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-phone/src/main/kotlin/pw/binom/viewmate/phone/PhoneApp.kt

@@ -1,6 +1,7 @@
 package pw.binom.viewmate.phone
 
 import android.app.Application
+import java.io.File
 import java.util.concurrent.atomic.AtomicBoolean
 import java.util.concurrent.atomic.AtomicLong
 import kotlinx.coroutines.CoroutineScope
@@ -17,6 +18,10 @@ import pw.binom.viewmate.core.media.JellyfinClient
 import pw.binom.viewmate.core.media.MirrorClient
 import pw.binom.viewmate.core.phone.PhoneActions
 import pw.binom.viewmate.core.phone.PhoneState
+import pw.binom.viewmate.core.protocol.SttCancel
+import pw.binom.viewmate.core.protocol.SttPhrase
+import pw.binom.viewmate.phone.stt.SttStreamer
+import pw.binom.viewmate.phone.stt.WhisperStt
 
 /**
  * Application телефона: создаёт клиентов (Jellyfin/mirror), PhoneState,
@@ -57,6 +62,50 @@ class PhoneApp : Application() {
     /** itemId, у которого автоподхват звука уже не удался — не дёргать повторно каждые 5с. */
     private var lastFailedItemId: String? = null
 
+    private var sttLock = Any()
+    private var sttStreamer: SttStreamer? = null
+
+    /**
+     * Лениво создаёт стриминговое распознавание (модели во filesDir/models —
+     * кладутся через adb push + run-as cp, как в этапе 1). Вызывается из хаба
+     * на первый SttAudio; тяжёлое создание Whisper — один раз на процесс.
+     */
+    private fun ensureStt(): SttStreamer? {
+        synchronized(sttLock) {
+            sttStreamer?.let { return it }
+            val modelsDir = File(filesDir, "models")
+            val vadModel = File(modelsDir, "silero_vad.onnx")
+            val encoder = File(modelsDir, "small-encoder.int8.onnx")
+            val decoder = File(modelsDir, "small-decoder.int8.onnx")
+            val tokens = File(modelsDir, "small-tokens.txt")
+            if (!vadModel.isFile || !encoder.isFile || !decoder.isFile || !tokens.isFile) {
+                log("stt", "модели не найдены в ${modelsDir.absolutePath} — STT недоступен")
+                return null
+            }
+            val whisper = WhisperStt(
+                encoderPath = encoder.absolutePath,
+                decoderPath = decoder.absolutePath,
+                tokensPath = tokens.absolutePath,
+                numThreads = 4,
+            )
+            val s = SttStreamer(
+                stt = whisper,
+                vadModelPath = vadModel.absolutePath,
+                onPhrase = { phrase, full ->
+                    log("stt", "фраза: $phrase")
+                    scope.launch { server.hub.broadcast(SttPhrase(phrase, full)) }
+                },
+                onSilence30s = {
+                    log("stt", "тишина 30 с — автo-отмена")
+                    scope.launch { server.hub.broadcast(SttCancel()) }
+                },
+            )
+            sttStreamer = s
+            log("stt", "SttStreamer готов (Whisper-small int8, VAD fp32)")
+            return s
+        }
+    }
+
     /**
      * Автоподхват звука после рестарта телефона: очки продолжают играть и шлют
      * PlaybackPosition с itemId+audioIndex, а audioSync не активен (телефон «не в курсе»).
@@ -90,6 +139,7 @@ class PhoneApp : Application() {
         server.start()
         log("server", "WS-сервер запущен на ${PhoneConfig.SERVER_PORT}")
         nsd.publish()
+        server.hub.sttFactory = { ensureStt() }
 
         val lastPositionAt = AtomicLong(0)
         val lastWasPlaying = AtomicBoolean(false)
@@ -161,6 +211,7 @@ class PhoneApp : Application() {
 
     override fun onTerminate() {
         nsd.unpublish()
+        sttStreamer?.close()
         server.stop()
         super.onTerminate()
     }