turn_model.backend 出廠預設為 vad；狀態頁選擇後由單一「儲存設定」在所有 turn idle 時 process-wide 切換 turnsense、vad 或 smart-turn，重啟回 YAML。三種 backend 的 wait_secs 出廠皆為 0.1；兩個 scoring backend 的 threshold 皆為 0.6。VAD 不跑模型，收到 VAD stop 後才開始等待；kitt-web-ui 的 VAD stop debounce 出廠為 0.4 秒，因此出廠 VAD 路徑為 500ms（不扣 ASR）。狀態頁尚未收到 VAD runtime 資料時不顯示空的 vad 區塊。COMPLETE 立即 commit。turn_settings.json 仍是 per-backend wait map。本輪驗收條件使用 A1–A10。附錄 B 的反應式排程表沿用 2026-07-29 的 A1–A6；同號並存時以下表兩欄為準，不是同一條需求。
| ID | 本輪（2026-09-15-eot-backends） | 同號歷史（若有） |
|---|---|---|
| A1 | 出廠 nested：backend vad；三種 backend wait 均為 0.1；兩個 scoring backend threshold 均為 0.6。資產在 turnsense: 下 | 2026-07-29 排程：沒有前次延遲時使用 initial_interval |
| A2 | 頂層純量或 sibling map、殘留 complete_wait_secs、舊三檔、enabled、頂層 turn:、頂層資產鍵拒絕啟動 | 2026-07-29 排程：間隔為延遲 × margin，設地板但不設上限 |
| A3 | vad.wait_secs 接受 0.1–3.0。backend=vad 不建構 TurnSense，等待後 commit reason=vad | 2026-07-29 排程：margin 必須大於 1 |
| A4 | overlay 只改 backend: smart-turn 繼承三個區塊 | 2026-07-29 排程：最小間隔必須大於 0 |
| A5 | nested wait 越出 0.1–3.0、threshold 越出 0–1 拒絕啟動 | 2026-07-29 排程：初始間隔必須大於 0 |
| A6 | deploy.sh 從 nested turnsense: 讀 key／onnx_file／cmvn_file | 2026-07-29 排程：環境變數可覆寫 YAML margin |
| A7 | COMPLETE 嚴格大於門檻並立即 commit；incomplete／invalid 等 wait；滑桿只改 incomplete；JSON 仍是 per-backend map；全行程共用、不依車 | — |
| A8 | smart-turn 呼叫 _predict_endpoint；過門檻 reason=model；不呼叫 append_audio。兩個 scoring backend 共用 model reason；VAD 使用 vad reason；三種 backend 下 KWS／force 仍優先 | — |
| A9 | SW-OPS-04／SW-EOT-01／SW-EOT-08 路徑為 nested；出廠 VAD 路徑為 400+100=500。不宣稱修 490/510 | — |
| A10 | 狀態頁可在所有 turn idle 時切換 backend；busy 回 409；目標 detector 準備失敗保留原 backend；既有與新 connection 共用新 detector；重啟回 YAML | — |
| 名詞／ID | 意義與本報告用途 |
|---|---|
EOT backend / turn_model.backend | YAML 值是行程啟動預設，出廠為 vad；狀態頁選擇後由單一「儲存設定」在所有 turn idle 時 process-wide 切換 turnsense、vad 或 smart-turn，重啟回 YAML。它選的是 verdict 來源，不是關掉 VAD，也不是 per-user 開關。Turn 等待時間（wait_secs）旋鈕只改目前 backend 的等待秒數，不是 backend，也不改 complete threshold。 |
wait_secs / Turn 等待時間 / SW-OPS-04 | YAML、JSON 與 API 欄位維持 wait_secs；狀態頁在 Turn settings 顯示 Turn 等待時間（wait_secs）。TurnSense／Smart Turn 用於 incomplete／invalid／runtime error；VAD 用於收到 stop 後的 continuation window。三種 backend 各自持有 wait_secs，出廠皆為 0.1，範圍 0.1–3.0；滑桿覆寫目前 running backend 到 turn_settings.json（per-backend map，全行程共用、不依車）。兩個 scoring backend 的 complete_threshold 出廠皆為 0.6，YAML-only，嚴格大於才 COMPLETE。預設 VAD backend 的靜音到 commit 為 web-ui stop debounce 0.4 秒 + kitt-stt VAD wait 0.1 秒，不扣 ASR。 |
turnsense / vad / smart-turn | turnsense 沿用 CUDA 語尾三分類；vad skip 模型並在合格 VAD stop 後等待 turn_model.vad.wait_secs。VAD stop 由 kitt-web-ui LoggingSileroVADAnalyzer 產生，預設 VADParams(stop_secs=0.4)；兩段時間前後相加。smart-turn 是 kitt-stt 第三個 detector：對 VAD-stop 快照呼叫 Pipecat LocalSmartTurnAnalyzerV3._predict_endpoint，門檻 probability > turn_model.smart-turn.complete_threshold（出廠 0.6），commit reason=model。既有測試檔名中的 smart-turn 場景不一定代表使用此 backend。 |
skipped / reason=model / reason=vad | eot.model.state=skipped 表示沒有模型機率。TurnSense／Smart Turn 的正常 commit 用 reason=model；VAD backend 用 reason=vad。Wire reason 只區分 model-backed 與 VAD，不再區分兩種模型 backend。 |
| KWS / STT / ASR | KWS 是喚醒詞偵測；本版用 STT（語音轉文字，也稱 ASR）的 final transcript 做文字比對，尚無聲學 KWS。三種 EOT backend 都仍跑 ASR 與 KWS。 |
| Active / Standby / manual | Active／Standby 是共用喚醒狀態；manual 是略過 match_wake 的 KWS method，不等於 Standby，也不是 EOT backend。 |
| VAD / segment / turn | VAD 偵測語音起訖；一段 VAD 音訊是 segment，一次送交下游的對話輸入是 turn，可包含多段 segment。VAD stop 不一定立即結束 turn；backend=vad 時，在 KWS 與強制停止之後，正常 stop 會等待 vad.wait_secs，期間的新語音延續同一 turn。 |
| EOT / TurnSense / EotController / SmartTurnDetector | EOT 是 turn 結束判定。TurnSense 提供語尾三分類；SmartTurnDetector 包裝 Pipecat CPU ONNX。detector 只回 TurnSenseResult。KittSttService 選出 TurnOutcome，由 EotController 執行 WAIT／COMMIT／CANCEL。Detector 不送 frame、不跑 KWS、不擁有 deadline。 |
| HR / ITN / s2t | HR 是同音替換，配置於 recognizer；ITN 將口語數字正規化，包含 OpenCC s2t（簡轉繁）。interim 只做 s2t，final 做完整 ITN。本輪不改這條路徑。 |
| SW_id / PRD F_id / UX | SW_id 是 SW 規格的穩定需求編號；PRD F_id 是產品功能分組；UX 條款補充互動要求。附錄 B 行為欄描述要求，結果欄描述驗證，兩者不等同。本輪新增可切換 EOT backend，並把 SW-OPS-04、SW-EOT-01 與 SW-EOT-08 的路徑改成 nested YAML。 |
| fbank / LFR / CMVN | 聲學前處理的濾波器組特徵／低幀率堆疊／均值變異數正規化。TurnSense 路徑仍依此前處理；VAD backend 不跑這段。 |
| RTF / CER / WER | 處理時間與音訊時長之比／字元錯誤率／詞錯誤率。本輪未量測，不作效能比較。 |
| 掉句 / 餘裕 | 掉句是評測分帶時漏掉輸入句；餘裕是實測值距判定門檻尚有多少空間。兩者出現在 rebase 後繼承的語言政策需求：前者守住評測樣本完整，後者說明英文閂鎖門檻對偶發誤判的容忍空間；本次只補入現行契約，未重跑其登記測試。 |
| SNR / FP32 / bf16 | 訊噪比與浮點精度格式。出現在累積訓練／模型測試；本輪未做 live 精度驗證。 |
| TensorRT / execution provider / sm89 | 模型執行後端與 GPU 架構；RTX 4090 為 sm89（compute capability），TensorRT engine 綁定該架構、不可跨機搬。model.provider 與 turn_model.backend 是不同設定。 |
| MatMulInteger / MatMulNBits / QDQ | 量化矩陣乘法算子與量化／反量化節點；SW mapping 保留部署相容性檢查，不代表本輪執行量化模型。 |
| 歷史驗收 ID | 附錄 B 的 A1–A6 是 2026-07-29 排程驗收；B1/B2 是 interim/final ITN 拆分；B14-R1、B14-R2、B19-R1、B19-R2、B19-R3 是既有併發測試子項，不是本輪 EOT backend 的新需求。 |
設計與施工依據：
2026-09-15-eot-backends-design.md、
2026-09-15-eot-backends.md。
Kickoff baseline 67160fa（main）。出廠 YAML 依 backend 分組，啟動預設為 vad；selector 可選 turnsense／vad／smart-turn。overlay 只改 backend: smart-turn 時 deep-merge 繼承三個區塊。頂層 sibling map 與頂層資產鍵在啟動時失敗。
| 路徑 | 出廠 | 用途 |
|---|---|---|
turn_model.turnsense.wait_secs | 0.1 | TurnSense incomplete wait；滑桿覆寫目前 running backend |
turn_model.smart-turn.wait_secs | 0.1 | Smart Turn incomplete wait |
turn_model.turnsense.complete_threshold | 0.6 | TurnSense COMPLETE 機率門檻；YAML-only；嚴格大於 |
turn_model.smart-turn.complete_threshold | 0.6 | Smart Turn COMPLETE 機率門檻；YAML-only |
turn_model.vad.wait_secs | 0.1 | VAD stop 後的 continuation window；與 kitt-web-ui stop debounce 分開 |
turn_model.turnsense.{key,onnx_file,cmvn_file} | turnsense-1.1／model_fp32.onnx／am.mvn | 換 TurnSense 版本改這裡；deploy.sh 從 nested 區塊讀 |
VADParams.stop_secs 出廠值調為 0.4 秒，並維持 STT wait_ms 的 0.1 秒顯示精度。不接 Pipecat append_audio。不出廠改成 smart-turn。不做 mid-turn 或 per-user 切換。不從體感扣 ONNX 推論。不修 complete 路徑 490/510 切句。狀態頁將 EOT backend 與 Turn 等待時間（wait_secs）收在 Turn settings，兩者由頁面下方單一「儲存設定」套用；backend 被 active turn 拒絕時不會把 timeout 寫到錯的 backend。Debug tools 以分隔線獨立成區，提供 Debug audio: on/off 動態開關、「下載全部 WAV」、「下載最新 trace」與「開啟 Perfetto」；頁面載入時列出已完成 WAV 的數量與檔名，每個檔名仍可單獨下載。「下載全部 WAV」使用 ZIP 打包目前已完成檔案。只列 connection cleanup 已完成寫檔的 WAV，不會強制 flush 尚未斷線的 PCM。這些是觀測工具，不改 Frame contract 或 EOT 判定結果。
turn_model.backend 只替換 VAD stop 後的判定來源；三種 backend 最後都交給同一個 EotController。turn_model.backend 是啟動預設；狀態頁只在所有 turn idle 時替換 process-wide detector（src/turn_detection.py）。TurnBackend.TURNSENSE：呼叫 TurnSenseDetector.analyze；complete 則 reason=model。TurnBackend.SMART_TURN：呼叫 SmartTurnDetector.analyze → _predict_endpoint；complete 則 reason=model。不呼叫 append_audio。TurnBackend.VAD：不跑模型，回傳 state=skipped 的 WAIT；到期由 EotController 以 reason=vad commit。不得把 turnsense 缺 runtime 的 skipped 解讀成 VAD mode。EotController.apply。強制停止的 reason 保持 mic_off／max_duration／audio_stall。Backend 只改判定來源，沒有改下游 Frame 或 metadata 外形。每個 segment 都使用同一組 eot.model keys；尚未 commit 時 eot.decision=null，commit carrier 才填入同一組 decision keys。
eot envelope；web-ui 依 action 與非空 reason 結束 turn。turn_model.backend | eot.model 差異 | 正常 commit 的 eot.decision.reason | Frame contract |
|---|---|---|---|
turnsense | state=complete/incomplete/invalid/error；模型成功時三個 probability 有值 | model | TranscriptionFrame 或無 final 時的 ZonalUserStoppedSpeakingFrame；WAIT／COMMIT 與 metadata keys 相同 |
smart-turn | state=complete/incomplete/error；只有 p_complete 有值 | model | |
vad | state=skipped；probability 全為 null，wait_ms=vad.wait_secs | vad |
smart-turn 與 vad 不會讓 stop strategy 失敗
SttEotUserTurnStopStrategy 接受 TranscriptionFrame／UserStoppedSpeakingFrame，並要求 decision.action == "commit" 與 reason 是非空字串。reason=model 與 reason=vad 都會正常呼叫 trigger_user_turn_stopped()。來源：kitt-web-ui backend/src/kitt/agent/turn_strategy.py:83-103。
UI observer 只讀 eot.model.p_complete、state、wait_ms，不讀 decision.reason。VAD 的 p_complete=null 只代表不送 turn_prediction 顯示，不影響 stop strategy 關閉 turn。來源：kitt-web-ui backend/src/kitt/agent/observers.py:149-174。
reason 收斂為判定類型：TurnSense 與 Smart Turn 都是 model-backed，使用 model；VAD 沒有呼叫模型，使用 vad。若要分辨兩種模型 backend，讀取行程設定與 server log，不再從 wire reason 判斷。
| 操作 | 實作行為 | 邊界 |
|---|---|---|
Debug audio: on/off | 動態套用到現存 connection；新 connection 讀同一個 process runtime 值。開啟才累積後續 PCM，關閉只停止新增資料；切換當下不寫檔。 | 各 connection 仍只在 disconnect / cleanup() 輸出自己的 WAV；先開後關的既有 buffer 仍會寫出。上限沿用 audio.dump_max_duration_secs=180。來源：src/server.py:63-68,108-119,253-266；src/kitt_stt_service.py:319-325,384-454,566-567。 |
| 下載最新 trace | GET <base>/debug/trace/latest 回傳 TraceManager 最近一次週期 flush 已完成原子寫入的 trace_*.json.gz；沒有已 flush 檔案時回 404。 | 按鈕不主動 flush，不回傳仍在記憶體中的 event。來源：src/server.py:269-282、utils/perfetto_trace.py:320-370。 |
| 開啟 Perfetto | 以新分頁開啟 https://ui.perfetto.dev/。 | 瀏覽器不自動上傳 trace；操作者自行把剛下載的 gzip 拖入 Perfetto UI。 |
2026-09-15 · kickoff baseline 67160fa，rebase 到 origin/main 3c0282d7。本次出廠設定調校以 tests/test_turn_backend_config.py 與 tests/test_status_page_settings.py 驗證（60 passed）；kitt-web-ui 的 VAD runtime settings 測試為 3 passed。主機 GPU 以獨立 port 啟動目前設定：log 顯示 [EOT] backend=vad、TurnSense preload skipped、SenseVoice ready，HTTP status page 回傳 data-current="vad"。擴大 runtime suite 不計為通過：未改動的 test_inference_runs_off_the_event_loop_thread 在 11 個 runtime case 後無進展而中止。完整命令與紀錄
| PRD Feature | SW_id | Behaviour | Executable evidence | Result |
|---|---|---|---|---|
| STT_EXTRA | SW-OPS-04 | YAML 依 backend 分組；滑桿可改目前 running backend 的 wait，reset 只清除該 backend override；全行程共用、不依車 | test_turn_backend_config.py · test_policy.py · test_smart_turn_detector.py · test_status_page_settings.py | ✓ PASS |
| F_3.2 / UX§3.1 | SW-EOT-01 | 路徑改為 turn_model.<backend>.wait_secs／complete_threshold；COMPLETE 立即 commit；出廠 VAD 路徑 400+100=500 | test_turn_backend_config.py · test_eot_kws_precedence.py · test_policy.py | ✓ PASS |
| STT_EXTRA / F_3.2 | SW-EOT-08 | smart-turn 讀 turn_model.smart-turn；overlay 只改 backend 即繼承三個區塊；狀態頁只在所有 turn idle 時切換，失敗保留原 backend | test_turn_backend_config.py · test_smart_turn_detector.py · test_eot_kws_precedence.py · test_status_page_settings.py · test_runtime.py | ✓ PASS |
| 驗證範圍 | 結果 |
|---|---|
| 2026-09-15 pre-default-adjustment branch integration focused | 184 passed, 12 skipped · config／policy／三種 detector／precedence／runtime／status／wake scan／超長語句標記／greeting settings；skip 均因隔離 worktree 缺 models/turnsense-1.1/am.mvn |
| 2026-09-15 report contract | 142 passed, 2 skipped · HTML／cross-reference／SW_id mapping／圖表／測試引用 |
| 2026-09-15 current default config／status focused | 60 passed · 出廠 backend=vad、三種 wait=0.1、VAD wait reset、VAD 模式 status／idle backend 切換與 target policy |
| 2026-09-15 expanded runtime sweep | NOT-VERIFIED · test_inference_runs_off_the_event_loop_thread 在 11 個 runtime case 後無進展而中止；未將 partial run 視為通過 |
| 2026-09-14 Smart Turn／precedence focused | 44 passed · detector threshold／runtime error／reason metadata／KWS 與 force precedence；fake model calls 在測試 event loop 內執行，避免 Python 3.10 pytest executor teardown 卡住 |
| 2026-09-15 current startup backend contract | 2 passed · VAD 不建構 TurnSense；明確選擇 TurnSense 時 preload failure 中止啟動 |
| Debug tools 後完整 offline regression | NOT-VERIFIED · 收集 1105 項後卡在既有 test_batch_asr_manager_incremental_prep.py，數分鐘無進展後中止；未把 partial run 當成通過 |
| 同一次命令中的既有 UX 缺口 | 16 failed · 7 個既有 UX 缺口；9 個缺 gitignored WAV corpus |
| 2026-09-15 current-default host GPU startup/status | PASS · backend=vad、TurnSense preload skipped、SenseVoice ready；HTTP status page 回傳 data-current="vad" |
| pre-default-adjustment Live WebSocket／CUDA | 3 passed · test_forced_stop.py 的 max_duration／mic_off／audio_stall 都在隔離容器中立即 commit final；下方 88 筆仍是歷史 live ledger |
驗證界線：本次出廠設定 focused 與主機 GPU startup/status 均通過。擴大 runtime suite 的 test_inference_runs_off_the_event_loop_thread 在 11 個 runtime case 後無進展而中止，未列為通過；完整 offline 的既有 UX／缺 WAV 限制仍見上表。
| Gate | 狀態 | 說明 |
|---|---|---|
| 範圍符合使用者要求與 non-goals | PASS | 三種 EOT backend 可選；出廠 backend 為 VAD、三種 backend 各有 0.1 秒 wait；COMPLETE 立即 commit；JSON overlay 仍是 map；滑桿套用目前 backend；web-ui VAD stop 出廠為 0.4 秒 |
| 出廠設定離線驗收 | PASS | config/status focused 60 passed；TurnSense preload failure case 明確選擇 turnsense backend |
| Status page runtime controls | PASS | status／config focused 測試涵蓋 audio 開關、WAV 180 秒 hard cap、清單與逐筆下載、trace 下載、空 VAD summary、VAD 模式 wake／wait 儲存、wait override reset、backend idle gate 與 rollback |
| Live GPU／STT server | PASS | 主機 GPU 以目前 YAML 啟動；backend=vad、TurnSense preload skipped、SenseVoice ready，status page 回報 data-current=vad |
| Figure 1 / Figure 2 / Table 1 | PASS | 附錄 A 依序內嵌 stack、frame flow、I/O 契約 |
| Artifact 發布 | NOT-PUBLISHED | 本地報告已在公開版本之後更新；目前 URL 尚未包含本輪 runtime controls 內容 |
正文 Speech path 說明 turn_model.backend=turnsense / vad / smart-turn 的判定路徑；本節呈現共用系統架構與 Frame flow。圖面來源：2026-09-04-itn-latency-optimization.html 的既有架構圖；標籤與程式引用以目前 branch 為準。相對 main，本輪新增三種 EOT backend 與 nested YAML；ASR／KWS／EotController 仍共用。
turn_model.backend 選 EOT 判定來源；interim／final 仍共用單一 SenseVoice，EotController 仍是唯一 commit 執行者。create_stt_processor 每連線建立 KittSttService；UserSessionManager 以 user_id 分開音訊／turn，同一連線共用 KWSStreamManager。preload 時 SherpaOnnxModelCache 跨連線共用 recognizer 與 lock；模型由 DVC 取得，部署沿用 deploy.sh → Skaffold → K8s／Orin／Thor。來源：src/server.py:67、src/session/user_session_manager.py:10、src/model_cache.py:9、utils/model_manager.py:154。
src/kitt_stt_service.py:599、src/kitt_stt_service.py:1253）。backend=vad 會略過模型但產生固定 WAIT；force stop、scoring backend 的空 turn tail或缺 detector 會回 skipped。VAD WAIT 經 outcome_from_verdict(..., backend=vad) 保留 reason=vad。src/kitt_stt_service.py:1408、src/kitt_stt_service.py:1800）。src/kitt_stt_service.py:1773、src/kitt_stt_service.py:1513、src/kitt_stt_service.py:1044）。| EotController 結果 | 輸出與狀態 | 後續事件 | 位置 |
|---|---|---|---|
WAIT | 有 final_frame 就先送出，不附 commit 的 eot.decision；turn 保持開啟。 | 排程 per-user EOT deadline；新 VAD start 取消 deadline 並延續 turn。deadline 到期且仍有效，改以 explicit stop commit。 | src/eot.py:186src/eot.py:258 |
COMMIT | 只選一個載體：有 final 用 TranscriptionFrame；無 final 用 ZonalUserStoppedSpeakingFrame。載體附 eot.decision。 | 關閉該 user 的 turn；若 room Active，重設共用 wake idle timer。 | src/eot.py:221 |
CANCEL | 丟棄連線內所有 pending turn；EotController 本身不發 commit frame。 | 呼叫端已送出或收到 agent_standby，供下游丟棄累積內容。 | src/eot.py:210 |
IN／OUT 表示收／送，不等同於 FrameDirection。Web UI 控制通常從 DOWNSTREAM 收入，LM standby 從 UPSTREAM 收入；服務產生的文字與狀態通常送往 DOWNSTREAM。下表列本服務特別處理或產生的 Frame，未列出的基底 passthrough 不新增本服務的行為契約。_emit_seat_load 只寫 trace，不送 ASRMetadataFrame（src/kitt_stt_service.py:1228）。
reason。| Frame | 方向 | 觸發 case | 動作／條件 | Metadata／payload | 位置（file:line） |
|---|---|---|---|---|---|
StartFrame | IN | pipeline 啟動 | 呼叫基底 start，送模型／主機 metadata；模型與 session manager 已在 service 建構時準備。 | model_name、system info | src/kitt_stt_service.py:325 |
AudioRawFrame | IN | PCM chunk 到達 | 依 user_id 選 session；正常 chunk 更新 preroll／turn tail，utterance_active 時累積 segment 並評估 interim 排程。帶 metadata["max_utterance_duration"] 的 chunk 不進 segment buffer、不解碼，仍交由基底往下游傳給 VAD。 | audio、sample_rate、num_channels、user_id、可選 max_utterance_duration | src/kitt_stt_service.py:616src/kitt_stt_service.py:644src/kitt_stt_service.py:1173src/kitt_stt_service.py:1200 |
VADUserStartedSpeakingFrame | IN | VAD 開始 | 建立或延續 per-user turn，取消舊 EOT deadline；以 preroll 起始 segment。 | user_id、start timing | src/kitt_stt_service.py:683 |
VADUserStoppedSpeakingFrame | IN | VAD 停止 | 快照 segment／turn tail，交棒 stream，並行 final ASR 與選定 EOT detector。已知 eot_force_reason 可要求 force-complete；不直接代表 EOT commit。backend=vad 略過 TurnSense 推論。 | user_id、eot_force_reason | src/kitt_stt_service.py:785src/kitt_stt_service.py:1513 |
UserStartedSpeakingFrame | IN | 上游 legacy semantic start | 本服務不以此建立或重開 turn；原 frame 交由基底路徑傳遞。 | 原 frame payload（passthrough） | src/kitt_stt_service.py:998 |
UserStoppedSpeakingFrame | IN | 上游 legacy semantic stop | 本服務不以此結束 turn；原 frame 交由基底路徑傳遞，STT 自行決定 EOT。 | 原 frame payload（passthrough） | src/kitt_stt_service.py:998 |
BotStartedSpeakingFrame | IN | TTS 開始播放 | Active 改掛 bot_speaking_watchdog_secs；Standby 取消 shared timer。 | 無新增 payload；更新 shared timer | src/kitt_stt_service.py:918 |
BotStoppedSpeakingFrame | IN | TTS 播放結束 | Active 且無 user 正在 utterance 中時，重設 shared idle timeout。 | 無新增 payload；更新 shared timer | src/kitt_stt_service.py:950 |
InterruptionFrame | IN | reason=agent_active；Web UI 手動 Active | 啟用共用 wake state、重設 idle timer；各 session 從當下重啟辨識，丟棄切換前 segment。stt／manual 都接受此控制。 | reason=agent_active、user_id | src/kitt_stt_service.py:1035src/kitt_stt_service.py:662 |
InterruptionFrame | IN | reason=agent_standby；Web UI（DOWNSTREAM） | 清除共用 wake state，結束所有 pending turn；交由基底傳遞。 | reason=agent_standby、user_id | src/kitt_stt_service.py:1009 |
InterruptionFrame | IN | reason=agent_standby；LM（UPSTREAM） | 同樣取消 room-wide pending turn，另向 DOWNSTREAM relay 讓 Web UI 同步。 | reason=agent_standby、user_id | src/kitt_stt_service.py:1024 |
STTUpdateSettingsFrame | IN | 設定 delta | 由基底設定路徑呼叫 _update_settings；依 delta 更新支援的 wake／bypass 設定，不代表所有 YAML 欄位都可熱切換。 | 支援欄位的 settings delta | src/kitt_stt_service.py:1188 |
EndFrame | IN | pipeline 收尾 | 取消 idle timer；仍在 utterance 的 session 可跑 final，使用 apply_eot=false，不發 EOT commit。之後丟棄 pending turn，交由基底收尾。 | 無新增 payload | src/kitt_stt_service.py:1044 |
ASRMetadataFrame | OUT | start 完成 | 送 model_name 與 CPU／GPU／RAM 資訊；不是文字或 EOT 載體。 | model_name、CPU／GPU／RAM | src/kitt_stt_service.py:325 |
InterimTranscriptionFrame | OUT | interim decode 有更新文字 | features.streaming_interim=true 且 _should_emit_interim 通過；須同時符合排程條件。後處理只做 s2t，不作 final 的權威輸出。 | text、user_id、timestamp、language | src/kitt_stt_service.py:1253src/kitt_stt_service.py:1289 |
InterimTranscriptionFrame | OUT | 無可送 final，但 room 仍 Active | 送空文字清除 interim；Standby 清除顯示改由 agent_standby 通知處理。 | text=""、user_id、timestamp | src/kitt_stt_service.py:1776 |
TranscriptionFrame | OUT | 非空 final，_should_emit_final 通過，且非 exit | 帶 eot.model；WAIT 先送 segment final 並等待，COMMIT 在同一 frame 附 eot.decision。EndFrame 收尾例外不套用 EotController。 | text、user_id、timestamp、language、metrics、eot.model／eot.decision | src/kitt_stt_service.py:1692src/eot.py:186 |
ZonalUserStoppedSpeakingFrame | OUT | COMMIT 且沒有 final_frame | 如有效 EOT deadline 到期、wake-only、ASR error；以 explicit stop 承載 eot.decision，不是每個 final 都加送 stop。 | user_id、eot.model、eot.decision、reason | src/eot.py:221 |
InterruptionFrame | OUT | STT wake 命中／Active re-wake | reason=agent_active；喚醒或重申共用 Active 狀態。manual 不以 transcript 觸發這條路徑。 | reason=agent_active、user_id | src/kitt_stt_service.py:594src/kitt_stt_service.py:594 |
InterruptionFrame | OUT | exit word 命中 | reason=agent_standby；清除 wake state 並取消 room-wide pending turn，不送 exit transcript。 | reason=agent_standby、user_id | src/kitt_stt_service.py:1408src/kitt_stt_service.py:1426 |
InterruptionFrame | OUT | Standby 且無可送 final | reason=agent_standby；通常是 wake／bypass 無匹配，CANCEL / no_wake 丟棄 pending turn。 | reason=agent_standby、user_id | src/kitt_stt_service.py:1785 |
InterruptionFrame | OUT | 共用 wake idle／watchdog timeout 到期 | reason=agent_standby；callback 先確認無 user 正在 speaking／finalizing。這個 timer 與 per-user EOT deadline 不同。 | reason=agent_standby | src/kitt_stt_service.py:482 |
InterruptionFrame | OUT | 轉送 LM 的 UPSTREAM agent_standby | 向 DOWNSTREAM relay 同一 frame，讓 Web UI 回 Standby。 | reason=agent_standby、user_id | src/kitt_stt_service.py:1024 |
TTSSpeakFrame | OUT | 符合 Standby wake-only 全部條件 | 送 wake.response_text，append_to_context=false；COMMIT / wake_only 另以 explicit stop 結束控制 turn。 | text、append_to_context=false | src/kitt_stt_service.py:1800src/kitt_stt_service.py:1811 |
需求列是 2026-09-14 SW 規格快照；結果以本輪重跑為準。完整 SW_id／test mapping 保留供審閱，未重跑的 live 一律標 NOT-VERIFIED；先前 cycle 的 88 筆案例只保留為歷史 ledger，不計入本輪結果。範圍與平台限制見附錄 C，本輪命令見測試證據。
下表計算需求列，不是 pytest case 數；同一需求可能跨 Feature，同一測試也可涵蓋多個需求，因此各組不能相加當成測試總數。執行命令見重現方式。
| PRD F_id | Feature | 有 STT SW_id？ | 需求列數 | 2026-09-14 驗證狀態 |
|---|---|---|---|---|
| F_2 | One-shot（喚醒詞 + 指令連說） | 有；見分組細表 | 12 個需求列 | PASS 10 / FAIL 2 |
| F_3 | 聆聽等待 / 智慧斷句 / 解除喚醒時機 | 有；見分組細表 | 26 個需求列 | PASS 18 / FAIL 6 / PARTIAL 2 |
| F_4.3 | 語音打斷 Barge-in / 解除喚醒詞 | 有；見分組細表 | 3 個需求列 | FAIL 1 / PASS 2 |
| UX 專有 | PRD 無對應 F_id | 有；見分組細表 | 3 個需求列 | FAIL 2 / PASS 1 |
| STT_EXTRA | PRD 未描述、STT 已具備 | 有；見分組細表 | 76 個需求列 | PASS 62 / PARTIAL 1 / — 10 / FAIL 2 / SKIP 1 |
| F_1 | 多音區識別／控制 | 下游／OUT_OF_SCOPE | — | 未執行下游驗收 |
| F_4.1 | 背景併行 | 下游／OUT_OF_SCOPE | — | 未執行下游驗收 |
| F_4.2 | 後令壓前令 | 下游／OUT_OF_SCOPE | — | 未執行下游驗收 |
| F_5 | 連續指令 | 下游／OUT_OF_SCOPE | — | 未執行下游驗收 |
| F_6 | 上下文理解 | 下游／OUT_OF_SCOPE | — | 未執行下游驗收 |
| SW_id | 行為（規格） | 測試 | 結果 |
|---|---|---|---|
SW-W-03 | Standby→Active（喚醒詞在句首）：喚醒詞+指令連說，辨識其後之指令；喚醒詞不得出現在 final，且不得因前期聽歪而誤顯示喚醒詞 | test_wake.py | ✓ PASS |
SW-W-04 | 喚醒詞 <停頓> 指令 亦能喚醒，final 無喚醒詞 | test_wake.py | ✓ PASS |
SW-W-05 | 喚醒詞不在句首不觸發 | test_standby.py | ✓ PASS |
SW-W-08 | Active 期間：喚醒後任何話都辨識並往後送；句首喚醒詞於 final 過濾、非句首喚醒詞保留；interim 出現喚醒詞可接受 | test_active.py | ✓ PASS |
SW-W-09 | Active 句首喚醒詞 + smart-turn，仍不顯示喚醒詞 | test_active.py | ✓ PASS |
SW-W-13 | Standby 第一句未命中 → turn 關閉，故第二句句首的喚醒詞是新 turn 的句首，正常觸發喚醒 | test_smart_turn_wake.py | ✓ PASS |
SW-W-14 | 英文出廠喚醒詞 Hi Foxtron 須觸發（大小寫無關），且喚醒詞不得留在 final | test_wake_factory_words.py | ✓ PASS |
SW-W-15 | 第一次主動問候的時機（UX§1.3.2）：喚醒成立後須送出問候的 TTSSpeakFrame，STT 側上界 500ms。狀態頁可 process-wide 儲存 ui_handler_p99_secs／tts_handler_p99_secs（秒、三位小數、最小 0、無上限），下一次喚醒套用；兩個 handler legs 也用於第二次問候，非 per-car 設定。 | test_active_greeting.py · test_wake_latency.py · tests/test_greeting_settings.py | ✗ FAIL handler delay runtime settings：✓ PASS |
SW-W-16 | 喚醒成立後 <550ms 內有人說話 → 不觸發第一次主動問候。窗的起點是 InterruptionFrame(agent_active) 送出的那一刻——下游能觀測到的「喚醒成功」就是這個 frame | test_active_greeting.py | ✗ FAIL |
SW-W-17 | 喚醒詞+指令連說須觸發喚醒：連讀成一句時同樣要送出 InterruptionFrame(agent_active)，不因喚醒詞未單獨成句而不通知下游 | test_active_greeting.py | ✓ PASS |
SW-W-18 | 喚醒詞+指令連說不得出現問候語：使用者在喚醒當下就把指令說完了，等同已在抑制窗內說過話 | test_active_greeting.py | ✓ PASS |
SW-WM-01 | 喚醒詞比對與剝除：latin 大小寫無關、分隔字元先剝除、喚醒詞後可直接接指令、剝除喚醒詞後指令完整保留 | tests/test_wake_matcher.py | ✓ PASS |
| SW_id | 行為（規格） | 測試 | 結果 |
|---|---|---|---|
SW-W-01 | 非喚醒(Standby)：說喚醒詞以外任何句子，STT 不出任何文字、不往後送；相似音喚醒詞不得觸發 | test_standby.py | ✓ PASS |
SW-W-02 | 非喚醒下說無關長語音，需立即 smart-turn stop | test_standby.py | ✓ PASS |
SW-W-07 | smart-turn 斷句不因 VAD 誤判過度斷句 | test_smart_turn_wake.py | ✓ PASS |
SW-W-09 | Active 句首喚醒詞 + smart-turn，仍不顯示喚醒詞 | test_active.py | ✓ PASS |
SW-W-10 | Active 期間 smart-turn 功能正常（跨段黏合） | test_active.py | ✗ FAIL |
SW-W-11 | Active 第二句開頭喚醒詞不過濾（正常顯示） | test_smart_turn_wake.py | ✓ PASS |
SW-W-12 | 斷句前後不得因雜音產生語助詞（嗯/啊/喔） | test_active.py | ✓ PASS |
SW-W-13 | Standby 第一句未命中 → turn 關閉，故第二句句首的喚醒詞是新 turn 的句首，正常觸發喚醒 | test_smart_turn_wake.py | ✓ PASS |
SW-WM-02 | alias 只能買回實測誤聽，不得擴大誤觸發：全中文 alias 與 canonical 距離 ≤1 字；普通語句不得誤觸發 | tests/test_wake_matcher.py | ✓ PASS |
SW-B-03 | Prefix + smart-turn 正常合併 | test_bypass_prefix.py | ✗ FAIL |
SW-B-08 | 特定指令於 smart-turn 第一句句首觸發，只傳「關閉空調」 | test_bypass_cmd.py | ✓ PASS |
SW-B-10 | Standby 第一句未命中 → turn 關閉，故第二句句首的 Prefix 是新 turn 的句首，正常觸發 | test_smart_turn_bypass.py | ✓ PASS |
SW-B-11 | 同上，第二句句首的特定指令正常觸發 | test_smart_turn_bypass.py | ✓ PASS |
SW-X-01 | Timeout 15s：TTS 說完起算，15s 無人說話 → 回 Standby | test_timeout.py | ✓ PASS |
SW-X-02 | 重新喚醒後 timeout 重新計時 | test_timeout.py | ✓ PASS |
SW-X-05 | 第二次主動問候的時機（UX§1.3.3）：喚醒起算 =10秒 任何座位都沒說話 → 播「你好，需要我為你做什麼呢？」 | test_active_greeting.py · test_remaining_ux_gaps.py | ✗ FAIL |
SW-X-06 | 10 秒內有人說話 → 不觸發第二次主動問候 | test_active_greeting.py | 部分覆蓋 |
SW-X-07 | 退出聆聽路徑一（UX§1.3.4）：第二次問候播完後再 =5秒 無人說話 → 回 Standby | test_active_greeting.py | 部分覆蓋 |
SW-TURN-01 | 一個 turn 內只有第一個 VAD segment 是 turn head；其餘為續段，不跑喚醒／免喚醒偵測 | tests/test_turn_arbitration.py | ✓ PASS |
SW-TURN-02 | 續段的送出權依 bypass 種類授權：prefix 授予（SW-B-03 需要），exact 不授予（SW-B-07 的語意） | tests/test_turn_arbitration.py | ✓ PASS |
SW-TURN-03 | 新 turn head 清除上一個 turn 的指令送出權，續段則保留 | tests/test_turn_arbitration.py | ✓ PASS |
SW-EOT-01 | STT 是唯一 EOT authority：每個 VAD stop 由目前 backend 判定。TurnSense／Smart Turn 評分 turn tail；COMPLETE 當 p_complete > turn_model.<backend>.complete_threshold（兩個 scoring backend 出廠皆為 0.6），然後立即 commit。模型的 INCOMPLETE／INVALID 與 VAD backend 的正常 stop 都等該 backend 的 wait_secs，期間有新語音則延續同一 turn。立即完成的非空 final 與 eot.decision 在同一個 TranscriptionFrame | tests/test_eot_state.py、tests/turnsense/test_policy.py、tests/test_eot_kws_precedence.py、tests/test_turn_backend_config.py · live：test_remaining_ux_gaps.py | 部分覆蓋 |
SW-EOT-02 | KWS 事件（standby 無匹配／離開詞／agent_standby／連線結束）一律丟棄 turn，優先於強制停止與模型判定；被丟棄的 turn 永不進 LLM。ASR final 失敗不屬 KWS cancel：該段不送 transcription，改以 asr_error 結束 turn | 離線：tests/test_eot_kws_precedence.py · live（wire contract）：test_forced_stop.py | ✓ PASS |
SW-EOT-05 | kitt-web-ui 在 UX§8.2 超限後標記 metadata["max_utterance_duration"]；STT 對後續音訊不進 buffer、不做 interim 解碼，但仍往下游傳給 VAD。VAD STOP 時以標記前的音訊出 final，是否拒識由 kitt-web-ui 決定。 | tests/test_max_utterance_audio.py | ✓ PASS |
SW-EOT-06 | 已廢止：長文字拒識改由 kitt-web-ui RejectionGate 負責 | — | N/A |
SW-EOT-07 | 已廢止：隨拒識門檻移出 STT | — | N/A |
| SW_id | 行為（規格） | 測試 | 結果 |
|---|---|---|---|
SW-X-04 | 說解除喚醒詞 → 切 Standby（UX§2.1 指定 13 個：謝謝／再見／退出／退下／滾蛋／滾／Thank you／Thanks／Goodbye／ByeBye／Dismiss／Quiet／Shut up） | live：test_exit_words.py · test_btn_control.py · 離線比對層：tests/test_exit_word.py | ✗ FAIL |
SW-WM-03 | 退出詞 alias 必須錨定到已設定的退出詞：alias 群組的 canonical 不在 exit_words 內則整組忽略 | tests/test_wake_matcher.py | ✓ PASS |
SW-EOT-02 | KWS 事件（standby 無匹配／離開詞／agent_standby／連線結束）一律丟棄 turn，優先於強制停止與模型判定；被丟棄的 turn 永不進 LLM。ASR final 失敗不屬 KWS cancel：該段不送 transcription，改以 asr_error 結束 turn | 離線：tests/test_eot_kws_precedence.py · live（wire contract）：test_forced_stop.py | ✓ PASS |
| SW_id | 行為（規格） | 測試 | 結果 |
|---|---|---|---|
SW-X-08 | 拒識之後必須維持聆聽（UX§10.2）：越過 UX§8.2 門檻的語句丟棄不往下送，但不得因此離開 Active——拒識是「裝沒聽到」，不是「結束這一輪」 | test_rejection_thresholds.py | ✗ FAIL |
SW-LANG-01 | 整句英文指令須被辨識，且不需切換任何語言設定 | test_bilingual.py | ✓ PASS |
SW-LANG-02 | 同一句內中英夾雜時兩種文字都要保留：辨識器須在句中換文字系統，不是為整句選一種語言 | test_bilingual.py | ✗ FAIL |
| SW_id | 行為（規格） | 測試 | 結果 |
|---|---|---|---|
SW-W-19 | kws.method.name=stt 執行 transcript 喚醒；manual 跳過 match_wake 與 strip_wake_prefix | test_kws_method_policy.py · test_kws_method_manual.py | ✓ PASS |
SW-B-12 | manual 保留 match_bypass；已驗證 current-segment exact／prefix、非句首不觸發與 prefix 跨段 continuation | test_kws_method_policy.py · test_kws_method_manual.py | ✓ PASS |
SW-UI-07 | stt / manual 共用 InterruptionFrame(agent_active/agent_standby) 控制 | test_kws_method_policy.py · test_kws_method_manual.py | ✓ PASS |
SW-CFG-03 | kws.method.name 預設 stt、只接受 stt / manual；舊設定鍵拒絕啟動 | test_kws_method_config.py · test_status_page_settings.py | ✓ PASS |
SW-B-01 | Prefix（default「冷氣溫度*」「導航到*」）：非喚醒下前綴符合即整句往後送 | test_bypass_prefix.py | ✓ PASS |
SW-B-02 | Prefix 不在句首不觸發 | test_bypass_prefix.py | ✓ PASS |
SW-B-05 | 特定指令（exact，default「關閉空調」）：非喚醒下整句相符即往後送 | test_bypass_cmd.py | ✓ PASS |
SW-B-06 | 特定指令 不在句首不觸發 | test_bypass_cmd.py | ✓ PASS |
SW-B-07 | 特定指令句中夾雜其他話不觸發 | test_bypass_cmd.py | ✓ PASS |
SW-X-03 | 按 WebUI 綠色 active 按鈕 → 回 Standby | test_btn_control.py | ✓ PASS |
SW-UI-01 | WebUI Standby 按鈕可啟動喚醒（灰→綠），之後任何話都辨識往後送 | test_btn_control.py | ✓ PASS |
SW-UI-02 | 每次 connect 後狀態不壞：Connect→喚醒→disconnect ×5 都正常 | test_btn_control.py | ✓ PASS |
SW-UI-03 | 頻繁切換穩定：連點喚醒按鈕 ≥10 次後，切換仍正常 | test_btn_control.py | ✓ PASS |
SW-UI-04 | 連點後於 Standby 說「嗨鴻華」仍能觸發 | test_btn_control.py | ✓ PASS |
SW-UI-05 | 講話中瞬間切 Standby，WebUI 不得有灰字卡住 | test_btn_control.py | ✓ PASS |
SW-UI-06 | 講話中瞬間切靜音(mic)，WebUI 不得卡住 | STT_EXTRA | — |
SW-MU-01 | 同車多 user 喚醒狀態同步（按鈕同開同關） | —（歸屬：web-ui） | — |
SW-MU-02 | 多 user 按鈕/語音喚醒穩定度（交互點擊 ≥5 次仍正常） | —（歸屬：web-ui） | — |
SW-MU-03 | UserA 講話中(final 未送)，UserB 切 standby → STT 立即停聽、WebUI 無卡字 | —（歸屬：web-ui + STT） | — |
SW-MU-04 | 新 connect 的 user 同步當前喚醒狀態 | —（歸屬：web-ui） | — |
SW-MU-05 | 開關 mic 不影響喚醒狀態同步 | —（歸屬：web-ui） | — |
SW-MU-06 | 多 user timeout 穩定：長句期間不得誤切 standby | —（歸屬：web-ui + STT） | — |
SW-MU-07 | 自定義喚醒詞在多 user 間同步（含刪除同步） | —（歸屬：web-ui） | — |
SW-MU-08 | 多車隔離：Car1 喚醒/自定義詞不影響 Car2 | —（歸屬：web-ui（STT 以 ?car= 分段）） | — |
SW-CFG-01 | 可經 WebUI 客製化喚醒詞/免喚醒詞，行為與原廠一致 | test_stt_config.py | ✓ PASS |
SW-CFG-02 | 刪除客製化詞後不再觸發 | test_stt_config.py | ✓ PASS |
SW-PERF-01 | 連續長句（≥90 秒）講話期間，interim 重新解碼排程不得因緩衝區持續變長而失控卡住 | test_audio_stress.py | ✓ PASS |
SW-PERF-02 | 反應式 interim 重解碼排程的設定解析：間隔由上一次解碼延遲 × 安全係數決定，並受下限約束 | tests/test_audio_cfg.py | ✓ PASS |
SW-PERF-03 | 整車多人同時講話（1 條連線、4 個座位帶不同 user_id）：interim 重新解碼排程不得因共用辨識器的鎖爭用而卡住；每個座位都必須拿到自己的 final，且不得有非本車座位的 user_id（不串話） | tests/functional/live/test_multiuser_concurrency.py（5 條）｜離線機制測試 tests/test_interim_concurrency.py（13 條）、tests/test_itn_off_frame_path.py（3 條） | ✓ PASS |
SW-PERF-04 | 喚醒通知須在 200ms 內送出（UX§1.3.1）：UI 動效由此 frame 觸發 | test_wake_latency.py | ✗ FAIL |
SW-PERF-05 | 喚醒率回歸下限 ≥90%（UX§1.1） | test_wake_rate.py | ✓ PASS |
SW-EOT-03 | 語尾模型的音訊前處理必須與訓練時逐位元相同（fbank 80 → LFR 7/6 → CMVN，裁到最後 8 秒），否則三分類機率不成立 | tests/turnsense/test_frontend.py | ✓ PASS |
SW-EOT-04 | 語尾模型只在 CUDA 上執行（與 SW-OPS-06 同一原則，見 kitt-stt-sw-spec.md §10）：provider 未生效時伺服器拒絕啟動而非降級到 CPU；行程內單例、推論序列化且不佔用 event loop | tests/turnsense/test_runtime.py | ✓ PASS |
SW-EOT-08 | 可切換 EOT backend（2026-09-14）：turn_model.backend 是啟動預設；狀態頁可在所有 connection 的 turn idle 時 process-wide 切換，busy 回 409，目標 detector 準備失敗保留原 backend，既有與新 connection 同步套用，重啟回 YAML。vad 不 preload／不推論 TurnSense，正常 VAD stop 等 turn_model.vad.wait_secs 後 commit reason=vad。smart-turn 不 preload TurnSense，對 VAD-stop 快照呼叫 _predict_endpoint，p > turn_model.smart-turn.complete_threshold（出廠 0.6）則 COMPLETE 並立即 commit reason=model。TurnSense／Smart Turn 都是 model-backed，wire reason 共用 model。非法值、enabled、頂層 turn: 與頂層 sibling map 拒絕啟動。缺 runtime 且 active backend 仍為 turnsense 時不得偽裝成 reason=vad | tests/test_turn_backend_config.py、tests/test_smart_turn_detector.py、tests/test_eot_kws_precedence.py、tests/turnsense/test_runtime.py、tests/test_status_page_settings.py | ✓ PASS |
SW-ITN-01 | final 的 ITN：中文數字正規化 + 繁簡轉換 | tests/test_text_converter.py | ✓ PASS |
SW-ITN-02 | interim 與 final 的 ITN 刻意不同：interim 只做 s2t()，final 做完整 itn()；故兩者在數字上可以不同，這是設計不是 bug | tests/test_batch_asr_manager_itn_split.py | ✓ PASS |
| SW-ITN-03 | 「這個數字字元是不是數字」由詞庫決定而非執行期斷詞器；緊鄰受保護詞的真數字仍必須轉換；執行期不得持有斷詞器（jieba 不在 runtime 依賴內） | tests/test_itn_lexicon.py（43，offline） | ✓ PASS |
| SW-ITN-04 | 整數與小數（含正負號）轉阿拉伯數字：一→1、負十→-10、負三點一四一六九九九九九→-3.141699999 | test_text_converter.py::test_all（pytest -k "G1- or G2- or G12-"） | ✓ PASS |
| SW-ITN-05 | 百分比（含正負號）轉阿拉伯數字：百分之一→1%、百分之負零點五→-0.5% | test_text_converter.py::test_all（pytest -k G3-） | ✓ PASS |
| SW-ITN-06 | 分數（含正負號）轉阿拉伯數字：二分之一→1/2、負三分之一→-1/3 | test_text_converter.py::test_all（pytest -k G4-） | ✓ PASS |
| SW-ITN-07 | 日期／時間：數字轉阿拉伯數字，單位詞維持中文：一月五號→1月5號、十一點五十九分五十九秒→11點59分59秒 | test_text_converter.py::test_all（pytest -k "G5- or G8-"） | ✓ PASS |
| SW-ITN-08 | 程度副詞維持全中文、不得數字化：一點點、一些、十分滿意 等 40+ 慣用語 | test_text_converter.py::test_all（pytest -k G7-） | ✓ PASS |
| SW-ITN-09 | 完整車內出貨指令語料 495 列、29 個產品功能分類，逐句 100% 正確；分類本身不得靜默缺漏 | test_itn_lexicon.py::test_every_incar_command_normalises_as_adjudicated／test_every_product_category_is_represented | ✓ PASS |
SW-OPS-01 | 模型解析：get_local_model_path 維持純函式（不觸發下載）；ensure_local_model_path 只在 bundle 真的缺失時 pull、且只 pull 自己那個 .dvc；失敗訊息必須指名該跑的指令 | tests/test_model_manager.py | ✓ PASS |
SW-OPS-02 | 出貨模型的五處必須一致：config-basic.yaml 的 model.key、utils/model_manager.py 註冊表、三個 Dockerfile* 的 COPY、deploy.sh 的 MODEL_DVC_FILES、.dockerignore 的 build context 白名單 | tests/test_augment.py | ✓ PASS |
SW-OPS-03 | Per-turn debug log 檢索端點（GET ，2026-08-20）：features.enable_debug_log_endpoint 關閉時回 404；開啟時可依 trace_id（來自 WS 握手 ?trace_id=，經 logger.contextualize 標記，比照既有 ?car= 機制）與時間窗（since_ms/until_ms/minutes）篩選 in-memory ring buffer（debug.debug_log_buffer_lines 筆數上限）；零筆符合回 200 而非錯誤 | tests/test_debug_log_buffer.py、tests/test_debug_log_config.py、tests/test_debug_log_endpoint.py、tests/functional/live/test_debug_logs.py | ✓ PASS |
SW-OPS-04 | Per-backend EOT 等待與 complete 門檻：YAML 依 backend 分組。三種 backend 各自持有 wait；兩個 scoring backend 另持有 threshold；TurnSense 資產在 turnsense: 下。wait 出廠皆為 0.1；狀態頁顯示為 Turn 等待時間（wait_secs），範圍 0.1–3.0 秒，滑桿覆寫目前 running backend，全行程共用、不依車。complete threshold 出廠皆為 0.6（0–1，YAML-only，嚴格大於）。COMPLETE 立即 commit；scoring backend incomplete 到期用 timeout，VAD 到期用 vad。頂層 sibling map、頂層資產鍵、純量 wait與殘留 complete_wait_secs 拒絕啟動。JSON overlay 仍是 per-backend map；舊純量 JSON 只套用 turnsense | tests/test_turn_backend_config.py、tests/turnsense/test_policy.py、tests/test_smart_turn_detector.py、tests/test_status_page_settings.py、tests/test_eot_kws_precedence.py | ✓ PASS |
SW-OPS-05 | live 測試 harness 不得產生 false pass：tests/docker-test.sh 重用映像的新鮮度檢查，必須涵蓋 Dockerfile 所有 COPY 進映像的路徑。清單以 Dockerfile 為來源推導驗證，不得手工維護——漏一個路徑就會讓套件對著不是受測版本的程式碼跑出綠燈 | tests/test_augment.py::test_docker_test_rebuilds_when_any_baked_in_path_changes | ✓ PASS |
SW-OPS-06 | provider=trt 不得靜默降級成 CUDA（與 SW-EOT-04 是同一原則的兩個實例：指定的 provider 沒生效就拒絕啟動），兩層：① 註冊層——TensorRT EP 註冊失敗時（onnxruntime build 沒有 TRT、libnvinfer 不在載入路徑、ORT 退回選項），vendored sherpa-onnx 中止行程而非 fallback；② 執行層——recognizer 建好之後，若 model.provider 要的是 trt 而 libnvinfer 未常駐於本行程，服務啟動必須失敗。①擋不到②：engine 因 sm 或 TRT 版本不符而無法反序列化時 EP 仍註冊成功，ORT 可以把節點丟回 CUDA。兩者的共同理由是該降級在執行期不可見——服務照常啟動、答案正確，只是慢數倍，該輪就因此量到一組標著 TensorRT 卻跑在 CUDA 的數字 | tests/test_trt_provider_guard.py | ✓ PASS |
SW-OPS-07 | C-X1 部署契約：host network、ClusterFirstWithHostNet、NVIDIA RuntimeClass、既有 Gateway 與 localhost 服務互連；預設 CLI 在操作端 build/push Thor image 後部署，--deploy-only 只部署既有 image | tests/test_cx1_deployment.py（6 項） | ✗ FAIL 5 passed／1 failed：test_cx1_default_builds_pushes_and_deploys 因本機缺 lora-v2 模型目錄 |
SW-FT-01 | 訓練語料建構：目標詞以 config-basic.yaml 為單一事實來源；句型展開不污染標籤；音色池與配額可重現；AISHELL-3 全程只當評估、永不進訓練 | tests/test_finetune_corpus.py | ✓ PASS |
SW-FT-02 | 量測與判定：MODEL／PRODUCT 雙軸（別名不計入模型能力）、三軸判定須同時成立、checkpoint 選擇規則（一般 ASR 品質門檻未通過者不得被選中、全 NO-GO 時不得回傳贏家） | tests/test_finetune_eval.py | ✓ PASS |
SW-FT-03 | LoRA 接線：不可達目標必須拋錯而非靜默不啟用；可訓練集合非空且只含 lora；merge 後鍵集合＝base 且權重確實改變 | tests/test_finetune_lora.py | SKIP |
SW-FT-04 | 波形增強：SNR 精度、訓練／評估池不相交、確定性、不削波；預設 AUG_RATIO=0.25（波形增強，與出貨模型一致） | tests/test_augment.py | ✓ PASS |
SW-FT-05 | 論文基準計分不得與一般 ASR 品質驗收計分共用程式碼；中英文正規化分流、論文目標值釘住；精度以 --model-file 選擇（預設 model.onnx，歷史呼叫方式不變），且寫進 report JSON 讓每個數字帶著它的精度來源 | tests/test_paper_bench.py | ✓ PASS |
SW-FT-06 | 模型量化匯出：sherpa-onnx 的 metadata_props（model_type / lfr_window_size / neg_mean / inv_stddev / lang_* / with_itn …）在 INT8 與 FP16 轉換後必須逐鍵存活——少一個，sherpa-onnx 就載不起來；FP16 圖必須保持 fp32 的 graph I/O（keep_io_types），否則餵 fp32 waveform 會型別不符；INT8 的量化參數（op_types_to_quantize / weight_type）只允許存在一份，exporter 與獨立量化工具共用同一個函式，不得各寫一份而漂移 | tests/test_quantize_bundle.py | ✓ PASS |
SW-FT-07 | 量測後端可換為 ONNX：--onnx-dir（sherpa-onnx）與 --init-param（PyTorch）互斥，避免報告出現一個不知道用哪個後端量的數字；--require-cache 時，付費 TTS 語料只要有一個 clip 不在快取裡就在發出任何 TTS 請求之前失敗（Google TTS 按字計費，一次誤觸就是真實支出） | tests/test_eval_onnx_backend.py | ✓ PASS |
SW-FT-08 | 運算子的裝置可攜性：量化會把 MatMul 換成 MatMulInteger／MatMulNBits 等運算子，而目標裝置的 execution provider 未必實作它們——未實作時 ORT 會靜默指派回 CPU，模型照跑、文字照樣正確，只是速度不是部署時假設的那個。工具須：①列出圖中所有運算子；②列出某個量化方案新增／移除了哪些運算子；③以 ORT profiler 的實際節點指派回答「哪些落在目標 provider、哪些退回 CPU」；④把「provider 根本沒載入」與「部分運算子退回」分開報告（前者是環境問題，後者才是運算子支援問題）。輸入由圖的簽章合成，所以在沒有語料的邊緣裝置上也能重跑 | tests/test_op_support.py | ✓ PASS |
SW-DOC-01 | 新增測試檔必須在本規格留下紀錄：掛在某個 SW_id 之下，或明示「刻意不給 ID」與理由。反向亦然——本規格不得引用已不存在的測試檔（重新命名或刪除後留下的空指向，比未覆蓋更危險，因為它看起來有覆蓋）。§8／§9 兩區與其 ID 前綴不得被靜默移除 | tests/test_spec_traceability.py | ✓ PASS |
SW-DOC-02 | cycle 報告的累積 ledger 只增不減：最新一份報告必須涵蓋歷輪聯集的所有 SW_id（不只是對前一輪比對——那會讓某個 ID 消失一輪後就永遠消失，因為下一次比的是兩份都已缺它的報告）。報告檔名須與 docs/dev-specs/ 的 cycle stem 對應 | tests/test_report_integrity.py | ✓ PASS |
SW-DOC-03 | 報告要定義自己用的技術名詞（CLAUDE.md Rule 5）：凡讀者需要查才看得懂、且結論依賴其意義的名詞（sm89／RTF／MatMulInteger／CMVN…），必須在報告的名詞定義節裡說明「是什麼」與「該輪為何重要」。⚠️ 機械檢查的範圍是「有名詞表的報告，其涵蓋必須完整」；「報告有沒有名詞表」判不了誰是該輪的 cycle，故列入 close-out checklist | tests/test_report_glossary.py | ✓ PASS |
SW-DOC-04 | 報告的圖表要能被讀懂（CLAUDE.md §6 item 4b）：每張圖需有 aria-label；每張數據圖需有 caption，且 caption 要寫出結論而非重複標題（架構／流程圖屬 item 4，豁免）。⚠️ 規則不追溯——報告以「至少有一張帶 caption 的圖」表示採用此慣例，之後其圖才受檢；該輪之前無任何報告為圖加 caption | tests/test_report_charts.py | ✓ PASS |
SW-DOC-05 | 報告的章節交叉引用必須指得到（CLAUDE.md §6 item 7e）：報告是獨立閱讀的文件，§N 是讀者從結論走到證據的唯一途徑；重新編號章節時，引用它的文字必須同步改。⚠️ 檢查只驗指得到，無法判斷「§9 其實該寫 §10」。既有 4 份報告的 12 個懸空引用列成 KNOWN_DANGLING 明帳，只能減不能加 | tests/test_report_crossrefs.py | ✓ PASS |
SW-DOC-06 | 報告的 ID 對照表要逐項定義（CLAUDE.md Rule 3）：報告引用的每一個 A／D／E／F／R 都要在表裡有自己一列——只定義「家族」與範圍不算數，那回答的是「A 是什麼」不是「其中某一個 id 是什麼」。⚠️ 規則不追溯：以報告是否含「ID 對照」章節判定是否受檢；既有 2 份報告的 18 個未定義 ID 列成 KNOWN_UNDEFINED 明帳，只能減不能加 | tests/test_report_ids.py | ✓ PASS |
SW-DOC-07 | 報告的小節要掛在自己的章節底下（CLAUDE.md §6 item 7f）：不得有 <h3> 排在本節 <h2> 之前；編號 N.M 的小節必須位於編號 N 的 <section> 內；站內連結必須指得到錨點。該輪發生兩次——插入時以「下一個 h2」定位，內容落進下一節，而 HTML 解析／標籤平衡／錨點檢查全部看不出來 | tests/test_report_structure.py | ✓ PASS |
SW-DOC-08 | 報告引用的測試檔必須存在（CLAUDE.md §3 懸空引用原則）：ledger 是審閱者判斷「這個需求有沒有人守」的依據，指向不存在的檔案讀起來和有覆蓋一模一樣，比空白更糟——空白至少會促使人去查。SW-DOC-01 守的是規格↔測試，這條守的是報告↔測試，而後者才是審閱者實際會讀的。⚠️ 只驗檔名；函式是否存在、結果是否與實跑相符，仍是收尾檢查表的工作 | tests/test_report_test_refs.py | ✓ PASS |
| SW-DOC-09 | 累積 ledger 裡「該需求所屬 cycle新增」的高亮必須跟著換手：沒被該需求所屬 cycle新增的列要清掉 class="hl"，只有該需求所屬 cycle自己新增的列能保留，且要帶明確日期（CLAUDE.md §6 rule 7g）。原編號 SW-DOC-08，rebase 到 2026-09-04-ai-agent-ux-alignment 時撞號而改號 | test_report_highlighting.py（1） | ✓ PASS |
| SW_id | 行為（規格） | 測試 | 結果 |
|---|---|---|---|
SW-W-06 | smart-turn 第二句開頭說喚醒詞不觸發喚醒 · 2026-08-17 廢止，與 SW-W-02 互斥，見 SW 規格的廢止紀錄。由 SW-W-13 取代 | — | — |
SW-B-04 | Prefix 出現在 smart-turn 第二句句首不觸發 · 2026-08-17 廢止，與 SW-W-02 互斥，見 SW 規格的廢止紀錄。由 SW-B-10 取代 | — | — |
SW-B-09 | 特定指令於 smart-turn 第二句句首不觸發 · 2026-08-17 廢止，與 SW-W-02 互斥，見 SW 規格的廢止紀錄。由 SW-B-11 取代 | — | — |
SW-TURN-04 | 幽靈 ID（未註冊）——2026-09-05 循環的後續驗證方向指出 tests/functional/live/test_remaining_ux_gaps.py 的 docstring 引用了 SW-TURN-04（UX§3.1 490/510 ms 斷句邊界），但 kitt-stt-sw-spec.md 從未登記此 ID；保留以滿足 SW-DOC-02 的累積 ledger。 | test_remaining_ux_gaps.py（live，docstring 引用） | —（未註冊） |
| —（已移除） | — |
| SW_id | 行為（規格） | 測試 | 結果 |
|---|---|---|---|
SW-HW-01 | from_sense_voice(decoding_method="modified_beam_search") 在未提供 hotwords_file 時必須正常建構並解碼，不得因無條件呼叫熱詞載入而 hard-exit | tests/test_sensevoice_hotword_python_api.py | ✓ PASS |
SW-HW-02 | 載入 hotwords_file 後，對已知因該詞彙被誤聽的音檔，解碼輸出必須改變並更接近正確答案 | tests/test_sensevoice_hotword_python_api.py | ✓ PASS |
SW-HW-03 | hotword_debug 預設 False，此時 hotword_debug_json 維持空字串 | tests/test_sensevoice_hotword_python_api.py | ✓ PASS |
SW-HW-04 | hotword_debug=True 時，解碼結果必須帶有逐 frame 的真實除錯軌跡 | tests/test_sensevoice_hotword_python_api.py | ✓ PASS |
SW-HW-05 | 除錯軌跡的每個 frame 必須額外帶 beams：依 total_score 排序的候選路徑分數拆解 | tests/test_sensevoice_hotword_python_api.py；C++ 側 offline-ctc-prefix-beam-search-decoder-test.cc::DebugRankedBeamsExposeWhyTheFlipHappened | ✓ PASS |
SW-HW-06 | add_hotwords_dict({phrase: weight_or_None})：執行期純新增熱詞，不重建 recognizer、不讀檔案，且不覆寫既有詞 | tests/test_sensevoice_hotword_python_api.py；C++ 側 offline-ctc-prefix-beam-search-decoder-test.cc::SetContextGraphAffectsOnlySubsequentDecodes | ✓ PASS |
SW-HW-07 | 建構時的 hotwords_file 參數維持既有行為：讀取純文字檔轉成 C++ 端可用的熱詞資料結構 | tests/test_sensevoice_hotword_python_api.py | ✓ PASS |
SW-HW-08 | features.enable_hotwords 與 hotwords.{file,score,max_active_paths} 正式接進 BatchASRManager._build()／KittSttService：只有熱詞檔含真正內容時才切到 modified_beam_search，否則（含空檔）維持 greedy_search；空檔或純註解檔維持 no-op。 | tests/test_batch_asr_manager_hotwords.py（6）、tests/test_config_hotwords.py（2）、tests/test_hotwords_default_file.py（3） | ✓ PASS |
| 驗收 ID | 行為 | 測試（file::test） | 結果 |
|---|---|---|---|
| A1 | 第一次 interim 無前次延遲 → 用 initial_interval | test_audio_cfg::test_next_interval_uses_initial_when_no_prior_latency | ✓ PASS |
| A2 | 間隔 = max(延遲×margin, 地板)，無上限 | test_audio_cfg::test_next_interval_is_latency_times_margin_above_the_floor / test_next_interval_has_no_upper_ceiling | ✓ PASS |
| 延遲很小時被地板夾住 | test_audio_cfg::test_next_interval_clamped_to_floor_for_small_latency | ✓ PASS | |
| A3–A5 | margin≤1 / 地板≤0 / 初始值≤0 → ValidationError | test_audio_cfg::test_safety_margin_must_be_greater_than_one / test_min_interval_must_be_positive / test_initial_interval_must_be_positive | ✓ PASS |
| A6 | ASR_INTERIM_SAFETY_MARGIN 覆寫 / 未設時吃 YAML | test_audio_cfg::test_env_var_overrides_margin / test_no_env_var_keeps_yaml_default | ✓ PASS |
| 驗收 ID | 行為 | 測試（file::test） | 結果 |
|---|---|---|---|
| SW-PERF-01 | 連線無錯誤 | test_audio_stress::test_audio_stress_no_errors | ✓ PASS |
| SW-PERF-01 | 90 秒連續長句仍收到 final | test_audio_stress::test_audio_stress_final_received | ✓ PASS |
| SW-PERF-01 | time to final 有界 | test_audio_stress::test_audio_stress_time_to_final_bounded | ✓ PASS |
| SW-PERF-01 | 相鄰 interim 最大間隔有界 | test_audio_stress::test_audio_stress_interim_gap_bounded | ✓ PASS |
| 驗收 ID | 行為 | 測試（file::test） | 結果 |
|---|---|---|---|
| B1 | interim 只套用 s2t()，不做數字正規化 | test_batch_asr_manager_itn_split::test_interim_inference_only_applies_s2t_not_numeral_normalization | ✓ PASS |
| B2 | final 仍套用完整 itn()（s2t + 數字），不受影響 | test_batch_asr_manager_itn_split::test_offline_inference_still_applies_full_itn | ✓ PASS |
| 驗收 ID | 行為 | 測試（file::test） | 結果 |
|---|---|---|---|
| B14-R1 | RTF 只計 decode_stream() 的時間，不含鎖等待 | test_interim_concurrency::test_decode_ms_and_latency_ms_agree_with_no_contention / test_decode_ms_excludes_lock_queueing_but_latency_ms_includes_it | ✓ PASS |
| B14-R2 | 每個 session 有獨立的 buffer_lock，與 inference_lock 分開，且真的序列化併發存取 | test_interim_concurrency::test_buffer_lock_is_per_session_and_separate_from_inference_lock / test_buffer_lock_serializes_append_against_read | ✓ PASS |
| B19-R1 | _interim_redecode_body 不得被 inline await；恰有一次背景派發，且必須是 self.create_task | test_interim_concurrency::test_interim_redecode_is_dispatched_never_awaited | ✓ PASS |
| B19-R2 | ×人數 不得偷渡回來：呼叫端只能帶 1 個位置引數，函式簽名不得有人數參數 | test_interim_concurrency::test_the_schedule_is_never_given_a_speaker_count | ✓ PASS |
| B19-R3 | 三個已移除的旗標保持移除：FeaturesCfg 無欄位、config-basic.yaml 無鍵，舊 override 檔仍可載入且為惰性 | test_interim_concurrency::test_the_removed_knobs_stay_removed | ✓ PASS |
| F_id / SW_id | Feature / 行為 | 歸屬 |
|---|---|---|
| F_1 | 多音區識別/控制（權限·AreaID·多區並行） | 下游 + STT per-user_id hook |
| F_4.1 | 語音打斷_背景併行處理 | 下游 DM/TTS |
| F_4.2 | 語音打斷_後令壓前令 | 下游 DM 仲裁 |
| F_5 | 連續指令 | 下游 NLU 拆解（UX§4.2.1 拆解成功率同歸此列） |
| F_6 | 上下文理解 | 下游 DM 快取（UX§5 保留輪數同歸此列） |
| F_3.4c | 最大錄音時限自動停止 | kitt-web-ui——✓ 已實作，設定 20s（2026-09-04 UX cycle 記錄的使用者確認；2026-09-05 未驗證 Web UI） |
| SW-UI-06 | 講話中切 mic 靜音、WebUI 不卡字 | web-ui（無 STT 測試） |
| SW-MU-01..08 | 多使用者/多車喚醒同步、隔離 | web-ui（STT 提供 per-user_id / ?car= hook） |
UX§1.3.1／UX§7／UX§9／UX§10（除 11.3） | 問候語 UI／Guardrail／回復策略／顯示策略 | 下游 UI/LLM/TTS |
| SW_id | 行為 | 測試 | 結果 |
|---|---|---|---|
| — 刻意不掛 SW_id |
interim 重解碼的特徵抽取增量化：增量餵入與一次性餵入產生的特徵必須逐 bit 相同；
持續 stream 不得跨 utterance 復用；該句的 final 沿用同一個 stream 只補未餵的尾巴；
餵入失敗必須可見且可復原（拋 IncrementalFeedError、游標只在成功後推進、
半餵的 stream 丟棄重建）；交棒不得在 interim 餵入中途發生（否則 final 重複餵同一段音訊） |
tests/test_offline_stream_incremental.py（8） tests/test_batch_asr_manager_incremental_prep.py（8） tests/test_interim_incremental_wiring.py（6） tests/test_final_stream_reuse.py（9） |
31/31 PASS · 2026-09-05 offline |
main 的現行需求補充2026-09-15 rebase 到 origin/main 3c0282d7 後，現行 SW 規格共有 159 個 SW_id。下表補入 baseline 之後由 main 新增的 39 個需求；行為、驗收準則、測試與 PRD 歸屬依 rebase 後規格，未在本次 rebase 驗證範圍內的結果一律標為 NOT-VERIFIED。
| SW_id | 預期行為（現行規格） | 驗收準則 | 測試 | PRD | 本次 rebase 結果 |
|---|---|---|---|---|---|
SW-DOC-10 | 報告檢查只能讀「散文」，不得讀進內嵌的二進位酬載：報告把音檔／圖片以 data: URI 內嵌（Artifact CSP 擋外部媒體，可播放的音檔只能隨檔案走），而 base64 是 64 種字元的任意字串——夠長就一定拼得出檢查要找的短樣式。2026-09-09 報告的音檔恰好拼出一個 follow-up 編號的樣式，被 SW-DOC-06 讀成「報告引用了這個 follow-up」而失敗——那個編號從來沒有任何人寫過（此處刻意不寫出該編號：寫出來就會讓引用它的文件真的引用到一個不存在的 ID）。八個 test_report_*.py 一律改走 tests/report_text.read，由該處單一決定「散文到哪裡為止」。⚠️ 真正危險的失敗方向是過度剝除：樣式若貪婪到吃掉整份文件，八個檢查會同時在空字串上通過，報告從此可以無聲地掉掉半個 ledger——故兩個方向都要釘 | 酬載（含跨行、圖片）被移除；其周圍散文逐位元組保留；<audio> 元素本身仍可見；非 base64 的 data URL 不動；剝除後文件不得被吞掉 | tests/test_report_text.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-FT-09 | 外部音檔注入訓練語料（非單一 TTS 供應商）：build_corpus.py 之外，可把預先產好的 {speaker,text,wav,lang} manifest（如 ZipVoice 多語者 zero-shot clone）附加進 Kaldi 式 corpus/{train,val}/{wav.scp,text.txt}，讓下游（build_training_set.py→sensevoice2jsonl→增強→訓練）一視同仁。分流依語者（比照 build_corpus.py 的 by-voice leakage rule：held-out 語者只進 val/）；uid 為穩定 hash，重跑冪等（已存在的 uid 跳過）；manifest 指到的 wav 缺一個就硬失敗（缺檔時語料會悄悄變小，訓練 log 卻看不出差別，所以不允許）。空／不存在的 manifest 是 no-op（純 Google TTS 語料不受影響）。退化 render 過濾（--min-dur-secs）＋語者排除（--exclude-speakers），2026-09-14-ux-spec-model-ft-exit-word：zero-shot TTS clone 對極短目標（單一國語音節如「滾」）會產出 ~0.1s 近乎靜音的 clip，拿它訓練等於教模型聽到靜音就寫出這個詞。低於 --min-dur-secs 的 clip 跳過但大聲（stderr WARNING ＋ 逐詞 tally），非硬失敗；--min-dur-secs 0（預設）為關閉。整個 reference 語者渲染品質差時（如「林志玲」的短詞出現 退下→S。／滾蛋→Goodbye），--exclude-speakers 在最前面就把該語者所有列丟掉（stale manifest 的防護網；生成端也應已排除）。驗收聽測者永遠 held-out（2026-09-14-ux-spec-model-ft-exit-word，使用者裁定）：跑驗收聽測的真人（現為 john／patty／parker）也在 ZipVoice zero-shot clone 的語者池裡。拿他們聲音的 clone 訓練，模型會記住他們的音色，再找同一批人驗收，分數自然虛高（train/test 洩漏）。這些名字必在 run_pipeline.sh 的 ZIPVOICE_HELD_OUT（clip 只進 val/、永不進 train/，仍可驗證）；換驗收人時清單與釘住它的測試一起改。與 --exclude-speakers 的差別：held-out ＝留著驗證、不訓練；exclude ＝渲染太差，訓練與驗證都不用。2026-09-14 擴充：除了時長門檻（抓退化渲染）外，另接受一份人工試聽裁定檔（--rejects，JSON：整語者 ＋ 逐「語者×句子」）。裁定檔的每一項都必須在 manifest 裡對得到，對不到就硬失敗。語者 id 打錯（kelly 寫成 Kelly）時如果默默略過，人判定不能用的 clip 會照樣進訓練，而且完全看不出來 | 外部音檔注入測試全過（含 min-dur 過濾／預設關閉／無法解析的 wav 保留／驗收聽測者在 held-out 預設集內） | tests/test_external_audio.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-FT-10 | 喚醒詞／退出詞訓練列的雙語言標籤（B1）：sensevoice2jsonl 用 base 模型自動標語言 token，「Hi Foxtron」「Dismiss」單說會被標成 <|en|>，服務卻預設用 <|zh|> 解碼。所以訓練框架要在 auto-label 之後，替這些列補上另一種 prefix 的複本。喚醒詞（嗨鴻華／嗨鸿华／你好鴻華／Hi Foxtron）與整句退出詞 positive（templates.yaml 的 exit_alone，key 前綴 exit_alone）都雙向翻：<|zh|>↔<|en|> 各補一份，key 加 __dl，重跑冪等。退出是喚醒契約的另一半，卡在待命出不來和喚不醒一樣糟，所以兩種 prefix 下都要穩（2026-09-14 使用者裁定）。⚠️ 這個方向量到過代價：短的國語退出詞（滾／退下）在 <|en|> prefix 下訓練，會讓模型在音近「hi」的「嗨」後面插一個拉丁 i（嗨鴻華→嗨i鴻華）。這種迴歸出現在中文喚醒詞的 MODEL 軸，不在退出詞上。出貨前一定要先看這個數字。不翻的列：其他語言的列、一般語句、bypass、退出詞夾在句中的 negative，以及產品語彙詞（TermKind.VOCAB）。語彙詞 auto-label 給的語言就是它該訓練的語言；它在某個 prefix 下寫錯只賠一個詞，喚醒或退出失敗卻賠掉整個 turn（2026-09-14 使用者裁定） | 雙語言標籤測試全過（喚醒詞與整句退出詞 positive 雙向／句中退出詞 negative 不翻／語彙詞不翻） | tests/test_dual_lang_label.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-FT-11 | 多語者 ZipVoice 生成器的退出詞模式：gen_zipvoice_wake.py --mode exit 產出 UX§2.1 的 13 個退出詞單說（6 zh + 7 en）＋少量「退出詞 + 鴻華／Foxtron」tier-2 種子（matcher 尚未消費，僅預先備料）。每個英文退出詞（Dismiss／Goodbye／Shut up…）都不帶 Foxtron 標記，故 _lang_of 必須以顯式對照表判為 en——否則會 fall through 成 zh、被 Mandarin 音色念成「Dmiss」而污染語料；退出詞集合內 slug 不得碰撞 | 生成器離線單元全過 | tests/test_gen_zipvoice_wake.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-FT-12 | 英 | 6,000 | 300 | 英文一般語音不忘 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-FT-13 | 階段續跑的判斷必須認「做完」而不是「開始做」：run_pipeline.sh 每個階段有產物就跳過，die() 也明講「重跑同一個指令即可，已完成的階段會自動跳過」。但 stage 3 的 guard 原本看 model.pt——funasr 每次 validation 就重寫 model.pt，兩小時的訓練跑不到一分鐘該檔就存在。於是「中止後照指示重跑」會跳過訓練，stage 4-9 照樣評分／merge／匯出一顆只跑了一個 epoch 的模型，而且任何一行 log 都不會說訓練沒跑：stage 5 對 model.pt.ep* 一律評分，結果不是半成品僥倖過三軸而出貨，就是全 NO-GO 後 stage 7 把原因歸給語料（「這通常是語料問題」）。改法：sentinel 改成 ${OUT_DIR}/.train-complete，只在 trainer 回傳 0 之後才寫，且把產生它的設定寫進檔案內容（epochs／lora／rank／alpha／lr／data／aug）。設定相同才跳過；設定不同一律停下報錯，不得靜默沿用舊模型（同名重跑換參數會讓兩次看起來像在比較，實際上只訓練過一次）；沒有 sentinel 但有殘留 checkpoint 時要大聲說（步數對不上的不會被覆蓋，stage 5 會混在一起評）。2026-09-14 於 cycle 2026-09-14-ux-spec-model-ft-exit-word 實際踩到 | 續跑 guard 測項全過（中止後重訓／設定相同才跳過／設定不同硬失敗／殘留 checkpoint 有告警／sentinel 只寫在成功分支） | tests/test_run_pipeline_guards.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-HR-01 | 公司名「鴻華先進」由 HR 同音規則寫對：src/hr/build_hr_fst.py 詞表含 鴻華先進 ← hong2hua2xian1jin4（套用模糊聲調／n-ng／l-n），出貨的 fuzzy_srdc_replace.fst 必須由這份詞表重建。規則要四個音節連在一起才會觸發，所以單說「仙境」「先進」不受影響。已知且接受的限制：「鴻華」後面緊接真的「仙境」（如「嗨鴻華，仙境谷怎麼走」）聽起來就是同樣四個音節，會被寫成「鴻華先進谷」——HR 和熱詞都分不開（2026-09-15 實測兩者皆 13/13） | 兩位非驗收語者（ZipVoice）12 句正例全部寫出「鴻華先進」；「仙境」「先進」對照句 4 句保留原字、不被改寫；提交的 FST 與詞表重建結果相同〔預設測試環境 NOT-ENFORCED（需 hr-build group 的 pynini，沒有就 skip）〕。前兩項要先 dvc pull 出貨模型，模型不在本機時 skip | tests/test_company_name_recognition.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-HW-09 | 出貨熱詞含公司名 鴻華先進 :2.0，和 SW-HR-01 的 HR 規則一起用（使用者裁定兩層都做）。它是只需要寫對、不觸發任何行為的詞，不列入喚醒／退出詞的比對。權重停在 2.0：只用熱詞時 2.0 已經幾乎全對，3.0 開始改動無關的喚醒詞句子 | hotwords.txt 恰好含這一行；完整鏈路下正例全部寫對 | tests/test_hotwords_default_file.py、tests/test_company_name_recognition.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-HW-10 | 出貨熱詞含車控詞區塊（2026-09-10 corpus-hotword-enhance 那一輪，2026-09-11 起由使用者設計；2026-09-15 使用者要求補進 cycle 2026-09-14-ux-spec-model-ft-exit-word）。內容是使用者主觀決策，依領域分組；每組先放 2026-09-10 那一輪量過的詞條，再放 # manual 下使用者人工加的（依 sup_single_turn_0.2.0 conversation set 測試結果，如 前擋除霧、主駕駛位、後車箱，沒有量測）；air conditioner 是 2026-09-15 為 live 中英夾雜句加的，不帶權重，只抽查過那支音檔。核心詞和產品實際的長說法並列（如 除霧 :3.5 和 打開除霧／除霧關閉），因為長說法只在真的講那句指令時才會整條命中，加分更多、誤觸發範圍也更窄；英文照模型實際寫出的樣子列（AC、SYNC模式、MAX模式）。可以帶逐詞權重，也可以高於喚醒詞（使用者 2026-09-11 裁定）。清單由使用者設計，測試不釘內容，只守看不出來的錯：不得重複、喚醒／退出安全網與 config-basic.yaml 一致、來源檔全繁體。評測工具：corpus_hotword_eval.py 比出貨前後兩份熱詞檔（各分 HR 開／關），只讀 TTS 快取，兩份熱詞一樣就拒跑；paper_bench.py 的熱詞／HR 旗標預設關閉，歷史數字的量法不變 | 60 條那一輪在 …-kitt-wake-lora-v2＋當時 9 行安全網上量，使用者人工加的沒有量測，本輪出貨模型都沒有重量（使用者要求補上、不重跑）：live 除霧、小憩模式 各 5 次全對，同一映像換回出貨前的熱詞檔就回到 除物／小氣；AC :2.0／MAX :2.0 讓 LibriSpeech WER +0.040／+0.063 個百分點，使用者接受。離線：評測語料自洽、與 vc_core_corpus_0824 零重疊、語料的喚醒／退出組跟 config 的喚醒詞＋13 個退出詞一致（2026-09-15 補合成）；paper_bench.build_recognizer() 不給熱詞參數時完全不傳熱詞相關參數 | tests/test_hotwords_default_file.py、tests/test_hotword_corpus_fixture.py、tests/test_paper_bench_hotwords.py、tests/functional/live/test_hotwords_vehicle_terms.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-03 | 잘 해요。 被刪成 。，一個什麼都不做的指令）。字元層判定的程式碼（src/lang/script_policy.py）保留，但<b>只供量測工具使用</b>，不在服務路徑上 | 第三語言的 final <b>原樣送出、逐字元不變</b>；不得刪字；不得因違規而重新解碼（以<b>解碼次數</b>斷言，只看文字看不出來）；<b>不得產生任何語言政策相關的 log</b> | tests/test_batch_asr_manager_lang_policy.py · tests/test_script_policy.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-04 | 語言政策研究工具的判讀邏輯：分層（等數量的句長分帶，餘數不得掉句）、外洩統計（以句為單位計 incidence、以字元計語言別）、以及 oracle 對照值——每句取誤差最小的那個做法，用以界定「任何以語言選擇為手段的方案」（釘 zh／釘 auto／投票後釘定／任何未來的語言分類器）最多能改善到哪裡。⚠️ 這條守的是量測而非產品行為，故 PRD 欄為 STT_EXTRA；它之所以要被測，是因為 oracle 若悄悄退化成「總是回傳基準做法」，整輪的結論會在數字看起來完全合理的情況下變成空話 | 24 項判讀測試全過；oracle 在「所有做法輸出相同」時必須等於 baseline，在「各做法互補」時必須取到零誤差，且永不劣於最好的單一做法 | tests/test_lang_policy_eval.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-05 | model.language 是組態值，且它的預設必須等於出貨值。(a) model.language（auto／zh／en／ja／ko／yue）取代 BatchASRManager._build() 裡寫死的 "zh"，使其成為組態值；出貨預設為 zh——它是一句話的起始語言而非完整政策，英文由 SW-LANG-06 的 per-stream 閂鎖達成。⚠️ 2026-09-09 曾改為 auto 並於 2026-09-10 改回：auto 的用處只有一個——判斷這句是什麼語言。但釘 zh 解碼時模型照樣認得出來，而且從不回報第三語言（早期用密集時間點量到 98.9%，auto 只有 92.2%；改用服務真實節奏重測，英文是 458/493 句 92.9%，見本輪報告 §4.2）。既然判斷語言不需要 auto，它造成的 interim 抖動就沒有東西可以抵銷；無效值必須在建構時拋錯，因為 sherpa-onnx 只會記一行 Unknown language 然後靜默退回 auto，組態打錯字會以「服務正常但設定不是你以為的那個」出貨。(b) final 文字經 ITN 之後再過語言政策守衛：含政策外字元時剔除該字元並記 WARNING（不是 DEBUG——它響代表聲學模型跑出產品的兩種語言之外，其發生率就是模型／組態變壞的訊號）。守衛只作用於 final，interim 刻意不擋（UX§11 允許句子還短時暫時猜錯語言）。⚠️ 動作優先為「以 zh 重解」，刪字僅作為最後手段（2026-09-09 改判：刪字會把 '잘 해요。' 掏空成 ' 。'，使用者對此零容忍且其優先度高於 CER）。重解之所以可行，是因為本輪為 vendored sherpa-onnx 補上了 per-stream language（SW-LANG-07）；在那之前 1.13.0 沒有安全的 runtime 切換語言途徑——OfflineStream::SetOption("language",…) 對 SenseVoice 是靜默 no-op（呼叫成功、無人讀取），OfflineRecognizer::SetConfig 即使把組態原封不動推回去也會改變共用 recognizer 的行為（量測：auto→zh→auto 後輸出既非 auto 亦非 zh），在單一共用 recognizer 上會污染其後每一次解碼；而重解相對刪字的實測優勢僅 0.4 個百分點（相對 CER，且只在車控語料上有差） ⚠️ 2026-09-10 起本 ID 不再涵蓋任何文字處理（見 SW-LANG-24）：服務端不刪字、不重解、不偵測、不記警告，final 原樣送出。另補一條先前漏掉的檢查：ModelCfg.language dataclass 的預設值本身——先前只測了 BatchASRManager 的預設，dataclass 因此一度停在被否決的 auto，任何省略該鍵的 override 檔都會靜默取得它。 | language 預設為 zh、傳入值會到達 from_sense_voice()、無效值拋 ValueError；ModelCfg 的 dataclass 預設 = config-basic.yaml 的值 = 合法語言值（三者一致）；乾淨 final 逐位元組不變；含第三語言的 final 亦逐位元組不變（不得刪字、不得重解、不得記警告） | tests/test_batch_asr_manager_lang_policy.py · tests/test_config_language_default.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-06 | 一句話單向「閂鎖」到英文，中文則是預設（UX§11）。recognizer 以 zh 解碼，所以中文不需要偵測——它已經是預設，interim 行為與加入本功能前完全相同。英文是唯一的狀態轉移：interim 連續 KittSttService._EN_LATCH_INTERIMS（=2）次回報 en 時，該句 UserSession.pinned_language 鎖定為 en，同時對現行 stream 下 set_option，使該句剩餘的 interim 與 final 都改用英文。鎖定後不可解除：一句話不會中途換語言，可反轉的 pin 會把 interim 改寫放回畫面上。可行的前提是 釘 zh 的解碼本身就會回報它聽到的語言。按服務真實節奏實測：英文 493 句裡有 458 句（92.9%）至少有一次 interim 回報 en；反過來，中文跑了 5997 次 interim 只誤報 2 次英文，而且從未回報第三語言。（⚠️ 早期用密集時間點量到英文 97.9%；辨識次數變多，語言就比實際更早判出來，所以那個誤差只往一個方向偏。）既然如此，判斷語言就不必去付 auto 那筆 interim 抖動的帳。至於為什麼要連續 2 次而不是 1 次——車上 88% 是中文，判錯一次就等於拿錯的語言把中文重解一遍；實測要連續 2 次才鎖定時，1359 句中文一次都沒有觸發 | 一次 en 不鎖定；連續兩次才鎖定；中間被 zh 或第三語言打斷則重新計數；鎖定後 zh／第三語言都不得解除；中文 interim 不得產生任何 pin（預設就是 zh）；第三語言（ja/ko/yue/nospeech）永不被 pin；鎖定時須對 stream 下 set_option 讓剩餘 interim 跟著切換；stream 不支援 set_option 時 final 仍須鎖定；無 interim／stream 不可讀時不得拋錯；新的一句話必須從未鎖定狀態開始 | tests/functional/scenarios/test_language_pinning.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-07 | vendored sherpa-onnx 支援 per-stream language：OfflineStream::SetOption("language", …) 須被 SenseVoice recognizer 讀取（ResolveLanguage()／ResolveTextNorm()，兩處：batch 的 DecodeStreams 與 kitt-stt 實際走的 DecodeOneStream），未設定時回落到建構時的 model_config。⚠️ 必須是 per-stream 而非改 recognizer 狀態：kitt-stt 全服務共用一個 recognizer，改共用狀態會污染其後每一次解碼。實測 OfflineRecognizer::SetConfig 即使把組態原封不動推回去也會改變輸出（晚咗→马饮九），故不可用。⚠️ 上游 1.13.7 只把 use_itn 接成 per-stream，language 沒有；且本地此檔已因熱詞 patch 與上游分歧 383 行，cherry-pick 不可行，本地依上游 use_itn 的樣板自行實作 | per-stream 設定須：①生效（輸出與未設定時不同）②與建構時就設該語言逐位元組等價 ③不污染共用 recognizer（其後未設定的 stream 回到預設）④auto／zh 交錯輪流穩定 | tests/functional/scenarios/test_language_pinning.py（服務層接線）· 建置驗證見該輪報告 §6 | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-08 | interim 側的語言指標（UX§11）：kitt-stt 是 pseudo-streaming，每次 interim 都會推到 UI 當字幕，所以錯的語言 id 不是內部變數而是螢幕上的韓文。因此除了 final 準確度，另有兩個必須被量的指標：①定案時間（顯示語言不再變動的時刻，而非「第一次答對」——zh→en→zh 最終正確，但已讓使用者看過兩種語言）；②政策外語言曝光（第三語言在字幕上停留的秒數與最後出現時刻）。UX§11 允許「前期剛講話時短暫出現其他語言」，那是一句關於數字的主張，故須量測而非宣稱。兩者皆以絕對時間計——使用者感受的是「開口後幾秒」，不是「一句話的百分之幾」。⚠️ 中英夾雜一律視為 zh（2026-09-10 產品決議）：夾雜句以 zh 解碼兩邊都留得住（SW-LANG-02 已量到英文在 zh 解碼下存活），以 en 解碼則整段中文消失——兩種錯誤代價不對稱 | 定案時間須取「之後不再變動」而非「首次正確」；政策外曝光須自前一次 interim 起算；被釘定的策略須以其實際會顯示的序列計分（釘定前跟隨 auto，否則會為它從未顯示過的字幕受罰）；空語料不得除以零 | tests/test_lid_timeline.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-09 | interim 串流的穩定度指標（UX§11）：language 設定的代價有兩項，而只看 final 的量測只看得到一項。kitt-stt 會重解成長中的 buffer 並把每次結果推到 UI，所以「對每個前綴解出不同結果」的設定會在使用者眼前改寫字幕——auto 正是風險所在，因為它每次 interim 都重新判斷語言。三項指標分開量，因為它們會分開失敗：①改寫率（本次 interim 不是上一次的延伸＝使用者已讀到的字被改掉，串流 ASR 的標準判準）；②churn（整句累計被改寫的字元數 ÷ final 長度，即「使用者總共看到多少變動」）；③收斂點（interim 何時起等於 final 且不再變動——穩定但穩定地錯，不算好串流）。⚠️ 比較的是使用者看到的文字，故僅去空白、不做計分正規化：標點與大小寫在螢幕上，改動它們就是使用者看到的改動 | 純附加的串流改寫率為 0；全句改寫的 churn 須大於等量附加；空白差異不算改寫、標點差異算；收斂點須取「之後不再變動」；空串流／空 final 不得拋錯或除以零 | tests/test_interim_stability.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-10 | 合成評估音檔的適用性檢查：車控研究的每一個英文數字都是 TTS 數字，所以壞掉的音檔<b>不會顯示為「音檔壞了」，而是顯示為「模型比較差」</b>——與真實發現無法區分。兩層獨立檢查：①訊號層（靜音／近靜音／短到不可能容納該句／多為填充靜音；不需模型）；②內容層（解碼結果與應說內容差太遠）。內容層是必要的，因為它抓的是聽起來正常但其實壞掉的失敗——本輪首次 pilot 就發生兩種：跨語言 voice clone 把 prompt 的中文殘句接在英文指令前面（每句都以「23度」開頭），以及另兩個聲音把開頭數個字吃掉；兩者的 RMS 與長度都正常。⚠️ 內容層門檻刻意寬鬆（WER ≤ 0.5）：它問的是「這個音檔能不能用來量」，不是「模型準不準」——把門檻收緊到足以評價模型，就會把語料存在的目的（難句）一起丟掉。⚠️ 修正做法：prompt text 必須是裁切後音檔的逐字稿，與交給模型的音訊完全一致，否則模型會用「發明或吞掉語音」來弭平落差 | 正常音檔通過；靜音／過短／多為填充者各自被對應理由擋下且所有失敗理由都要回報（非只回報第一個）；立體聲須降混而非拒收；空音檔不得拋錯；輕微辨識錯誤不得判為壞音檔；prompt 殘句與開頭吞字須被內容層抓到；空參考須回報而非除以零 | tests/test_tts_audio_health.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-11 | 報告的逐例對照必須重現出貨的閂鎖，而不是它的轉述：範例是讀者比表格更信任的證據（它看起來像可以親眼看到的事），所以錯的範例特別貴——它會記錄一條服務並不遵守的規則，而套件裡沒有別的東西會發現。故範例產生器的閂鎖門檻直接對 KittSttService._EN_LATCH_INTERIMS 斷言，語意也對齊：連續 N 次 en 判定才釘、非 zh/en 判定會打斷連續、釘定後不可解除、切換自釘定的下一次 interim 起生效（判定讀自已經跑完的那次解碼）。另含每步編輯量與「改寫 vs 純附加」的區分——附加對使用者不可見，改寫才是畫面上會閃的東西 | 純中文永不觸發；連續兩次 en 觸發；單次 en 不觸發；ja 打斷連續；釘定不反轉；切換自下一次 interim 生效；純附加不計為改寫 | tests/test_lang_examples.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-12 | 逐 interim 準確度曲線的判讀契約：報告要回答「釘 zh 時英文的 interim 是不是整句都差、閂鎖後是不是變好」，而這個量測有一個會反轉結論的陷阱——一次 interim 只解了音訊前綴，拿它比整句參考會把「還沒講出口的字」全算成刪除，圖就只顯示音訊到了多少。折衷是比參考文字的前 N 詞（N＝已吐出詞數），代價是什麼都不吐的解碼得 0% 錯。故契約規定：wer 必須與 emitted 成對回傳、所有彙總必須以詞數加權（否則吐 1 詞與吐 8 詞等重），且對齊到閂鎖點的重新編號只用於分離「閂鎖的功勞」與「音訊變多而自然變準」 | 正確前綴得 0；被截斷的詞按已吐詞數計；未講出口的字不計為刪除；空 interim 回報 emitted=0；大小寫標點不計為錯；彙總以詞數加權；未觸發的句子不進入對齊統計 | tests/test_interim_accuracy.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-13 | 量測用的辨識節奏必須由出貨設定推導，不得自訂：服務的過程辨識<b>不是固定週期</b>，而是 下一次等待 = max(上次解碼時間 × safety_margin, min_interval)（AudioCfg.next_interim_interval）。出貨值（起始 0.5s、下限 0.5s、係數 1.5）配上約 17ms 的實測解碼時間，代表<b>下限完全主導</b>，真實節奏就是每 0.5 秒一次。⚠️ 自訂一組較密的時間點（例如 0.3/0.5/0.7/0.9/1.2s）會量到一個不存在的服務，而且誤差只往一個方向偏：辨識次數變多 → 語言判定比實際更早到 → 「先聽再切換」這類做法看起來比實際有效。本輪早期即因此高估英文改善幅度，改用推導節奏後往下修正。節奏必須<b>讀 config-basic.yaml</b>而非寫死，否則服務被重新調校後量測會停在舊假設上 | 第一次等待等於起始值；解碼快時節奏等於下限；解碼慢時節奏只會變稀疏不會變密；句子結束後不再有辨識；短於第一次等待的句子沒有過程字幕；改讀不同設定檔會得到不同節奏；出貨的三個值仍與報告所述一致 | tests/test_interim_schedule.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-14 | 最終結果的語言判定要分「夾雜一個字」與「整句是別的語言」：需求收緊為「final 只能是中文、英文，或兩者夾雜的句子」，而它點名的失敗是模型把整句判成日文並全句照日文轉寫——這與「一個 token 被換成假名」是不同的缺陷，處理方式也不同：對前者刪字是修復，對後者刪字只會留下殘骸。故除了既有的字元層判定，另提供比例判定（政策外字元佔帶語言字元的比例；標點、空白、數字不計入分母，否則整句日文加一個句號就會被稀釋到門檻以下） | 乾淨文字比例為 0；單一被替換字元為小比例；整句外語為 1.0（含結尾標點）；中英夾雜加一個雜字仍為低比例；空字串與純標點不得除以零 | tests/test_script_policy.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-15 | 動態切換語言之後，「整句被判成第三語言」的風險必須被量測，而不是被推論：固定 zh 時提示語言只有一個值，這個失敗在結構上不可能；改為動態切換後，它只因為程式碼拒絕釘定 en 以外的值而不可能——這是實作的性質，不是設定的性質，所以要有數據。量測三件事：①zh 解碼回報第三語言的頻率（_reported_language 這道過濾器實際擋掉多少）；②出貨路徑的 final 依 SW-LANG-14 分類的結果；③en 釘定是否比 zh 帶來更高風險。⚠️ 已知量測空白：未餵入真正的日語／韓語音訊——本輪語料全是中文或英文語音，而「整句被判成日文」最可能發生在真正的非中英語音或高噪音輸入上 | 8114 次過程辨識中第三語言判定 0 次；出貨路徑 1852 句 final 全數乾淨（含「讓模型自己判斷」會洩漏的那 9 句）；中文語料上 5997 次辨識僅 2 次誤報 en 且不連續（門檻 2 的餘裕可見） | tests/test_lid_risk_report.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-16 | ⚠️ 2026-09-10 起僅適用於量測工具，不再在服務端執行（見 SW-LANG-24）。剝除後只剩標點與空白時，回傳空字串：整句是別的語言時，逐字元剝除會留下原本夾在被移除詞語之間的標點與空白——實測真實日語／韓語語音，16 句中有 11 句剝完只剩 。、 . 或 .。這是一個非空但沒有意義的 final，下游對「什麼都沒聽到」已有處理路徑，對「只有一個句號的字串」沒有，它會被當成真的結果。⚠️ 僅定義全部都是殘骸這個情況；部分剝除（日文漢字會存活，温度を二度下げて 剝成可讀的 温度二度下）照原樣送出（2026-09-14 產品裁示：不特別處理） | 整句外語剝除後為空；夾在中間的空白與結尾標點不得單獨存活；有實質內容存活時標點保留原樣；本來就沒有違規的純標點文字不得被動到 | tests/test_script_policy.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-17 | 非中英文語音的手感測試：UX§11 的失敗情境是「模型把整句判成日文並照日文轉寫」，而它最可能發生在真的有人講該語言時。本輪語料全為中文或英文語音，故另以 TTS 產生少量日／韓／越／泰語車控指令實測。選這四種的理由是它們分屬兩種處境：日、韓 SenseVoice 有建模（有能力照樣轉寫），越、泰完全沒有建模（沒有正確輸出可選，看它退回什麼）。⚠️ 這是手感測試不是基準：每語言 8 句、單一語音，足以看出失敗往哪個方向倒，不足以給出發生率；此處乾淨不等於安全。TTS 依 (文字, 語音, 語速, 音高) 快取，重跑不再計費 | 四種語言各自的過程判定分布、出貨路徑違規數、守衛後結果與被清空數均產出；產出檔須記錄 TTS 計費字元數與快取命中數 | tests/test_foreign_probe_report.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-18 | 從解碼文字判斷語言的規則（切換依據的候選來源）：現行做法讀 SenseVoice 自己的語言標記；此候選改讀解碼出來的字是什麼字集——<b>每個帶語言的字都是拉丁字母才算英文，只要出現一個漢字就算中文</b>。這等於把「中英夾雜一律當中文」寫成可執行的政策，而不是交給模型的分類頭去猜；不對稱是刻意的，因為昂貴的錯誤是把中文重解成英文（88% 流量），所以偵測器對 en 必須保守。⚠️ 兩種「說不出來」必須回傳 None 而非硬猜：①只有標點／數字／空白（多數早期過程字幕如此）；②出現不服務的語言（假名、諺文）——回 zh 會把第三語言藏起來，回 en 會讓它把自己鎖定 | 全英文句判 en；純中文句判 zh；一個漢字即讓拉丁句變 zh；數字不影響判定；純標點／空字串／純數字回 None；假名與諺文<b>不得</b>判為 en，且不得判為 zh | tests/test_script_policy.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-19 | 十種語言政策必須在同一批解碼上比較：每個時間點的音訊分別以 zh／en／auto 各解一次後，任何切換規則都只是在這些結果上做選擇，因此十種做法（固定 zh、全程 auto、固定 en、依模型標記切換、依解碼文字切換、依最終解碼文字重判、早切換＋最終重判、加起判時間與比例門檻＋最終重判、起判時間與比例門檻＋final 沿用、起判時間與比例門檻＋收尾一票＋final 沿用〔出貨〕）與任意門檻都是純函式，全部落在逐位元組相同的解碼上——差異只可能來自規則本身。⚠️ 因為是純函式，這裡的錯誤不會當掉，只會<b>無聲改寫比較表</b>，故重放語意須直接釘住：各方案顯示哪一組文字、切換自觸發的下一次過程辨識起生效、以及什麼會重置英文連續計數 | 固定型方案永不切換且顯示自己的解碼；auto 顯示自己的解碼；切換自觸發後一次生效；切換過的句子回傳英文最終結果、未切換的回傳中文最終結果；zh 與 None 判定都會重置連續計數；整句外語與夾雜雜字分開計數；門檻必須與結果一併回報 | tests/test_detector_compare.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-20 | 固定時點判定與事件驅動判定是兩種不同的問法，須分開量：出貨規則是<b>事件驅動</b>（連續 N 次判定一致就切換），每句實際切換時間不同；要回答「第幾秒判定最準」必須改用<b>固定時點</b>（在第 T 秒取該時點以前最後一次過程字幕的判定），兩者最佳點不保證相同，且只有後者畫得出隨時間變化的曲線。⚠️ 語意須釘住：固定時點只讀<b>一次</b>判定而非一段歷史，所以較晚的中文判定會蓋過較早的英文判定；第一次過程字幕之前不判定；無法判斷（純標點）維持起始的中文 | 取該時點以前最後一次過程字幕；較晚的中文判定覆蓋較早的英文判定；首次過程字幕前不切換；無法判斷時維持中文；兩種偵測器都能驅動同一組掃描 | tests/test_detector_compare.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-21 | 最終結果的語言可由「最終解碼自己的文字」重判：所有提早判定的做法都有同一個結構弱點——「中英夾雜算中文」在<b>完整句子</b>上定義清楚，在<b>句子前半段</b>上不成立，所以以英文開頭、中文結尾的句子在中文出現前一律看起來像英文。此方案不提早判定：過程字幕全程維持中文，只在最終解碼完成後看那段文字是否全為英文，是才用英文再解一次。它<b>放棄過程字幕的改善</b>換取<b>最好的最終結果</b>，代價是判成英文的句子多一次最終解碼 | 全英文的最終結果會改用英文重解；中英夾雜的最終結果維持中文（規則套用在完整句子上）；過程字幕不得被切換；須列入可比較方案集合 | tests/test_detector_compare.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-22 | 語言判定改用「中英文字比例」而非「有沒有漢字」：原規則等於拉丁字母比例門檻 1.0（出現一個漢字即判中文）；門檻可調後，較低的門檻容許句中有少量漢字仍判英文，用來救回因一個雜訊漢字而未被認出的英文句。⚠️ 反直覺且必須守住的事實：英文字母比中文字佔位多——幫我打開 air conditioner 這種一句中文帶一個英文名詞的句子，按字元數已有 77.8% 是拉丁字母，故門檻低於 0.8 會把正常的中英夾雜句判成英文。比例的分母只計帶語言字元；出現不服務的語言時回傳 None 而非比例 | 比例只計帶語言字元；純英文為 1.0、純中文為 0.0；無可計字元回 None；含第三語言回 None（不得回傳比例）；預設門檻維持嚴格（一個漢字即中文）；放寬後可容忍雜訊漢字；放寬過頭會誤判真夾雜句（此代價須被釘住）；門檻不得凌駕第三語言判定 | tests/test_script_policy.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-23 | 過程字幕與最終結果是兩個獨立決定，時機相反：量測顯示過程字幕要盡早決定（使用者當下在看），最終結果要盡晚決定（「中英夾雜算中文」只在完整句子上成立）。單一切換動作無法同時滿足兩者，故此方案讓兩者各自決定：過程字幕依早期文字判定切換，最終結果忽略該切換、以完整句子的文字重新判斷 | 過程字幕依早期切換；最終結果不受該切換影響（過程判英文但完整句是中文時，最終仍為中文）；過程未切換時最終仍可切換（英文較晚才出現的情況）；須列入可比較方案集合 | tests/test_detector_compare.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-24 | 語言政策的作用範圍：只能選語言，不能改文字（2026-09-10 產品決議）。允許的手段只有一種——決定模型用哪個語言解碼（model.language、以及選擇它的切換規則）。不允許的手段包括：刪除違規字元、因違規而重新解碼、以及任何其他在解碼完成後改寫文字的動作；連偵測與記錄警告也一併移除（2026-09-10 追加裁示），服務端對 final 的字集不再有任何意見。⚠️ 這推翻了本輪先前建立的守衛（重解＋刪字兜底），理由是刪字才是使用者真正受害的那一步，而「模型聽出別的語言」是可接受的結果。⚠️ 注意 ITN（簡繁轉換／數字正規化）不在此限——它早於本輪存在，且不是語言政策 | final 原樣送出；違規不觸發第二次解碼（以解碼次數斷言，只看文字看不出來）；<b>不得產生任何語言政策相關的 log</b> | tests/test_batch_asr_manager_lang_policy.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-25 | 過程字幕的語言判定要有起判時間：實測顯示釘 zh 解碼英文語音時，模型的語言標記在 0.5s 只有 2.4% 說 <en>、1.5s 才到 94.9%；而解碼文字在 0.5s 就已有 89.5% 是全英文——文字是更早的訊號，但也正好在那裡最不可信：中文起音被誤解成短拉丁 token（H。、Yes。）與英文無法分辨。故起判時間之前一律不判、維持中文，且被跳過的那一格會重置連續計數（「還沒開始聽」不等於「同意」）。⚠️ 起判時間的真正刻度是辨識節奏而非秒數——辨識每 0.5s 一次，同一個刻度區間內的值是同一個政策。出貨值見 SW-LANG-27：0.8 s，從 VAD 起點算；重放時與 1.0 s 同屬 (0.5, 1.0]，量測完全相同。曾試下一格 1.5 s：中文誤切同為 2/1197，英文會切換的句子卻由 68.7% 降為 55.7%，故不採用 | 起判時間之前的英文判定不計入；被跳過的一格重置連續計數；同一刻度區間內各值行為相同、跨區間是不同政策；比例門檻可容忍一個雜訊漢字 | tests/test_detector_compare.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-26 | 喚醒詞不得參與語言判定（UX§11）。喚醒詞的字集和它後面那句指令的語言無關（Hi Foxtron 是全拉丁、後面常接中文；嗨鴻華 是全漢字、後面常接英文），所以語言判定讀的是剝掉完整喚醒詞之後的文字；還沒講完的喚醒詞（Hi F、嗨鴻，WakeBypassMatcher.is_wake_prefix）不投票並重置連續計數——match_wake 只認得完整的詞，半截的既剝不掉也不能信。這同時涵蓋「已喚醒時又喊一次喚醒詞」：Hi Foxtron 打 拉丁佔比 0.90，不剝就會被判英文。待機起始且不含喚醒詞的語音不判（免喚醒指令的中文前綴可能被英文解碼弄壞，其餘語音將被丟棄）；讀 was_in_standby_at_start 而非當下喚醒狀態，因為喚醒是整車共用的。manual 不受限 | 半截喚醒詞不閂鎖；只有喚醒詞不閂鎖；拉丁喚醒詞＋中文指令不閂鎖；拉丁或中文喚醒詞＋英文指令會閂鎖；已喚醒時重喊喚醒詞＋中文不閂鎖；待機的免喚醒指令與無喚醒詞語音不判；另一座位喚醒不得打開本句；manual 照常判定；is_wake_prefix 對半截詞為真、對完整詞與一般語音為假 | tests/functional/scenarios/test_language_pinning.py · tests/test_wake_matcher.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-27 | 過程字幕的語言判定有起判時間，且依文字的拉丁字母比例。①起判時間 KittSttService._LANGUAGE_GATE_SECS = 0.8 s，從這句話的 VAD 起點算（_utterance_elapsed_secs），不是緩衝區裡的音訊長度——緩衝區一開始就放了 preroll，第一次過程辨識就已經有約 1 秒音訊，以緩衝秒數當門檻會讓第一次辨識直接投票。0.8 s 起的第一次辨識就投票。辨識每 0.5 s 一次（實機從解碼開始計時），所以投票的是 ≈1.0 s 那次，0.8 s 與 1.0 s 行為相同；只有單次解碼超過約 0.3 s 時，≈0.5 s 那次才會跨過 0.8 s；之前的一律不投票並重置計數。②判定依據是解碼文字的拉丁比例 ≥ _LATIN_SHARE_THRESHOLD（0.9），不讀模型的語言標記。③連續 2 次判英文才閂鎖，之後不再改回。⚠️ 量測（重放）：0.8 s 時（與 1.0 s 相同）中文誤切 2/1197、英文會切換的句子 68.7%；曾試 1.5 s，誤切數不變但英文切換降為 55.7%；也曾改為 1.0 s，依使用者指示改回 0.8 s | 0.8 s 之前（含 0.5、0.7 s）不投票且重置計數、0.8 s 起投票；門檻讀 VAD 起點起算的時間，不受 preroll 影響；夾雜句不閂鎖；單一雜訊漢字不否決英文句；空字串／純標點／第三語言不閂鎖 | tests/functional/scenarios/test_language_pinning.py · tests/test_detector_compare.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-28 | 最終結果沿用過程字幕判定的語言，只解一次。final 以 session.pinned_language 解碼，不另行重判、不做第二次解碼。代價是過程字幕的誤切會帶進 final。收尾時還差一票的情況見 SW-LANG-30；兩者合起來的量測（重放，起判 0.8 s）：英文 WER −8.65%、中文 CER −4.28%、1197 句中文參考有 3 句被誤切；若 final 另行重判為 −9.29%／−5.62%，但每個英文 final 多一次解碼 | final 只解碼一次；鎖定為英文的句子 final 以 en 解；未鎖定且沒有待定英文票時用預設語言；誤切的中文句 final 亦以 en 解（已知代價） | tests/functional/scenarios/test_language_pinning.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-29 | 同一個 EOT turn 內，語言一旦決定，後面每一段 VAD 都沿用（UX§11）。一個語意 turn 可以跨好幾段 VAD——講到一半停頓只會結束這一段，不會結束 turn。先前語言鎖定掛在 VAD 段上，第二段一開始就回到 zh 重新判，短短的尾巴常常判不回英文，同一句指令就變成前半英文、後半中文。改由 turn 持有：TurnState.language 只在新 turn 開頭（start()）與 turn 結束（end()：commit／cancel／EndFrame）時清除，續接段（mark_continuation()）沿用；續接段新建的 interim stream 一建立就帶上該語言（KittSttService._create_interim_stream），final 也以該語言解碼。連續投票的計數仍以 VAD 段為單位——跨過停頓的是決定，不是票數。⚠️ 只有英文算「決定」；中文是尚未決定時的預設，第一段沒鎖定的話，後面的段仍可判成英文 | 續接段沿用 turn 已決定的 en；續接段的 final 以 en 解；續接段新 interim stream 帶 language=en；未決定的 turn 新 stream 不帶提示；新 turn 開頭與 turn 結束都清除語言；新 VAD 段不清除 turn 的語言；第一段是中文不會鎖住 turn | tests/functional/scenarios/test_language_pinning.py · tests/test_eot_state.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-LANG-30 | 收尾時還差一票的英文判定也決定 final 的語言（UX§11）。過程辨識約每 0.55 s 一次、0.8 s 起才投票，第二票最快在 VAD 起點後約 1.7 s，短指令講完前來不及。所以 VAD 段結束時若尚未鎖定、但最近一次投票的過程辨識判為英文（en_verdict_run > 0），final 以 en 解，並把整個 turn 鎖成英文（KittSttService._final_language）。final 本來就解一次，不多花解碼。量測（重放）：英文 WER −8.65%（兩票版 −7.37%）、中文 CER −4.28%（兩票版 −1.74%）；英文句有切換的比例 68.7% → 85.6%；1197 句中文參考的誤切 2 → 3 句（新增「马英九」，過程辨識解成 H9。）；非中英文 32 句中有 1 句 final 改以 en 解（泰語，zh 解出來本來就是拉丁字母） | 收尾一票英文 → final 以 en 解且只解一次；票後又出現中文、起判前的票、只有喚醒詞 → 維持預設語言；鎖定延續到同一 turn 的下一段 | tests/functional/scenarios/test_language_pinning.py · tests/test_detector_compare.py | UX§11 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-OPS-08 | shipped 的 sherpa-onnx build tree 不得指向 repo 以外的路徑：Dockerfile 直接 COPY sherpa-onnx/build/，所以 git 裡是什麼，image 就拿到什麼。匯入 src/kitt_stt_service.py 會把其中四個 tracked 函式庫換成指向當下那個 venv 的絕對路徑 symlink（/home/<某人>/…/onnxruntime/capi/…）；一旦被 commit，別人 build 時 COPY 跟著斷掉的連結走，image 就少了 CUDA execution provider，而且建置不會報錯。已發生兩次，故改以測試釘住 | build tree 內的 tracked symlink 只能指向同目錄的兄弟檔（libonnxruntime.so → .so.1 → .so.1.23.2 這種版本鏈可以）；絕對路徑或以 .. 爬出 repo 的一律失敗 | tests/test_build_artifacts.py | STT_EXTRA | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
SW-PERF-07 | 送進辨識器的音訊範圍不得取決於傳輸時機：VAD start 之前要一併帶進去的 preroll，其長度只能由「收到多少音訊資料」與 VAD 自己回報的 start_secs 決定，不得由 chunk 的到達時間決定。並且不得往回跨越前一句的結尾（zero overlap） | 同一段音訊、同樣的順序，不論被切成 20ms、200ms 還是不對齊取樣點的碎塊，選出來的 preroll 逐位元組相同；長度等於 (start_secs + 0.8s) × 取樣率 × 2，受緩衝區容量與前一句邊界夾制 | tests/test_preroll_selection.py（10） | STT_EXTRA。原本以 perf_counter 到達時間戳比較，隱含「音訊即時等速到達」——WS 突發交付或 event loop 忙碌時不成立，導致同一句話的解碼範圍會浮動，邊界音檔的喚醒判定因此不可重現。SW-PERF-06 已於 2026-08-31 廢止，故編號跳號 | NOT-VERIFIED rebase 後未重跑此需求的登記測試 |
| 範圍 | 結果 | 說明 |
|---|---|---|
| Smart Turn／precedence focused | 44 passed | Smart Turn／TurnSense 共用 reason=model、VAD 使用 reason=vad；涵蓋 detector、runtime error、KWS 與 force precedence。 |
| Status／config focused | 60 passed | 設定與狀態頁讓三種 backend 接受 0.1–3.0 秒，並涵蓋空 VAD summary、VAD 模式 wake／wait 儲存與 reset、WAV 180 秒 hard cap／逐筆與全部 ZIP 下載，以及 runtime backend controls。 |
| Backend preload focused | 3 passed | VAD／Smart Turn 跳過 TurnSense runtime；TurnSense preload failure 仍中止啟動。 |
| Report contract | 142 passed, 2 skipped | 2026-09-15 branch integration 後重跑 HTML 結構、連結、SW_id、圖表與測試引用檢查。 |
| Offline full | 1035 passed, 3 skipped, 16 failed | 7 個既有 UX 缺口；9 個 hotword API 測試缺 gitignored WAV corpus。EOT model symlink 可用，原 CX1 model 缺檔不再失敗。 |
| Live WebSocket／CUDA | 3 passed | 隔離 container 的 test_forced_stop.py：max_duration、mic_off、audio_stall 三種 forced VAD stop 均立即 commit final。下方 88 筆保留為歷史 ledger。 |
資料狀態：本輪另有 test_forced_stop.py 的 3 筆 CUDA／WebSocket PASS；以下 88 筆仍是先前 cycle 的 live 執行快照，不納入本輪的通用 live regression 結論。
下表逐一保留 STT live 的執行結果；序號供上表對應，不是新的需求 ID。
| 序號 | 測項 | 結果 |
|---|---|---|
| 1 | tests/functional/live/test_active.py::test_active_wake_filter | PASSED |
| 2 | tests/functional/live/test_active.py::test_active_smart_turn_wake_head | PASSED |
| 3 | tests/functional/live/test_active.py::test_active_smart_turn | FAILED |
| 4 | tests/functional/live/test_active_greeting.py::test_ux_1_3_2_first_greeting_is_sent_within_500ms | PASSED |
| 5 | tests/functional/live/test_active_greeting.py::test_ux_1_3_2_speaking_inside_the_window_suppresses_the_first_greeting[50ms] | FAILED |
| 6 | tests/functional/live/test_active_greeting.py::test_ux_1_3_2_speaking_inside_the_window_suppresses_the_first_greeting[200ms] | FAILED |
| 7 | tests/functional/live/test_active_greeting.py::test_ux_1_3_2_speaking_inside_the_window_suppresses_the_first_greeting[350ms] | FAILED |
| 8 | tests/functional/live/test_active_greeting.py::test_ux_1_3_2_speaking_inside_the_window_suppresses_the_first_greeting[500ms] | FAILED |
| 9 | tests/functional/live/test_active_greeting.py::test_ux_1_3_one_shot_wake_emits_active_like_a_bare_wake | PASSED |
| 10 | tests/functional/live/test_active_greeting.py::test_ux_1_3_2_one_shot_wake_suppresses_the_first_greeting | PASSED |
| 11 | tests/functional/live/test_active_greeting.py::test_ux_1_3_3_second_greeting_fires_at_10s_when_nobody_speaks | FAILED |
| 12 | tests/functional/live/test_active_greeting.py::test_ux_1_3_3_speaking_within_10s_suppresses_the_second_greeting | PASSED |
| 13 | tests/functional/live/test_active_greeting.py::test_ux_1_3_4_exits_5s_after_the_second_greeting | PASSED |
| 14 | tests/functional/live/test_audio_stress.py::test_audio_stress_no_errors | PASSED |
| 15 | tests/functional/live/test_audio_stress.py::test_audio_stress_final_received | PASSED |
| 16 | tests/functional/live/test_audio_stress.py::test_audio_stress_time_to_final_bounded | PASSED |
| 17 | tests/functional/live/test_audio_stress.py::test_audio_stress_interim_gap_bounded | PASSED |
| 18 | tests/functional/live/test_bilingual.py::test_code_switching_within_one_command | FAILED |
| 19 | tests/functional/live/test_bilingual.py::test_english_command_after_chinese_wake_word | PASSED |
| 20 | tests/functional/live/test_btn_control.py::test_btn_activate | PASSED |
| 21 | tests/functional/live/test_btn_control.py::test_btn_rapid_toggle_active | PASSED |
| 22 | tests/functional/live/test_btn_control.py::test_btn_rapid_toggle_wake | PASSED |
| 23 | tests/functional/live/test_btn_control.py::test_btn_deactivate | PASSED |
| 24 | tests/functional/live/test_btn_control.py::test_btn_standby_voice | PASSED |
| 25 | tests/functional/live/test_btn_control.py::test_btn_standby_mid | PASSED |
| 26 | tests/functional/live/test_bypass_cmd.py::test_cmd_trigger | PASSED |
| 27 | tests/functional/live/test_bypass_cmd.py::test_cmd_not_at_start | PASSED |
| 28 | tests/functional/live/test_bypass_cmd.py::test_cmd_extra_words | PASSED |
| 29 | tests/functional/live/test_bypass_cmd.py::test_standby_cmd_smart_turn | PASSED |
| 30 | tests/functional/live/test_bypass_prefix.py::test_prefix_trigger | PASSED |
| 31 | tests/functional/live/test_bypass_prefix.py::test_prefix_not_at_start | PASSED |
| 32 | tests/functional/live/test_bypass_prefix.py::test_prefix_smart_turn | FAILED |
| 33 | tests/functional/live/test_debug_logs.py::test_trace_id_scopes_retrieved_logs_to_its_own_connection | PASSED |
| 34 | tests/functional/live/test_debug_logs.py::test_missing_trace_id_query_param_returns_a_404_when_the_route_itself_is_missing | PASSED |
| 35 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[\u8b1d\u8b1d] | FAILED |
| 36 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[\u518d\u898b] | FAILED |
| 37 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[\u9000\u51fa] | FAILED |
| 38 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[\u9000\u4e0b] | PASSED |
| 39 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[\u6efe\u86cb] | FAILED |
| 40 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[\u6efe] | FAILED |
| 41 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[Thank you] | FAILED |
| 42 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[Thanks] | FAILED |
| 43 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[Goodbye] | FAILED |
| 44 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[ByeBye] | FAILED |
| 45 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[Quiet] | FAILED |
| 46 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[Shut up] | FAILED |
| 47 | tests/functional/live/test_exit_words.py::test_ux_2_1_tier1_exit_word_returns_to_standby[Dismiss] | FAILED |
| 48 | tests/functional/live/test_forced_stop.py::test_forced_vad_stop_commits_immediately[max_duration] | PASSED |
| 49 | tests/functional/live/test_forced_stop.py::test_forced_vad_stop_commits_immediately[mic_off] | PASSED |
| 50 | tests/functional/live/test_forced_stop.py::test_forced_vad_stop_commits_immediately[audio_stall] | PASSED |
| 51 | tests/functional/live/test_kws_method_manual.py::test_wake_transcript_does_not_activate_manual_mode | SKIPPED |
| 52 | tests/functional/live/test_kws_method_manual.py::test_web_ui_active_allows_speech_without_wake_stripping | SKIPPED |
| 53 | tests/functional/live/test_kws_method_manual.py::test_web_ui_standby_blocks_speech_again | SKIPPED |
| 54 | tests/functional/live/test_kws_method_manual.py::test_bypass_still_emits_in_manual_standby | SKIPPED |
| 55 | tests/functional/live/test_multiuser_concurrency.py::test_multiuser_no_errors | PASSED |
| 56 | tests/functional/live/test_multiuser_concurrency.py::test_multiuser_no_stray_user_ids | PASSED |
| 57 | tests/functional/live/test_multiuser_concurrency.py::test_multiuser_every_seat_gets_a_final | PASSED |
| 58 | tests/functional/live/test_multiuser_concurrency.py::test_multiuser_time_to_final_bounded | PASSED |
| 59 | tests/functional/live/test_multiuser_concurrency.py::test_multiuser_interim_gap_bounded | PASSED |
| 60 | tests/functional/live/test_rejection_thresholds.py::test_ux_8_2_speech_longer_than_15s_is_not_forwarded | FAILED |
| 61 | tests/functional/live/test_rejection_thresholds.py::test_ux_8_2_speech_longer_than_50_chars_is_not_forwarded | FAILED |
| 62 | tests/functional/live/test_rejection_thresholds.py::test_ux_8_2_speech_under_both_thresholds_is_forwarded_normally | PASSED |
| 63 | tests/functional/live/test_rejection_thresholds.py::test_ux_10_2_rejection_keeps_the_room_listening[over-15s] | FAILED |
| 64 | tests/functional/live/test_rejection_thresholds.py::test_ux_10_2_rejection_keeps_the_room_listening[over-50-chars] | FAILED |
| 65 | tests/functional/live/test_remaining_ux_gaps.py::test_non_wake_speech_never_activates[multiuser-10s.wav] | PASSED |
| 66 | tests/functional/live/test_remaining_ux_gaps.py::test_non_wake_speech_never_activates[stress-90s.wav] | PASSED |
| 67 | tests/functional/live/test_remaining_ux_gaps.py::test_ten_second_prompt_stage_exists_end_to_end | FAILED |
| 68 | tests/functional/live/test_remaining_ux_gaps.py::test_command_wait_timeout_boundary[490ms-one-turn] | FAILED |
| 69 | tests/functional/live/test_remaining_ux_gaps.py::test_command_wait_timeout_boundary[510ms-two-turns] | PASSED |
| 70 | tests/functional/live/test_smart_turn_bypass.py::test_standby_smart_turn_prefix_2nd | PASSED |
| 71 | tests/functional/live/test_smart_turn_bypass.py::test_standby_smart_turn_cmd_2nd | PASSED |
| 72 | tests/functional/live/test_smart_turn_wake.py::test_standby_smart_turn_wake_2nd | PASSED |
| 73 | tests/functional/live/test_smart_turn_wake.py::test_active_smart_turn_wake_2nd | PASSED |
| 74 | tests/functional/live/test_standby.py::test_standby_rejection | PASSED |
| 75 | tests/functional/live/test_standby.py::test_standby_wake_not_at_start | PASSED |
| 76 | tests/functional/live/test_stt_config.py::test_custom_stt_config_active | PASSED |
| 77 | tests/functional/live/test_stt_config.py::test_custom_stt_config_deleted | PASSED |
| 78 | tests/functional/live/test_timeout.py::test_timeout_deactivate | PASSED |
| 79 | tests/functional/live/test_timeout.py::test_timeout_reset | PASSED |
| 80 | tests/functional/live/test_wake.py::test_wake_immediate | PASSED |
| 81 | tests/functional/live/test_wake.py::test_wake_pause | PASSED |
| 82 | tests/functional/live/test_wake_factory_words.py::test_wake_hi_foxtron | PASSED |
| 83 | tests/functional/live/test_wake_latency.py::test_wake_to_agent_active_fits_the_ui_budget | FAILED |
| 84 | tests/functional/live/test_wake_latency.py::test_wake_only_greeting_fits_the_response_budget | FAILED |
| 85 | tests/functional/live/test_wake_rate.py::test_ux_1_1_wake_rate_meets_the_90_percent_floor[\u55e8\u9d3b\u83ef] | PASSED |
| 86 | tests/functional/live/test_wake_rate.py::test_ux_1_1_wake_rate_meets_the_90_percent_floor[Hi Foxtron] | PASSED |
| 87 | tests/functional/live/test_wake_rate.py::test_ux_1_1_false_wake_floor_is_zero_over_repeated_replays[multiuser-10s] | PASSED |
| 88 | tests/functional/live/test_wake_rate.py::test_ux_1_1_false_wake_floor_is_zero_over_repeated_replays[say-wake-midsentence] | PASSED |
| 驗證範圍 | 命令 |
|---|---|
| pre-default-adjustment branch integration focused（184 passed, 12 skipped） | PYTHONDONTWRITEBYTECODE=1 .venv/bin/python -m pytest -q -rs tests/test_turn_backend_config.py tests/test_smart_turn_detector.py tests/test_status_page_settings.py tests/test_eot_kws_precedence.py tests/test_eot_state.py tests/turnsense/test_policy.py tests/turnsense/test_runtime.py tests/test_kws_method_config.py tests/test_wake_scan.py tests/test_max_utterance_audio.py tests/test_greeting_settings.py |
| pre-default-adjustment Live EOT forced VAD stop（3 passed） | 在 DVC materialize 的 models/turnsense-1.1 下：HOST_PORT=9307 LIVE_TEST_TARGET=tests/functional/live/test_forced_stop.py ./tests/docker-test.sh --build；本輪外部 symlink 以等效唯讀 model context 建 image。 |
| Reason mapping（3 passed） | UV_CACHE_DIR=/tmp/kitt-stt-uv-cache uv run --frozen --group test pytest -q tests/test_smart_turn_detector.py -k reason |
| Current default config + status（60 passed） | PYTHONDONTWRITEBYTECODE=1 .venv/bin/python -m pytest -q tests/test_turn_backend_config.py tests/test_status_page_settings.py |
| Current startup backend contract（2 passed） | PYTHONDONTWRITEBYTECODE=1 .venv/bin/python -m pytest -q tests/turnsense/test_runtime.py -k 'vad_backend_skips_runtime_construction or turnsense_backend_preload_failure_still_aborts_startup' |
| Current-default host GPU startup/status（PASS） | 以臨時 overlay 將 server.port 設為 9308：PYTHONPATH=./sherpa-onnx/build ASR_CONFIG_FILE=/tmp/<overlay>.yaml .venv/bin/python -m src.server；再以 curl --fail http://127.0.0.1:9308/stt/sensevoice 確認 data-current="vad"。 |
| Smart Turn integration（NOT-VERIFIED） | UV_CACHE_DIR=/tmp/kitt-stt-uv-cache uv run --frozen --group test pytest -q tests/test_eot_kws_precedence.py::test_smart_turn_complete_commits_with_reason_and_p_complete_only · 完成斷言後程序未退出，人工中止 |
| Offline full（1035 passed, 3 skipped, 16 failed） | ../kitt-stt/.venv/bin/python -m pytest -q --tb=no tests --ignore=tests/functional/live --ignore=tests/sherpa-onnx |
| 2026-09-15 report contract（142 passed, 2 skipped） | PYTHONDONTWRITEBYTECODE=1 .venv/bin/python -m pytest -q -rs -p no:cacheprovider tests/test_report_glossary.py tests/test_report_test_refs.py tests/test_report_integrity.py tests/test_report_crossrefs.py tests/test_report_highlighting.py tests/test_report_text.py tests/test_report_ids.py tests/test_report_structure.py tests/test_spec_traceability.py tests/test_report_charts.py |
| Status page controls（21 passed） | UV_CACHE_DIR=/tmp/kitt-stt-uv-cache uv run --frozen --group test pytest -q tests/test_status_page_settings.py |
| Post-change selected checks（129 passed, 2 skipped） | UV_CACHE_DIR=/tmp/kitt-stt-uv-cache uv run --frozen --group test pytest -q tests/test_status_page_settings.py tests/test_audio_cfg.py tests/test_report_integrity.py tests/test_report_test_refs.py tests/test_report_highlighting.py tests/test_report_glossary.py tests/test_report_structure.py tests/test_report_charts.py tests/test_report_crossrefs.py tests/test_report_ids.py |
| Post-change full offline（NOT-VERIFIED） | UV_CACHE_DIR=/tmp/kitt-stt-uv-cache ./tests/test.sh · collected 1105 / 1 skipped；卡在 tests/test_batch_asr_manager_incremental_prep.py 後中止 |
| Static | git diff --check · bash -n deploy.sh |
vad。Smart Turn 仍非出廠值。wait_ms 以 0.1 秒精度顯示。滑桿不是 mode switch，也不編輯 complete threshold。喚醒／免喚醒詞仍依 ?car=；wait 滑桿套用目前 backend，且全行程共用。data-current=vad；本次未重跑 WebSocket 音訊重放，88 筆歷史 live rows 僅供追溯。