fix(asr): v0.20 审查修复——CER 超长护栏/SRT 跨块合并/进度换行

Author: Aparencia

app/src-tauri/src/bin/asr_eval.rs

@@ -169,6 +169,9 @@ fn main() -> ExitCode {
         }
         print!("{}. ", s.name);
     }
+    if !rows.is_empty() {
+        println!();
+    }
 
     // ── 汇总渲染 ──
     out.push_str(&render_rows(&rows));

app/src-tauri/src/cer.rs

@@ -14,16 +14,26 @@
 
 use crate::asr_rescore::strip_punct;
 
+/// CER 单侧长度上限（字符）：levenshtein 为 O(n×m) 时间（滚动行内存安全），
+/// 超长文本（≥20k 字 ≈ 半小时以上口播）在工具路径会消耗分钟级 CPU——
+/// 审查修复（2026-09-05）：超限诚实返回 None（不可比），由调用方决定跳过；
+/// 画像侧更严护栏见 eval_confusion（2000）。harness 样本段级测量不受影响。
+const CER_MAX_CHARS: usize = 20_000;
+
 /// CER 计算（纯函数）：编辑距离 / 参考字符数。
 ///
 /// @ai-context: 返回 0.0~1.0+（插入错误可使 CER >1，如实反映退化）；参考文本
-///              为空 → None（无法计算——诚实表达，不返回假 0）。
+///              为空 → None（无法计算——诚实表达，不返回假 0）；任一侧超
+///              CER_MAX_CHARS → None（时间成本护栏，诚实不可比）。
 pub fn cer(reference: &str, hypothesis: &str) -> Option<f32> {
     let ref_chars: Vec<char> = strip_punct(reference);
     let hyp_chars: Vec<char> = strip_punct(hypothesis);
     if ref_chars.is_empty() {
         return None;
     }
+    if ref_chars.len() > CER_MAX_CHARS || hyp_chars.len() > CER_MAX_CHARS {
+        return None;
+    }
     let dist = crate::asr_rescore::levenshtein(
         &ref_chars.iter().collect::<String>(),
         &hyp_chars.iter().collect::<String>(),
@@ -80,6 +90,14 @@ mod tests {
         assert_eq!(cer("  ", "有内容"), None);
     }
 
+    #[test]
+    fn cer_overlong_side_is_none_guard() {
+        // 超长护栏（审查修复）：任一侧超 20k 字 → None（O(n×m) 时间成本诚实不可比）
+        let long = "字".repeat(CER_MAX_CHARS + 1);
+        assert_eq!(cer(&long, "短"), None);
+        assert_eq!(cer("短", &long), None);
+    }
+
     #[test]
     fn cer_punctuation_ignored() {
         // 标点差异不计入错误（与 strip_punct 同口径）

app/src-tauri/src/eval_samples.rs

@@ -39,9 +39,10 @@ pub fn parse_srt(text: &str) -> Vec<SrtCue> {
         if block.trim().is_empty() {
             continue;
         }
-        // 块内解析：首行数字=序号（可缺失）；含 "-->" 的时间轴行一律跳过；
-        // 其余行按行序推入（同块多行合并为一条 cue，保持行序）
+        // 块内解析：首行数字=序号（可缺失，用计数）；含 "-->" 的时间轴行跳过；
+        // 内容行**块内累积**、块末一次性推入——防两块同序号时跨块误并文本
         let mut block_idx = index_counter;
+        let mut lines: Vec<&str> = Vec::new();
         for (pos, line) in block.lines().enumerate() {
             let t = line.trim();
             if t.is_empty() {
@@ -56,25 +57,16 @@ pub fn parse_srt(text: &str) -> Vec<SrtCue> {
             if t.contains("-->") {
                 continue;
             }
-            push_content_line(&mut cues, block_idx, t);
+            lines.push(t);
+        }
+        if !lines.is_empty() {
+            cues.push(SrtCue { index: block_idx, text: lines.join("") });
         }
         index_counter += 1;
     }
     cues
 }
 
-fn push_content_line(cues: &mut Vec<SrtCue>, idx: u32, line: &str) {
-    let line = line.trim();
-    if line.is_empty() {
-        return;
-    }
-    match cues.last_mut() {
-        // 同序号多行 → 拼接为一条 cue 文本（保持行序）
-        Some(last) if last.index == idx => last.text.push_str(line),
-        _ => cues.push(SrtCue { index: idx, text: line.to_string() }),
-    }
-}
-
 /// cue 集合 → 参考文本（纯函数）：按序号排序后拼接。
 ///
 /// @ai-context: SRT 内乱序少见但可能（采集时序），按 index 排序保证参考