# 2026-10-24 代码检查与发布记录

目标版本：**0.5.4**。基线：GitHub / npm 0.5.3，原有 204 项检查通过。

## 修复结果

| 模块 | 已复现的问题 | 修复方向 |
| --- | --- | --- |
| Web Speech | 已完成句子存在时丢失未完成尾句，预览漏掉前面句子 | 按完整结果列表重建 final + interim，终稿合并两者 |
| 草稿 | 第一条识别结果到达前手输的字仍可能被预览覆盖；空润色丢失原文 | 预览建立时验证基线，空润色回退 |
| 录音生命周期 | 引擎切换走错停止路径，重复停止/并发新录音破坏共享状态 | 按实际活跃录音路径处理，停止与处理中状态防重入 |
| 取消与卸载 | watchdog 误提交取消/报错录音；旧识别事件影响下一轮；卸载后麦克风仍开 | 统一收尾与轮次守卫，释放媒体/计时器/请求，取消后的异步任务不得补发上传 |
| 服务端 body | 请求提前关闭或 abort 后等待不能结束 | 统一 settle，移除监听并清空累积缓冲 |
| 云端与润色 | 只依靠上游协作取消，正文/输出缺少预算，非文本媒体类型接受过宽 | 外层等待与输出预算、严格类型、取消后保留原始转写 |
| 凭据 | 换端点继承旧 key，供应商错误可回显配置密钥，写设置可损坏旧内容 | 按 URL 关联 key，错误脱敏，临时文件原子写入 |
| 音频 | base64 静默忽略坏字符，PCM 残缺/NaN 值进入推理，MIME codec 导致后缀错误 | 规范编码、采样率/数值/时长验证，媒体主类型处理 |
| 模型下载 | 新下载不执行真实尺寸检查，镜像错误内容可进入缓存，响应体与临时文件清理不完整 | 固定 revision + 大小 + SHA-256，流式字节限制、错误响应取消与原子发布 |
| 本地推理 | 不同目录共享同一在途加载、释放后加载回写、排队无界 | 目录/代数隔离，最多 4 个等待或运行任务，解码前后取消检查 |
| 热词 | 复杂正则灾难回溯，字面替换链可膨胀输出 | API 热词在可终止 worker 内执行：2 秒、64 MiB V8 老生代、最多 4 并发与 1 Mi 字符输出，失败返回原转写 |
| 发布 | 分支可绕过 tag 检查，npm 补丁版本遗漏，重复事件撞传播窗口 | 校验真实 tag/提交/版本、准确工具链门槛、发布冲突核验完整性值 |

## 模型来源与完整性

固定 [上游 revision 的文件清单](https://huggingface.co/api/models/csukuangfj/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17/tree/2365baeacb507f821a0c8120fcee3d484dba7a07)，两个镜像使用同一 revision。

| 文件 | 字节数 | SHA-256 |
| --- | --- | --- |
| model.int8.onnx | 239233841 | c71f0ce00bec95b07744e116345e33d8cbbe08cef896382cf907bf4b51a2cd51 |
| tokens.txt | 315894 | f449eb28dc567533d7fa59be34e2abca8784f771850c78a47fb731a31429a1dc |

新下载执行完整哈希验证；已缓存文件的频繁状态查询仅检查真实尺寸，避免每次扫描约 239 MB。
测试使用小型下载桩与稀疏模型占位文件，未下载或运行真实模型。

## 验证范围

- 原有检查加三份独立行为回归，覆盖服务端、浏览器生命周期与模型/队列。
- Windows 本地原有 204 项通过；新增 58 项中 57 项通过、1 项 POSIX 权限检查按平台跳过，无失败。
- `npm test`、lint、security、依赖审计、独立打包/安装检查；CI 为 Linux Node 18/20/22/24 + Windows Node 24。
- 浏览器通过 VM + MediaRecorder / SpeechRecognition / FileReader 桩验证，未启用真实麦克风。
- 服务端使用 DSH 服务接口桩；未运行完整 DSH 宿主，也未验证真实模型识别质量。
- 包含音频的网络交互均使用 mock；没有把用户语音或配置密钥发送给第三方服务。

## 保留边界与后续优化

- 原生 sherpa 解码没有强制取消接口：已开始的推理仍可能继续占用 CPU，但取消后结果不会再提交。
- `@` 引用芯片的按选区插入接口尚未适配；当前整段草稿通道仍可能把芯片展开成纯文本。
- 尚需真机验证 Chrome/Edge 权限、蓝牙设备切换、长录音、完整 DSH 载入及原生 SenseVoice 推理。
- 安全扫描仍是轻量启发式检查，不能代替完整审计。