fix(voice-input): 修复跨音频块重采样的异常零值

[dashhuang]

这次改了什么

摘要

连续音频块重采样时，跨块插值位置可能落在前一块的最后一个样本。原实现读取当前块的负索引，得到 NaN，转成 PCM16 后产生异常零值。48kHz 恒定输入分成 100 个 128 样本块时，修复前的 4,267 个输出样本中可复现 33 个异常零值。

AudioWorklet 和 ScriptProcessor 回退路径现在都保留上一块末样本供跨块插值，并在录音重置时清除该状态。新增同一套输出回归矩阵覆盖两条路径，确保分块后的波形与离线连续插值一致。

变更类型

• fix 缺陷修复

范围

• 关联 Issue / 需求：修复桌面语音输入跨块重采样的异常零值。
• 本 PR 包含：两条采集路径的插值边界修复，以及连续块、不同采样率、尾包和重置回归测试。
• 明确不包含：采集格式、网络协议、降噪配置、ASR 或润色策略调整。
• 用户可见变化：跨块音频不再因负索引插入异常零值；实际识别准确率改善尚未测量。
• 是否存在 breaking change：无。

UI 变化

• 引用的设计规范：不涉及：仅修正音频重采样计算，无界面、交互或文案变化。

怎么验证的

自动验证

pnpm --filter desktop exec vitest run src/renderer/voice-input/__tests__/audioResampling.test.ts src/renderer/voice-input/__tests__/pcm16kWorklet.test.ts
结果：21 项通过，其中新增 18 项；新增测试在修复前有 14 项失败。

pnpm test:unit:related
结果：通过（Desktop 相关单测）。

pnpm --filter desktop run --if-present typecheck
结果：通过。

pnpm --filter desktop exec eslint src/renderer/voice-input/pcm16k-worklet.js src/renderer/voice-input/WebMicAudioEngine.ts src/renderer/voice-input/__tests__/audioResampling.test.ts
结果：通过。

git diff --check
结果：通过。

回归包含 48k/44.1k/32k/16k/8kHz 输入、128/1024/混合单样本分块、恒定与变化波形、尾包只发送一次、录音重启状态隔离。波形使用绝对位置的离线插值作为独立基准。

手工验证

进程内加载实际 Worklet，以合成输入复现并核对 PCM 输出；另对完整 diff 做独立审查，未发现 P0/P1。

未执行的验证

未启动真实麦克风、未运行端到端 ASR 准确率测试，也未进行 Windows 设备实测。本修复为共享的纯计算路径，回归使用内存输入，不访问设备、账号或云服务。全量单测由 CI 执行。

风险

风险分类

• 跨平台差异

影响与回滚

• 影响范围：Desktop AudioWorklet 与 ScriptProcessor 回退路径，均应用相同插值修复；macOS/Windows 的真实设备行为尚未实测。没有原生层、权限、持久数据或协议变更。
• 回滚 / 降级方式：回退本提交即可，不需要数据迁移；但旧版的跨块异常零值会重新出现。

提交前检查

• 已 review 完整 diff
• 每个 commit 都带 DCO 签名（git commit -s，见 DCO）
• UI 改动已在「UI 变化」注明引用的设计规范章节（不涉及 UI 则跳过）
• 未提交凭证、令牌或授权文件
• 已补充必要文档（算法边界注释与 PR 复现说明）
• 已确认测试结果或说明未执行原因

[chatgpt-codex-connector]

Codex Review Summary

This comment shows the latest Codex review activity on this pull request.

Review	Status	Commit	Review trigger
📝 Code Review	✅ Completed 2026-09-05T11:04:04.445134Z	ab89b9f	PR opened

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" or "@codex security review".

Codex reacts with 👀 while any review is running, comments if it has suggestions, and reacts with 👍 once all reviews finish with no findings.

[greptile-apps]

Greptile Summary

此 PR 修复了连续音频块重采样时跨块插值读取负索引的问题，并让 AudioWorklet 与 ScriptProcessor 回退路径使用一致的前一块末样本状态。

• 两条采集路径均保存上一音频块的最后一个样本。
• 录音状态重置时同步清除跨块样本和分数位置。
• 新增覆盖多种采样率、分块方式、尾包与录音重启的共享回归矩阵。
• 未发现由本次变更引入的可操作问题。

Confidence Score: 5/5

此 PR 看起来可以安全合并，跨块插值和录音重置在两条采集路径中保持一致，未发现阻塞性或非阻塞性问题。

新状态保存的是跨块插值所需的直接相邻样本，可达索引范围与实现吻合；各录音生命周期会清除该状态，新增测试也覆盖了上下采样、不规则分块、尾包和重启隔离。

Important Files Changed

Filename	Overview
apps/desktop/src/renderer/voice-input/WebMicAudioEngine.ts	为 ScriptProcessor 回退重采样保存上一块末样本，并在停止录音时清除该状态。
apps/desktop/src/renderer/voice-input/pcm16k-worklet.js	修正 Worklet 跨块插值的负索引读取，并将新增状态纳入录音重置流程。
apps/desktop/src/renderer/voice-input/tests/audioResampling.test.ts	为两条采集路径新增共享回归矩阵，以离线连续插值结果验证波形、尾包和状态隔离。

Flowchart

%%{init: {'theme': 'neutral'}}%%
flowchart LR
    A[连续输入音频] --> B{采集路径}
    B -->|AudioWorklet| C[Worklet 分块重采样]
    B -->|ScriptProcessor 回退| D[Renderer 分块重采样]
    C --> E[使用 previousSample 处理跨块插值]
    D --> E
    E --> F[累积 PCM16 输出]
    G[录音停止或重启] --> H[清除 pending、carry 与 previousSample]
    H --> C
    H --> D

Loading

_{Reviews (1): Last reviewed commit: "fix(voice-input): 修复跨音频块重采样的异常零值" | Re-trigger Greptile}

[MagicLizi]

命中 UI 路径(apps/desktop/src/renderer/voice-input/WebMicAudioEngine.ts / apps/desktop/src/renderer/voice-input/pcm16k-worklet.js)但 description 未附界面效果证据——建议补充改动后效果:截图/录屏,或改动后界面的 HTML 页面(```html 代码块、.html 附件或在线预览链接),便于确认界面符合 DESIGN.md 设计规范

[MagicLizi]

代码重审通过：跨音频块重采样负索引已用上一块尾样本插值，当前 head 没有 P0/P1，conversation 已 resolve。

[MagicLizi]

合了。跨音频块那一下负索引会插出一串零，听感上像吞字；现在用上一块尾样本接着插，这块不用再猜。