stt(phone): полный текст по клику — whisper на всём буфере, VAD только для промежуточных фраз

app-phone/src/main/kotlin/pw/binom/viewmate/phone/stt/SttStreamer.kt

@@ -29,6 +29,11 @@ internal fun s16leToFloat(pcm: ByteArray): FloatArray {
  * Стриминговое распознавание: куски PCM → VAD-фразы (Silero, окна по 512) →
  * Whisper (в отдельном потоке) → колбэк [onPhrase].
  *
+ * Весь PCM сессии дополнительно накапливается без зависимости от VAD и в
+ * [finish] (по клику) распознаётся одним вызовом (хвост 30 с, если больше),
+ * перезаписывая VAD-текст; VAD-фразы остаются только промежуточными
+ * ([onPhrase]).
+ *
  * Потокобезопасен: [accept]/[finish]/[reset] синхронизированы; распознавание
  * фраз идёт в однопоточном executor-е (не блокирует приём аудио).
  *
@@ -45,6 +50,12 @@ class SttStreamer(
     companion object {
         private const val SILENCE_TIMEOUT_MS = 30_000L
         private const val WINDOW_SIZE = 512
+
+        /** Частота сэмплирования PCM: 16 кГц, s16le, mono. */
+        private const val SAMPLE_RATE = 16_000
+
+        /** Максимум PCM для распознания по клику: 30 с (дольше — последние 30 с). */
+        private val MAX_FULL_BUFFER_SAMPLES = SAMPLE_RATE * 30
     }
 
     private val lock = java.util.concurrent.locks.ReentrantLock()
@@ -79,6 +90,12 @@ class SttStreamer(
     /** Недозаполненные сэмплы (< 512) для следующего окна VAD. */
     private var pending = FloatArray(0)
 
+    /**
+     * Весь PCM сессии (FloatArray @16 кГц) — не зависит от VAD-сегментации:
+     * [finish] прогоняет его через распознаватель одним вызовом.
+     */
+    private var sessionPcm: FloatArray = FloatArray(0)
+
     /** Последняя поставленная в executor задача — finish ждёт её завершения. */
     private var lastFuture: Future<*>? = null
 
@@ -103,6 +120,7 @@ class SttStreamer(
         lock.withLock {
             if (deadlineMs == 0L) deadlineMs = System.currentTimeMillis() + SILENCE_TIMEOUT_MS
             val floats = s16leToFloat(pcm)
+            sessionPcm = sessionPcm + floats
             var i = 0
 
             if (pending.isNotEmpty()) {
@@ -134,8 +152,11 @@ class SttStreamer(
 
     /**
      * Завершить сессию (клик): выбросить остаток буфера, дождаться всех
-     * распознаваний и вернуть полный текст. Буферы НЕ сбрасывает — после
-     * вызова нужно [reset] (состояние сессии снимает вызывающий).
+     * распознаваний VAD, затем распознать весь буфер сессии одним вызовом
+     * (хвост 30 с, если длиннее) — [full] перезаписывается результатом
+     * (не конкатенация с VAD-фразами). Вернуть полный текст.
+     * Буферы НЕ сбрасывает — после вызова нужно [reset] (состояние
+     * сессии снимает вызывающий).
      */
     fun finish(): String {
         lock.withLock {
@@ -148,9 +169,40 @@ class SttStreamer(
             }
             val last = lastFuture
             if (last != null) runCatching { last.get(30, TimeUnit.SECONDS) }
+            recognizeFullBufferLocked()
             return full
         }
     }
+
+    /**
+     * Распознать весь буфер сессии [sessionPcm] одним вызовом: целиком,
+     * если ≤ 30 с, иначе последние 30 с (команда перед кликом точно влезает).
+     * Результат перезаписывает [full] — VAD-фразы идут только в [onPhrase].
+     * Вызывать с удержанным [lock].
+     */
+    private fun recognizeFullBufferLocked() {
+        val buffer = sessionPcm
+        if (buffer.isEmpty()) return
+        val chunk = if (buffer.size > MAX_FULL_BUFFER_SAMPLES) {
+            buffer.copyOfRange(buffer.size - MAX_FULL_BUFFER_SAMPLES, buffer.size)
+        } else buffer
+        val sessionId = session
+        val task = executor.submit {
+            if (sessionId != session) return@submit
+            val result = runCatching { stt.recognize(chunk) }
+            if (result.isSuccess) {
+                full = result.getOrThrow()
+                log(
+                    "stt",
+                    "полный буфер: ${chunk.size} сэмплов (${chunk.size / SAMPLE_RATE.toFloat()}с) → '$full'",
+                )
+            } else {
+                log("stt", "полный буфер: ошибка распознавания: ${result.exceptionOrNull()?.message}")
+            }
+        }
+        lastFuture = task
+        runCatching { task.get(30, TimeUnit.SECONDS) }
+    }
     /** Отмена/сброс сессии: текст не выводится, таймер тишины снимается. */
     fun reset() {
         lock.withLock { resetLocked() }
@@ -179,6 +231,7 @@ class SttStreamer(
         session++
         full = ""
         pending = FloatArray(0)
+        sessionPcm = FloatArray(0)
         deadlineMs = 0
     }