feat: 音频边听边校对并直接开始练习

[Talljack]

改动

打通「音频上传 → 边听边校对 → 保存并直接开始练习」：

• 校对页播放原音频，支持变速、按时间戳定位、片段重听和循环；无时间戳时仍可播放整段录音。
• 校对后的音频句子可直接发布，AI 整理为可选步骤；保存时同时写入尚未确认的标签并跳转课程。
• 课程保留原音频，刷新后可继续播放；AI 整理为场景后也保留录音。缺少原音频时原子回滚，避免产生不完整内容。
• 修复真实录音测试发现的问题：立即暂停或切换播放导致的 AbortError 不再误报「无法播放」；真实播放错误仍显示。
• 增加持久化、移动端布局、音频播放和立即暂停的回归覆盖。

本次提交检查

已将两个功能提交接到最新 main（61fd8e3），差异为 12 个文件；保留 main 已有修改。

• 重放提交后 pnpm test：1081 通过，3 个需要显式启用的本地 AI 测试跳过。
• 重放提交后 pnpm lint、pnpm typecheck、git diff --check 通过。
• 重放前最终功能版本：生产构建通过，Chromium/WebKit 音频专项 4/4 通过（含先失败后修复的立即暂停回归）。本次涉及的生产代码与该版本一致。

真实音频验证

实际调用 Groq whisper-large-v3-turbo，经应用 /api/import/transcribe 完成转写，没有 mock STT。使用 whisper.cpp JFK 演讲录音 和 OpenSLR LibriSpeech dev-clean。

文件	时长	Chromium / WebKit	转写与参考文本比较
JFK WAV	约 11 秒	2/2 通过	22 词，WER 0
LibriSpeech FLAC	5.6 秒	2/2 通过	15 词，WER 0
LibriSpeech MP3	61.98 秒	2/2 通过	201 词，WER 约 0.995%
LibriSpeech M4A	61.98 秒	2/2 通过	201 词，WER 约 0.995%

MP3/M4A 由 14 段真实朗读按顺序拼接编码；不是一段连续原始录音。两处差异分别是英美拼写 materialised/materialized 和人名 Hurstwood/Hirstwood。

• 完整链路 8/8：真实播放、片段循环、1.5 倍速、校对、标签、375px 布局、直接练习、回答理解题及刷新持久化。
• 实际人名纠错专项 2/2：点击错误片段并真实定位播放，纠正 Hirstwood → Hurstwood，保存后刷新仍保留。
• 修复后没有播放误报或页面 JS 错误。本机调用 Groq 使用系统网络代理。

前一轮完整验证与限制

以下为接入最新 main 前的功能版本验证记录，不能视为当前整个项目全部通过：

• CI text-cycle 浏览器子集 180/180；更广的浏览器集合 328 通过 / 86 失败（共 414）。
• iOS 原生方案 58 通过 / 37 失败 / 1 跳过（共 96）；包含启动页面断言等失败。
• 仅对其中 3 个代表性旧 UI 断言失败在功能基线做了复现，其余失败尚未全部归因。
• 本地 Ollama 显式启用测试 3/3、Rust 3/3、启动/发布脚本 6/6 通过；Web 生产启动及 macOS unsigned release 启动冒烟通过。
• 全量浏览器和 iOS 集合未在此次 rebase 后再次运行，CI 结果以本 MR 检查为准。

真实音频、截图和原始日志保留在本地验证产物中；未将音频文件或任何 API 密钥提交到仓库。

[vercel]

The latest updates on your projects. Learn more about Vercel for GitHub.

Project	Deployment	Actions	Updated
echo-type	Ready	Preview	Sep 27, 2026 3:48pm UTC