。

下一步继续按 stacked 顺序处理 #2408。

[MingTianSang]

@codex review

[chatgpt-codex-connector]

💡 Codex Review

Here are some automated review suggestions for this pull request.

Reviewed commit: 4a2cbdeac5

ℹ️ About Codex in GitHub

Codex has been enabled to automatically review pull requests in this repo. Reviews are triggered when you

• Open a pull request for review
• Mark a draft as ready
• Comment "@codex review".

If Codex has suggestions, it will comment; otherwise it will react with 👍.

When you sign up for Codex through ChatGPT, Codex can also answer questions or update the PR, like "@codex address that feedback".

[chatgpt-codex-connector]

Return an AsrSubmitResult on dispatcher failure

When detector dispatcher backpressure happens while the throttle-unavailable/fail-open path is opening, this branch returns a bare bool even though submit() otherwise returns AsrSubmitResult and Core immediately reads result.status after awaiting it. That turns the handled endpointing failure into an AttributeError: 'bool' object has no attribute 'status' in main_logic/core/asr_runtime.py instead of the intended unavailable submit result.

Useful? React with 👍 / 👎.

[chatgpt-codex-connector]

Propagate RNNoise evidence through Core

Although the pipeline now attaches rnnoise_evidence, the production microphone route drops it before IndependentAsrRuntime.submit(): Core forwards only speech_probability/rnnoise_available into _route_microphone_audio and then recreates ProcessedVoiceFrame without this field. As a result live 48 kHz audio falls back to synthetic one-frame evidence, so the new adaptive baseline and shadow metrics do not use the real RNNoise frame_count, mean, or ema values this change computes.

Useful? React with 👍 / 👎.