v0.3.0 — 第三阶段：文件导入 + 字幕探测 + 融合体验
状态 : 代码已交付（2026-08-18 构建完成：M1/M2/M3/M4 + REQ-035 实时活动面板；真机验收待执行；REQ-019/020 闪卡顺延）
目标 : 打通"视频文件导入 → 字幕优先（文件级 100% 准确）→ 无字幕 fallback ASR"的第二入口；优化实时链路停止体验（融合停止异步化）；同步修复采集链路三缺陷并并入三项头脑风暴优化；新增采集期间实时活动面板。
关联 : 需求池 v0.3.0 · ADR-006 · ADR-008 · 采集链路技术审查（[ ] 已归档） · 头脑风暴 P6/T2/P3/P4
视频文件导入可用 ：ffmpeg 提取音轨 + 关键帧，文件路径作为实时捕获之后的第二入口字幕优先转写可用 ：外挂字幕文件（.srt/.ass/.vtt）探测与内嵌字幕轨解析（L1/L2），命中则零成本 100% 准确，免 ASR融合停止体验优化 ：停止按钮秒回（REQ-031：融合异步化 + 无字幕短路）采集链路质量优化 （REQ-034）：时间戳统一、句起时间戳、引擎池并行、分窗转写、多帧投票、OCR 输入缩小、语音/画面互斥调度实时活动面板 （REQ-035）：采集期间右侧简要转写流/画面要点流/状态机
本阶段不做 ：闪卡（REQ-019/020，用户决策顺延至 v0.4.0）；会话段派生视图（REQ-032，V1.0）；AI 问答与精修（REQ-024/025，V1.0）。
REQ
内容
验收要点
规划状态
REQ-015
视频文件导入：ffmpeg 提取音轨 + 关键帧
选择视频文件 → 提取 16kHz 音轨 + 关键帧序列入会话管线
已实现（代码已交付 2026-08-18，真机验收待执行）
REQ-016
字幕探测 L1：外挂字幕文件（同名 .srt/.ass/.vtt）
命中则免 ASR，字幕直出转写（100% 准确）
已实现（代码已交付 2026-08-18，真机验收待执行）
REQ-017
字幕解析 L2：容器内嵌字幕轨（ffprobe + 解码）
mov_text/subrip/ass/webvtt 解码为字幕段
已实现（代码已交付 2026-08-18，真机验收待执行）
REQ-018
字幕优先策略：有字幕→直出转写；无字幕→fallback ASR
按 REQ-016/017 命中结果自动选择转写路径
已实现（代码已交付 2026-08-18，真机验收待执行）
REQ-031
融合停止异步化 + 无字幕短路
停止秒回；融合后台执行；无字幕段跳过融合；完成事件刷新详情页
已实现（代码已交付 2026-08-18，真机验收待执行）
REQ-034
采集链路质量优化：时间戳统一/句起时间戳/引擎池并行/分窗转写/多帧投票/OCR 缩小/互斥调度
见 ADR-008 合规性验证
已实现（代码已交付 2026-08-18，真机验收待执行）
REQ-035
实时活动面板：采集期间右侧简要转写流/画面要点流/状态机
采集期间右侧显示最近 6 条转写/4 条画面要点；状态机徽标；停止/融合期面板保持
已实现（代码已交付 2026-08-18，真机验收待执行）
REQ-033
采集持续不间断运行：关闭保护 + 音频重连 + 屏幕自愈
采集中关闭弹确认框；插拔设备会话不死亡、时间戳连续；锁屏/远程桌面自动恢复 DXGI；全局采集徽标
已实现（ADR-007 ）
REQ-019/020闪卡 SM-2 + 笔记→闪卡一键生成—
顺延 v0.4.0（用户决策 2026-08-18）
ffmpeg 解析 ：ENTROPY_FFMPEG_DIR（测试注入）→ 捆绑 src-tauri/ffmpeg/（scripts/download-ffmpeg.ps1 下载，gitignore）→ PATH；全缺失返回可操作错误管线 （import_video command，spawn_blocking + 进度事件）：
建会话（title=文件名，source_window=None）
ffmpeg 提取 16kHz 单声道 WAV → data_dir/import/<id>/
字幕决策（M2）：L1 命中 → 字幕直出（免 ASR）；否则 L2；再否则分窗 ASR
分窗转写（无字幕路径）：WAV 按 30s 窗切分 → transcribe_pcm 逐窗 → 真实时间戳段
关键帧：fps=1/10 封顶 60 帧 → 逐帧 OCR 落 OCR 块（单帧失败跳过不阻断）
finish 会话 + 清理中间文件
安全 ：Command 参数数组（防注入）、子进程有界等待（超时 kill）、路径限定数据目录
M2 字幕探测与优先（REQ-016/017/018）
L1 外挂 （subtitle.rs 纯文本解析，零新依赖）：同名探测 .srt/.ass/.vtt；编码探测 UTF-8 严格 → GBK（CP936，windows crate Win32_Globalization）；SRT/VTT/ASS 三格式解析为 SubtitleSegmentL2 内嵌 ：ffprobe -select_streams s → ffmpeg -map 0:s:0 -f srt - 解出 → 复用 L1 解析器；ffmpeg 缺失报可操作错误策略 ：L1 → L2 → ASR 三级降级；关键帧 OCR 始终执行（独立于转写路径）
M3 融合停止异步化 + 无字幕短路（REQ-031） 用户点停止
├─ 1. finish_session（毫秒级）
├─ 2. emit "live:stopped"（秒回）
└─ 3. 后台线程（std::thread::spawn）：
├─ 无字幕段 → 直接 return（短路：融合=ASR 原样拷贝）
├─ 否则 → merge_transcript + replace_segments（沿用 ADR-005 原子事务）
└─ 完成 → emit "session:fused"（失败 "session:fusion-failed"，原段保留）
状态标记 ：内存方案——LiveSessionManager 持 fusing: HashSet<i64>（不迁移表，ADR-006 派生表 V1.0 取代）细节 ：融合线程持有 Db/AppHandle 克隆与字幕/ASR 段所有权；详情页融合完成前显示原始轴，session:fused 到达后刷新
项
内容
涉及文件
A1 时间戳统一
会话纪元 epoch 注入音频/屏幕/flush 三处
audio_loopback.rs / live_session.rs / live_session_frame.rs
A2 句起时间戳
Final 后首个非静音块时间戳为句起（替代 end-2000ms）
live_session.rs
A3 引擎池并行
ASR/OCR 双 worker 线程（API 不变）
engine.rs
A4 分窗转写
导入 WAV 30s 窗逐窗转写 + 进度
import.rs
B1 多帧投票（T2）
字幕样本累积 + 字符多数投票输出校正文本
subtitle_ocr.rs / live_session_frame.rs
B2 OCR 输入缩小（P4）
字幕裁剪区 >960px 最近邻缩小
frame_diff.rs / live_session_frame.rs
B3 互斥调度（P3）
静音期全帧提频（每 2 tick），语音期字幕区为主
frame_diff.rs / live_session.rs
B4 导入区域裁剪（TD-037）
关键帧中部（full）+ 底部（subtitle）两路裁剪缩 960px + 帧间去重
import_frame.rs / import.rs
B5 强制 OCR 兜底
diff 采样漏检防御：距上次识别超 15s 强制识别 + 全帧文本去重
live_session_frame.rs
事件 ：live:asr-final（语音定稿，含停止 flush 尾句）、live:ocr（画面要点落库即推）——载荷携带后端会话纪元时间戳 （TD-043）；live:subtitle 同步扩展面板 （LiveActivityPanel.tsx，用户要求"简要"）：转写流仅显示最近 6 条 、画面要点最近 4 条 ，总数在状态行计数，超出显示省略提示；状态机一行（采集中/已停止/融合中/完成/异常）；停止过渡与融合期面板保持显示工程修复 ：live:status 区分 payload（录制态不再被 recording 事件错误重置）；stopping 10s 超时兜底（TD-042）；左栏移除重复实时文本（统一由面板展示）
步骤
内容
产出
M1
文件导入（REQ-015）
文件会话入口 + 提取管线
M2
字幕探测 L1/L2（REQ-016/017/018）
字幕解析模块 + 优先策略
M3
融合停止异步化（REQ-031）
停止秒回 + 无字幕短路 + 单测
M4
采集质量优化（REQ-034）
七项优化 + 单测
M5
端到端验收
文件会话/实时会话全链路