feat: голосовой ввод на очках — TripleClick + PCM → телефон → текст на очки

Протокол: SttAudio (PCM s16 16k mono кусками), SttPhrase/SttDone/SttCancel
(host→очки), StopStt(cancel) (очки→host).

Очки: TripleClick — безусловный вызов (кино: пауза + затемнение + слушаем);
во время распознавания Click — завершить (весь текст в консоль, затемнение
уходит, видео на паузе), DoubleClick — отмена; VAD-тишина 30с — автоотмена.
Микрофон (AudioRecord 16k) → SttAudio; на эмуляторе — PCM из filesDir/samples
(куски 3200 + пауза 200мс). Оверлей текста в Binocular (полупрозрачный фон,
текст по центру, в оба глаза). RECORD_AUDIO в манифесте. DEBUG-ресивер
(am broadcast DEBUG_GESTURE type=triple_click|click|double_click).

Телефон: SttStreamer — стриминговый VAD (Silero fp32, окна 512) → фразы →
Whisper-small int8 (executor, не блокирует приём) → SttPhrase на очки;
StopStt → SttDone (полный текст) / SttCancel; watchdog 30с тишины.

Фиксы (найдены на эмуляторе): IllegalThreadStateException — двойной старт
watchdog-потока (thread{}.apply{start()}); decode входящих — try/catch с
логом (не роняет сессию).

Проверено на эмуляторах (5554 очки + 5556 телефон, forward 8080):
triple_click → фразы «Раз, два» и «3 4 5» на очках (оверлей) → click →
«ВЕСЬ ТЕКСТ: Раз, два 3 4 5»; 30с-тишина → «отменено». Тесты: lib-core,
phone, glasses — зелёные.

app-glasses/src/main/kotlin/pw/binom/viewmate/glasses/MainActivity.kt

@@ -5,6 +5,7 @@ import android.content.Context
 import android.content.Intent
 import android.content.IntentFilter
 import android.hardware.display.DisplayManager
+import android.os.Build
 import android.os.Bundle
 import android.os.Handler
 import android.os.Looper
@@ -33,6 +34,7 @@ import androidx.compose.runtime.getValue
 import androidx.compose.ui.Alignment
 import androidx.compose.ui.Modifier
 import androidx.compose.ui.graphics.Color
+import androidx.compose.ui.text.style.TextAlign
 import androidx.compose.ui.unit.dp
 import androidx.core.view.WindowCompat
 import androidx.core.view.WindowInsetsCompat
@@ -40,11 +42,17 @@ import androidx.core.view.WindowInsetsControllerCompat
 import androidx.lifecycle.Lifecycle
 import androidx.lifecycle.lifecycleScope
 import androidx.lifecycle.repeatOnLifecycle
+import com.rayneo.arsdk.android.touch.TempleAction
 import com.rayneo.arsdk.android.ui.activity.BaseEventActivity
 import kotlinx.coroutines.launch
+import pw.binom.viewmate.core.MediaCommand
+import pw.binom.viewmate.core.protocol.MediaCommandMsg
+import pw.binom.viewmate.core.protocol.SttAudio
+import pw.binom.viewmate.core.protocol.StopStt
 import pw.binom.viewmate.glasses.gestures.actionName
 import pw.binom.viewmate.glasses.gestures.templeActionToCommand
 import pw.binom.viewmate.glasses.status.StatusPanelCompose
+import pw.binom.viewmate.glasses.stt.SttMicStream
 import pw.binom.viewmate.glasses.ui.Binocular
 import pw.binom.viewmate.glasses.ui.BinocularScreenSize
 import pw.binom.viewmate.glasses.ui.GlassesMovieScreen
@@ -53,6 +61,27 @@ import pw.binom.viewmate.glasses.ui.px
 class MainActivity : BaseEventActivity() {
     private var resumeAfterScreenOn = false
 
+    /** Поток аудио распознавания: микрофон, на эмуляторе — wav-файл из samples. */
+    private val sttMic = SttMicStream(lifecycleScope) { chunk ->
+        GlassesApp.instance.hostConnection.sendToHost(SttAudio(chunk))
+    }
+
+    /**
+     * DEBUG-имитация жестов (эмулятор без трекпада):
+     * `adb shell am broadcast -a pw.binom.viewmate.glasses.DEBUG_GESTURE --es type triple_click`
+     * Типы: triple_click / click / double_click. Оставлен для отладки.
+     */
+    private val debugReceiver = object : BroadcastReceiver() {
+        override fun onReceive(context: Context?, intent: Intent?) {
+            when (intent?.getStringExtra("type")) {
+                "triple_click" -> handleTripleClick()
+                "click" -> handleClick()
+                "double_click" -> handleDoubleClick()
+                else -> log("gesture", "DEBUG_GESTURE: неизвестный тип ${intent?.getStringExtra("type")}")
+            }
+        }
+    }
+
     private val screenReceiver = object : BroadcastReceiver() {
         override fun onReceive(context: Context?, intent: Intent?) {
             when (intent?.action) {
@@ -111,6 +140,22 @@ class MainActivity : BaseEventActivity() {
         }
         registerReceiver(screenReceiver, filter)
 
+        // DEBUG-имитация жестов на эмуляторе (см. debugReceiver). RECEIVER_EXPORTED
+        // на 33+ — shell `am broadcast` ходит под uid shell и не достучится до
+        // NOT_EXPORTED-ресивера. Ресивер ДЕБАГОВЫЙ (симулирует жесты) — см. TASK.md.
+        if (Build.VERSION.SDK_INT >= 33) {
+            registerReceiver(
+                debugReceiver,
+                IntentFilter("pw.binom.viewmate.glasses.DEBUG_GESTURE"),
+                Context.RECEIVER_EXPORTED,
+            )
+        } else {
+            registerReceiver(
+                debugReceiver,
+                IntentFilter("pw.binom.viewmate.glasses.DEBUG_GESTURE"),
+            )
+        }
+
         val dm = getSystemService(Context.DISPLAY_SERVICE) as DisplayManager
         dm.registerDisplayListener(object : DisplayManager.DisplayListener {
             override fun onDisplayAdded(displayId: Int) {}
@@ -137,25 +182,79 @@ class MainActivity : BaseEventActivity() {
         }, null)
     }
 
-    /** Жесты трекпада → команды просмотра (Click=пауза/плей, свайпы=±30с). */
+    /**
+     * Жесты трекпада → команды. Click/Slide — управление кино; TripleClick —
+     * голосовой ввод (безусловный вызов), Click во время прослушивания —
+     * завершить распознавание, DoubleClick — отмена.
+     */
     private fun collectTempleActions() {
         lifecycleScope.launch {
             repeatOnLifecycle(Lifecycle.State.RESUMED) {
                 templeActionViewModel.state.collect { action ->
-                    val cmd = templeActionToCommand(action)
-                    if (cmd != null) {
-                        log("gesture", "жест: ${actionName(action)} → ${cmd.command}")
-                        GlassesApp.instance.movieController.applyMediaCommand(cmd) {
-                            GlassesApp.instance.hostConnection.sendPlaybackPositionNow()
+                    when (action) {
+                        is TempleAction.TripleClick -> handleTripleClick()
+                        is TempleAction.Click -> handleClick()
+                        is TempleAction.DoubleClick -> handleDoubleClick()
+                        is TempleAction.SlideForward, is TempleAction.SlideBackward -> {
+                            val cmd = templeActionToCommand(action)
+                            log("gesture", "жест: ${actionName(action)} → ${cmd?.command}")
+                            if (cmd != null) {
+                                GlassesApp.instance.movieController.applyMediaCommand(cmd) {
+                                    GlassesApp.instance.hostConnection.sendPlaybackPositionNow()
+                                }
+                            }
                         }
-                    } else {
-                        log("gesture", "жест (резерв): ${actionName(action)}")
+                        else -> log("gesture", "жест (резерв): ${actionName(action)}")
                     }
                 }
             }
         }
     }
 
+    /** TripleClick: если не слушаем — пауза кино + старт распознавания. */
+    private fun handleTripleClick() {
+        if (GlassesApp.instance.listening.value) {
+            log("gesture", "TripleClick проигнорирован: распознавание уже идёт")
+            return
+        }
+        log("stt", "ассистент: слушаю")
+        if (GlassesApp.instance.movieController.pauseIfPlaying()) {
+            log("stt", "кино на паузе (TripleClick)")
+        }
+        GlassesApp.instance.listening.value = true
+        GlassesApp.instance.sttText.value = ""
+        sttMic.start(filesDir) { GlassesApp.instance.listening.value }
+    }
+
+    /** Click: во время прослушивания — завершить распознавание; иначе пауза/плей. */
+    private fun handleClick() {
+        if (GlassesApp.instance.listening.value) {
+            log("gesture", "Click → завершить распознавание")
+            sttMic.stop()
+            lifecycleScope.launch {
+                GlassesApp.instance.hostConnection.sendToHost(StopStt(cancel = false))
+            }
+            return
+        }
+        log("gesture", "жест: Click → ${MediaCommand.TOGGLE}")
+        GlassesApp.instance.movieController.applyMediaCommand(MediaCommandMsg(MediaCommand.TOGGLE)) {
+            GlassesApp.instance.hostConnection.sendPlaybackPositionNow()
+        }
+    }
+
+    /** DoubleClick: во время прослушивания — отмена; иначе — резерв. */
+    private fun handleDoubleClick() {
+        if (GlassesApp.instance.listening.value) {
+            log("gesture", "DoubleClick → отмена распознавания")
+            sttMic.stop()
+            lifecycleScope.launch {
+                GlassesApp.instance.hostConnection.sendToHost(StopStt(cancel = true))
+            }
+            return
+        }
+        log("gesture", "жест (резерв): DoubleClick")
+    }
+
     /**
      * Звуки касания трекпада играет сам SDK (GestureDetectorWithSound, SoundPool:
      * mercury_system_single_tap/fling/double_click/long_press) — это и есть
@@ -211,6 +310,7 @@ class MainActivity : BaseEventActivity() {
     override fun onDestroy() {
         super.onDestroy()
         unregisterReceiver(screenReceiver)
+        unregisterReceiver(debugReceiver)
     }
 
     /**
@@ -275,6 +375,29 @@ fun ConnectionScreen() {
             StatusPanelCompose(
                 modifier = Modifier.align(Alignment.TopCenter).padding(top = 12.dp),
             )
+
+            // Оверлей распознавания: затемнение + накопленный текст (поверх всего).
+            val listening by GlassesApp.instance.listening.collectAsState()
+            val sttText by GlassesApp.instance.sttText.collectAsState()
+            if (listening) {
+                Box(
+                    Modifier
+                        .fillMaxSize()
+                        .background(Color.Black.copy(alpha = 0.72f)),
+                ) {
+                    Column(
+                        modifier = Modifier.align(Alignment.Center).padding(16.dp),
+                        horizontalAlignment = Alignment.CenterHorizontally,
+                    ) {
+                        Text(
+                            if (sttText.isBlank()) "слушаю..." else sttText,
+                            color = Color.White,
+                            textAlign = TextAlign.Center,
+                            style = MaterialTheme.typography.titleMedium,
+                        )
+                    }
+                }
+            }
         }
     }
 }