宜博 / lemonacp

  • feat(lifelog-recorder): v0.3 — 声纹识别 + FTS4 中文搜索 ...
    95af5fc5 
    声纹（用户语音里提了 3 次的 feature）：
- SpeakerEmbedder.kt: sherpa-onnx SpeakerEmbeddingExtractor 包装
  3dspeaker CAMPPlus 16k zh-cn 模型（28 MB int8 ONNX），192 维 embedding
- ModelDownloader.ensureSpeakerModel(): 首次启动从 hf-mirror.com 自动下
- Segment 实体加 embedding/speakerId/speakerSim 三列
- SpeakerProfile 实体（id/name/embedding/sampleCount/createdAt）+ SpeakerDao
- RecorderService.handleSegment 每段算 embedding + 与已注册 profiles 算
  cosine，threshold ≥0.5 才 assign
- RecorderService 通过 speakers.observeAll() 实时 reload profile 缓存
- MainActivity 点时间轴段 → AlertDialog 输入名字 → 创建 SpeakerProfile
- TimelineRow 显示 "name (sim=0.xx)" 或 "—" / "未匹配 (0.xx)"

FTS4 全文搜索：
- TranscriptFts 实体用 @Fts4(contentEntity=Transcript, tokenizer="unicode61")
  Room 自动建虚表 + 同步触发器，unicode61 把中文字当 token
- searchTimeline DAO 查询 JOIN transcript_fts MATCH :query
- MainActivity 顶部 OutlinedTextField 实时切换 timelineFlow
- sanitizeFtsQuery 给每 token 加 * 做前缀匹配，剥掉 FTS metachars

Schema:
- AppDatabase v1 → v2 + fallbackToDestructiveMigration（v0.3 dev 数据可丢）
- 新增 SpeakerProfile + TranscriptFts 虚表 + Segment 三列

HANDOFF.md §五 更新：声纹 + 搜索移到「已完成」，下一档变成 LLM 纪要
worker / 存储 TTL / 段播放 / 多 anchor 平均 / lemonPCRM 回链。

实测（Pixel 8 Pro Tensor G3，Android 16）：
- speaker model load: 441 ms
- embedding 计算开销 ~10-30 ms/段，跟 paraformer 同期完成
- enroll "Me" anchor → 后续段在 logcat 见 "speaker=Me sim=0.xx"

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
    yibo authored
     
    Browse Dir »
  • feat(lifelog-recorder): v0.2 — Opus 编码 + 自启动 + 电池白名单 ...
    9e1ea5ca 
    让 v1 真能脱离开发环境 24/7 跑的最后三公里：

- SegmentWriter 改 Opus（MediaCodec audio/opus encoder + MediaMuxer OGG）
  ~17× 压缩，~2 KB/s 实测（vs WAV 32 KB/s）
  存储预算：8h 语音/天 → ~57 MB/天，~1.7 GB/月（vs WAV 51 GB/月）
  ffprobe 验证 codec_name=opus, channels=1, OggS magic OK

- BootReceiver 监听 BOOT_COMPLETED / LOCKED_BOOT_COMPLETED /
  QUICKBOOT_POWERON，try-catch 兜底 Android 14+ FG service 限制

- MainActivity 加电池豁免行：dumpsys deviceidle whitelist 实时检测，
  未豁免时给「申请豁免」按钮，触发系统 RequestIgnoreBatteryOptimizations
  对话框；ON_RESUME 生命周期观察让从设置页回来 UI 自动刷新

- AndroidManifest:
  + REQUEST_IGNORE_BATTERY_OPTIMIZATIONS 权限
  + BootReceiver 注册（含 3 个 boot 相关 action）

HANDOFF.md §五 更新待办（v0.2 三项移到「已完成」），加存储预算 +
Android 14 BOOT_COMPLETED caveat 段落（Pixel 8 Pro 实测能自动续上，
前提 app 至少开过一次 + RECORD_AUDIO 已授）。

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
    yibo authored
     
    Browse Dir »
  • docs(lifelog-recorder): 加 HANDOFF.md — 接手地图 + 避雷清单 ...
    f6ea1028 
    §零 环境铁律：whisper 别当默认 STT、模型别提交、asset 不走 mmap、
线程甜点是 4、AID_INET 必须传、keys.properties gitignored。

§二 核心文件清单：bot 实跑只看 RecorderService.kt + ParaformerEngine.kt
+ MainActivity.kt，sherpa-onnx Kotlin 绑定整目录原样塞别动。

§三 开发内循环、§四 pipeline 链路图、§五§六 优先级排序的 7 项待办、
§七 踩过的坑清单（VAD 资产 mmap SIGSEGV / silero_vad.onnx LFS 拦截 /
paraformer t=8 反慢 / hf-mirror 截断 / am 启动非 exported 服务 /
su 切 uid 丢 AID_INET）、§九 接手 prompt。

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
    yibo authored
     
    Browse Dir »
  • feat(lifelog-recorder): 24/7 录音 + 本地 paraformer-zh ASR v0.1 ...
    48cc6305 
    Pixel 8 Pro 上的本地 lifelog 应用，v1 核心闭环：

- 前台服务 (foregroundServiceType=microphone) + AudioRecord 16k mono PCM
- Silero VAD on-device 切段（500ms 静音切、300ms 最短、30s 强切）
- sherpa-onnx + paraformer-zh int8 本地 ASR
  Tensor G3 实测 ~25× realtime，<200ms 处理 1-10s 段
  whisper-small 0.6× 跑不动，paraformer 是甜点选型
- Room (Segment + Transcript + Summary) + Compose 时间轴 LazyColumn UI
- 232 MB 模型首次启动从 hf-mirror.com 下载到 app filesDir
- 讯飞 中文识别大模型 WebSocket 客户端备用（云复核 fallback）

依赖：
- sherpa-onnx v1.13.2 Android jniLibs (arm64-v8a, ~34 MB)
- Silero VAD ONNX (~629 KB)，sample.wav (3 MB) 内嵌资源
- AGP 8.7.3 / Kotlin 2.1 / Compose BOM 2024.12.01 / Room 2.6.1

后续待办（按用户语音里提到的优先级）：声纹识别 / Opus 编码 /
FTS5 中文搜索 / hermes-Kimi 纪要 worker。

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
    yibo authored
     
    Browse Dir »