Files
zyt/app/research/recording-transcript-recovery.md
T
2026-11-09 10:02:27 +08:00

3.3 KiB

录音已上传但文字缺失:修复及生效(2026-11-06)

录音上传和实时文字保存原本是两条独立流程。个别客户端发生识别中断或文字请求失败时,音频仍会正常上传。本次不改变腾讯云实时识别通路;增加失败收尾重试,以及通话结束后用本机保留录音补全文字的独立恢复队列。

用户操作

新录音上传后自动检查同一通话的文字;已有完整文字直接保留。若通话还在收尾,有界等待结束后继续。打开「视频录制回放 → 本机录音文件」也会接管旧的待处理记录。上传和文字各有状态;文字失败可以点「重试文字」,不重传录音。保存成功后,在诊单「视频录制回放 → 查看文字」查看。

识别完成但网络保存失败时,文字暂存在本机队列,重试复用相同恢复编号和文字;成功后清除本地文字草稿,原录音仍保留。补转写不猜测说话人,服务端标为未知说话人。音频识别上限为 250 MB、2 小时,文字上限 100000 字符,超限或未识别到语音会明确失败,不保存截断结果。

服务端同步

部署以下四个运行文件;沿用已有通话文字表,不新增数据库字段:

  • server/app/adminapi/controller/tcm/DiagnosisController.php
  • server/app/adminapi/logic/tcm/DiagnosisLogic.php
  • server/app/adminapi/http/middleware/AuthMiddleware.php
  • server/app/adminapi/service/LocalAudioTranscriptRecovery.php

新接口 POST tcm.diagnosis/saveLocalAudioTranscript 要求账号具备现有 start/upsert/finish 三项转写权限,同时验证当前医生是该通话发起者、通话已结束且上传音频绑定一致。原 session/status 变化时拒绝旧结果;完整文字不覆盖,旧会话分段保留。接口未部署或权限缺失时,客户端不会误报文字已保存。

客户端生效

源码测试版需在结束通话后退出并重新打开整个应用。本轮已构建 video_companion/dist。冻结安装包需要重新构建,单独替换网页资源无法更新原生重试和队列代码。

补转写使用已有可选 local-asr 组件和完整本地模型,不会自动下载安装。当前开发机已验证可用;其他电脑缺少组件会在「文字状态」显示失败原因,录音保持已上传。安装方法见 local-transcription-setup.md 的开发环境安装命令;该文其他历史实时通路说明不适用于当前腾讯云模式。

如需把补转写能力提供给冻结客户端,在构建 Python 环境中安装 .[build,local-asr],准备完整模型,再设置 DOCTOR_INCLUDE_AUDIO_RECOVERY=1 后运行现有打包脚本。模型默认取 app/resources/local-asr/model,也支持 DOCTOR_ASR_MODEL_PATH。此显式配置将打包运行库、VAD 和模型;缺少文件会中止构建。默认安装包仍采用原有腾讯云依赖配置。本轮未生成或验收新 exe。

验证范围

使用合成通话验证上传与文字状态分离、上传先于挂断、重复提交、保存失败后跨重启复用草稿、原文字保护、身份与音频绑定、服务端事务和迟到实时写入。使用仓库已有公开中文样本运行真实本地模型,验证期间禁网且未输出对话原文。未改写线上通话文字,线上修复效果仍需部署后验证。