VEU.WathBody/1-docs/4-modules/m11-voice-input/readme.md

m11-voice-input — план работ (d-dev)

Модуль: VoiceInput — офлайн-STT (Vosk) + грамматика Ф-1.2 + TTS-подтверждения + интеграция в экран «Тренировка». Алгоритм: std1\_rules\d\d-dev.md. Требования: module_reqs.md. Зависимости: m09 (WorkoutCore/LocalDb/SyncQueue — DONE), m10 (экран «Тренировка», таймер отдыха, «Настройки» — DONE); часы — m12.

Шаг	Что делаем	Статус
0	Модульные документы: module_reqs.md / readme.md / SKILL.md	✅ 2026-10-19
1	Список единиц (парсер/движок/модель/исполнитель/UI/тесты)	✅ 2026-10-19
1.3	Пользователь! утверждение списка (+ решения по объёму v1)	✅ 2026-10-19
2	Спецификации: api_specs (парсер, движок/модель, исполнитель, UI)	✅ 2026-10-19
2.4	Пользователь! утверждение спецификаций	✅ 2026-10-19
3	Реализация + тесты + сборка	✅ 2026-10-19
3.4	Пользователь! утверждение реализации (закрытие модуля)	✅ 2026-10-19
4	Завершение: план, примечания	✅ 2026-10-19

Статусы: ⬜ не начат · 🔄 в работе · ✅ готов.

Список единиц (шаг 1)

#	Единица	Что делает
1	VoiceCommandParser (+ NumberRu)	чистая функция: текст → VoiceCommand (Approach/Weight/Rest/Rpe) или Unknown; числа словами 0–999 и цифрами, «с половиной» → +0,5; диапазоны Ф-1.2; semantics для журнала
2	SttEngine/VoskEngine	обёртка Vosk SpeechService: инициализация модели из filesDir, старт/стоп прослушивания, финальные гипотезы в колбэк; опциональный setGrammar (JSON-словарь); интерфейс — для тестов
3	ModelStore	загрузка zip модели по Voice.ModelUrl (OkHttp, уже в проекте), распаковка в filesDir, идемпотентность, статус (нет/загружена, МБ)
4	VoiceCommandExecutor	применение команды: Approach → logSet(source=voice), Weight → рабочий вес экрана, Rest → старт таймера m10, Rpe → WorkoutCore.setLastSetRpe; журнал logCommand (принято/отклонено 🛡); будит SyncWorker
5	TtsFeedback	системный Android TTS (ru-RU) + ToneGenerator (щелчок/сигнал ошибки); деградация без TTS (текст на экране)
6	UI «Тренировка»	кнопка микрофона (toggle, индикатор «Слушаю…»), runtime-разрешение RECORD_AUDIO, строка последней команды, «текущее упражнение» (тап в блоке плана), рабочий вес от «Вес W»
7	UI «Настройки»	блок «Распознавание речи»: статус модели, «Загрузить», «Проверить TTS»; Voice.ModelUrl
8	WorkoutCore.setLastSetRpe	расширение m09 (errata, как renameExercise в m10): RPE последнего подхода + повторная отправка в sync
9	unit-тесты	парсер (4 команды × формы чисел, границы, мусор), NumberRu, исполнитель на фейках

Решения на гейт 1.3 (для владельца)

1. Доставка модели Vosk (~45 МБ, vosk-model-small-ru-0.22): рекомендуем (а) — загрузка zip по https при первом включении микрофона / из «Настроек» (Voice.ModelUrl, умолчание alphacephei.com; можно указать свой сервер), модель живёт в filesDir, в APK и репозиторий не входит. Альтернативы: (б) вшить в APK assets (+45 МБ и бинарник в git); (в) ручной сайдлоад adb.
2. Текущее упражнение для голоса — выбор тапом в блоке плана (умолчание — первый пункт плана); голосовой выбор упражнения по имени в v1 отсутствует (имена произвольные, распознавание ненадёжно). Форма ручного ввода m10 сохраняется (правка ≤ 2 касаний, Ф-1.6).
3. «РПЭ N» — новый метод WorkoutCore.setLastSetRpe (расширение m09 по образцу renameExercise: обновление строки + повторный enqueue; сервер идемпотентен по client_guid).
4. Грамматика Vosk — setGrammar применяется при поддержке моделью; обязательна строгая постобработка парсером (малые модели не гарантируют грамматику; лишнее отклоняется по Ф-1.3).
5. TTS — системный Android TTS; на устройстве владельца должен быть ru-голос (Google TTS); при отсутствии — деградация до щелчка/сигнала + текст на экране.

Примечания по ходу работ

1. Состав реализации (app/src/main/java/com/watchbody/phone/voice/): VoiceCommandParser.kt (sealed VoiceCommand + NumberRu 0–999 + tokenize с «эр пэ э»→«рпэ» + semantics), VoskResult.kt (разбор JSON Vosk), SttEngine.kt (интерфейс + VoskEngine: грамматика-список слов с откатом на свободный разбор, n-best 3), ModelStore.kt (zip→filesDir, zip-slip, single-root срезка, no-op при готовой модели), VoiceCommandExecutor.kt (VoiceCoreGateway/эффекты/отклонения), TtsFeedback.kt (TTS ru + ToneGenerator BEEP/NACK, деградация). Расширения: WorkoutCore.setLastSetRpe + DAO lastSet (m09), AppSettings.voiceModelUrl + валидатор https (m10), контейнер (modelStore/ttsFeedback), WorkoutScreen (Mic-кнопка, RECORD_AUDIO, диалог модели, «текущее упражнение» тапом в плане, строка голоса), SettingsScreen (блок «Распознавание речи»: URL/статус/загрузка/ «Проверить TTS»), манифест RECORD_AUDIO, gradle: vosk-android 0.3.47 + icons-extended + MockWebServer (test).
2. Сборка/тесты: BUILD SUCCESSFUL; APK 57,3 МБ (рост с 12 МБ — JNI Vosk по 4 ABI + icons-extended; debug без минификации — release c R8/abiFilters сожмёт, кандидат оптимизации); unit 63/63 (m09 18 + m10 18 + m11 27: парсер 9, исполнитель 10, модель+валидатор 8).
3. Живой URL модели проверен (2026-10-19): alphacephei.com → 200 OK, 46 236 750 байт (~44 МБ) — умолчание Voice.ModelUrl рабочее.
4. Errata API vosk-android 0.3.47 (вскрыты компиляцией, spec 02 скорректирован по факту): SpeechService управляется stop()/ shutdown() (stopListening/destroy нет); RecognitionListener — 5 методов, команды приходят в onResult (onFinalResult — при остановке); сигнал ошибки — TONE_PROP_NACK (TONE_PROP_ERR нет).
5. Решения по ходу: парсер в approach при out_of_range пишет ОБА значения ({"weight_kg":100.0,"reps":101} — информативнее для разбора журнала); syncRequest_executor срабатывает после ЛЮБОЙ журналируемой команды (журнал отклонённых тоже уходит в sync; spec 03 п.8 уточнён по смыслу); инициализация Model Vosk — в Dispatchers.IO (не main).
6. Не проверено в среде (нет устройства/микрофона): живое распознавание, TTS-озвучка, щелчки/сигналы, загрузка модели на устройстве, точность КУ-1 — критерии 2/4 приёмки на стороне владельца; сетевой контур модели проверен MockWebServer + живым URL.