feat(lifelog/diarize): L2 多 anchor — 重命名/合并时用全部段均值重建声纹 anchor

单段注册的 anchor 太弱：实测「宜博」「秦子琛」两个单段 anchor 余弦只隔 0.53，高度混淆，导致段被错派。L2 把 anchor 从「单段」升级为「该人名下全部段的均值」： - SpeakerClusterer.rebuildAnchor(repo, speakerId)：取该说话人所有带 embedding 段的均值、L2 归一化写回质心（sampleCount 同步）。 - SegmentDao.embeddingsForSpeaker(speakerId)：拉该人名下段 embedding。 - 触发点：重命名（命名即确认身份）、合并（成员集变大）后各 rebuild 一次。配合 L1 冻结不漂移：anchor 干净（多段均值）且稳定（不被相邻说话人污染），用户「听一段→命名/合并→重新聚类」即可把历史漂移搞坏的 anchor 一次性纠正。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

feat(lifelog/diarize): L2 多 anchor — 重命名/合并时用全部段均值重建声纹 anchor
单段注册的 anchor 太弱：实测「宜博」「秦子琛」两个单段 anchor 余弦只隔 0.53，高度混淆，导致段被错派。L2 把 anchor 从「单段」升级为「该人名下全部段的均值」： - SpeakerClusterer.rebuildAnchor(repo, speakerId)：取该说话人所有带 embedding 段的均值、L2 归一化写回质心（sampleCount 同步）。 - SegmentDao.embeddingsForSpeaker(speakerId)：拉该人名下段 embedding。 - 触发点：重命名（命名即确认身份）、合并（成员集变大）后各 rebuild 一次。配合 L1 冻结不漂移：anchor 干净（多段均值）且稳定（不被相邻说话人污染），用户「听一段→命名/合并→重新聚类」即可把历史漂移搞坏的 anchor 一次性纠正。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
yibo
1 parent 18e621c7
Showing 3 changed files with 32 additions and 1 deletions
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/MainActivity.kt
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/asr/SpeakerClusterer.kt
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/data/Daos.kt
@@ -834,7 +834,11 @@ private fun SpeakersTab(
             onConfirm = { name ->
                 renameFor = null
                 if (name.isNotBlank()) {
-                    scope.launch { withContext(Dispatchers.IO) { repo.speakers.updateName(sp.id, name.trim()) } }
+                    scope.launch {
+                        withContext(Dispatchers.IO) { repo.speakers.updateName(sp.id, name.trim()) }
+                        // L2：命名即确认身份 → 用该簇所有段的均值重建 anchor（多 anchor，更鲁棒）
+                        SpeakerClusterer.rebuildAnchor(repo, sp.id)
+                    }
                 }
             },
         )
@@ -851,6 +855,8 @@ private fun SpeakersTab(
                         repo.segments.reassignSpeaker(sp.id, into)
                         repo.speakers.delete(sp.id)
                     }
+                    // L2：合并后 into 的成员集变大 → 用合并后全部段的均值重建 anchor
+                    SpeakerClusterer.rebuildAnchor(repo, into)
                 }
             },
         )
@@ -120,6 +120,27 @@ class SpeakerClusterer(
             if (name.startsWith(AUTO_PREFIX)) name.removePrefix(AUTO_PREFIX).toIntOrNull() else null
         /**
+         * L2 多 anchor：用该说话人**当前名下所有段**的干净 embedding 均值重建其质心，
+         * 取代单段注册（单段 anchor 太弱：实测「宜博-秦子琛」两个单段 anchor 只隔 0.53，
+         * 互相混淆）。在用户「重命名（确认身份）」或「合并」后调用——这两步即多段标定，
+         * 均值后的 anchor 更鲁棒；再配合 L1 冻结不漂移，匹配显著更准。
+         * @return 参与平均的段数（0 = 该说话人暂无带 embedding 的段，未改动）
+         */
+        suspend fun rebuildAnchor(repo: Repository, speakerId: Long): Int = withContext(Dispatchers.IO) {
+            val embs = repo.segments.embeddingsForSpeaker(speakerId).map { it.toFloatArrayLe() }
+            if (embs.isEmpty()) return@withContext 0
+            val dim = embs[0].size
+            val mean = FloatArray(dim)
+            for (e in embs) for (i in 0 until dim) mean[i] += e[i]
+            for (i in 0 until dim) mean[i] /= embs.size
+            l2normalize(mean)
+            val count = minOf(embs.size, MAX_SAMPLES_PER_CENTROID)
+            repo.speakers.updateEmbedding(speakerId, mean.toLeBytes(), count)
+            Log.i(TAG, "rebuildAnchor #$speakerId from ${embs.size} segs")
+            embs.size
+        }
+
+        /**
          * 离线重聚类：清掉旧的自动簇（保留人工命名的 anchor 作种子），按时间顺序把
          * **所有**已存 embedding 的段重新跑一遍聚类，并回填每段的 speakerId。
          *
@@ -53,6 +53,10 @@ interface SegmentDao {
     @Query("UPDATE segments SET speakerId = :into WHERE speakerId = :from")
     suspend fun reassignSpeaker(from: Long, into: Long)
+    /** 某说话人名下所有有 embedding 的段（L2 多 anchor：用均值重建该人质心）。 */
+    @Query("SELECT embedding FROM segments WHERE speakerId = :speakerId AND embedding IS NOT NULL")
+    suspend fun embeddingsForSpeaker(speakerId: Long): List<ByteArray>
+
     /**
      * Backfill: re-assign speakerId for all segments that have a stored embedding,
      * using the latest profile set. Called once after a new profile is enrolled.