refactor(classroom): 六项审查修复 + 审查报告 + 计划状态更新

审查修复: SmartSampler 字段方法同名冲突（高）/ 漏捕检测定时器卸载清理（中）/ vadMarker 与 UnifiedTimeline 回 300 行内 / 形态3 单字灌水留给幻觉过滤 / 单字修正允许入库

审查报告: docs/knowledge/solutions/2026-08-classroom-recognition-review.md（六维复查+发现修复记录+遗留观察+门禁复核）

计划状态: P0/P1 全部完成、P2 按交付口径完成、实施偏差记录

Author: Aparencia

client/src/features/classroom/components/RecentKeyframesStrip.tsx

@@ -0,0 +1,33 @@
+/**
+ * RecentKeyframesStrip — 实时截图缩略流（P1-9，自 UnifiedTimeline 拆出）
+ *
+ * @ai-context: 最近 6 帧仍有 imageBase64 的关键帧横向缩略条（识别过程
+ * 可见性）；imageBase64 已被增量分析清空的帧自动跳过。纯展示组件。
+ */
+import { Camera } from 'lucide-react';
+import type { KeyFrame } from '@/lib/capture';
+
+interface RecentKeyframesStripProps {
+  keyframes: KeyFrame[];
+}
+
+export function RecentKeyframesStrip({ keyframes }: RecentKeyframesStripProps) {
+  const recentThumbs = keyframes.filter((kf) => kf.imageBase64).slice(-6);
+  if (recentThumbs.length === 0) return null;
+  return (
+    <div className="flex items-center gap-1.5 px-3 py-1.5 border-t border-border/20 bg-bg-secondary/30 overflow-x-auto flex-shrink-0">
+      <Camera className="w-3 h-3 text-text-quaternary flex-shrink-0" strokeWidth={1.5} />
+      {recentThumbs.map((kf) => (
+        <img
+          key={kf.id}
+          src={`data:image/jpeg;base64,${kf.imageBase64}`}
+          alt={`关键帧 ${new Date(kf.timestamp).toLocaleTimeString()}`}
+          title={new Date(kf.timestamp).toLocaleTimeString()}
+          className="w-16 h-9 rounded-kb-xs object-cover border border-border/30 flex-shrink-0"
+        />
+      ))}
+    </div>
+  );
+}
+
+export default RecentKeyframesStrip;

client/src/features/classroom/components/UnifiedTimeline.tsx

@@ -1,13 +1,11 @@
 /**
  * UnifiedTimeline — smart 路径统一内容时间线
  * 时间轴事件（关键帧/语音/书签/自动锚点）与实时转写文本按时间戳合并为
- * 一条内容流，替代原先"时间轴面板 + 独立转录列表"的分离展示（内测反馈
- * 体验割裂：事件与文本需上下对照两个列表）。
+ * 一条内容流，替代原先"时间轴面板 + 独立转录列表"的分离展示。
  *
- * @ai-context: 转写行保留课后内联编辑（搬自 LiveTranscript 的编辑交互）；
- * 新条目/实时 partial 到达自动滚到底部；仅 smart 路径使用，不替代
- * notes 模块共享的 SmartCapturePanel。
- * @ai-context: Unified timeline merging timeline events and live transcript
+ * @ai-context: 转写行保留课后内联编辑与说话人标注；新条目/实时 partial
+ * 到达自动滚到底部；仅 smart 路径使用。
+ * @ai-context EN: Unified timeline merging timeline events and transcript
  * rows sorted by timestamp; edits stay available after the session ends.
  */
 import { useEffect, useRef, useState, useCallback } from 'react';
@@ -16,6 +14,7 @@ import { cn } from '@/lib/utils';
 // 毫秒时间戳 → MM:SS（相对会话起始时间，D12 收敛至 lib/utils/time）
 import { formatSessionElapsed as formatRelativeTime } from '@/lib/utils/time';
 import type { SessionBundle, TimelineEntry, KeyFrame } from '@/lib/capture';
+import { RecentKeyframesStrip } from './RecentKeyframesStrip';
 
 /** 转写条目（含 P1-2 用户修正文本，存在时优先显示） */
 export interface TranscriptEntry {
@@ -87,11 +86,6 @@ export function UnifiedTimeline({ bundle, liveTranscripts, autoAnchors = [], par
   const audioSegments = bundle.audioSegments ?? [];
   const sessionStartMs = timeline[0]?.timestamp ?? Date.now();
 
-  // P1-9 实时截图流：最近 6 帧仍有 imageBase64 的关键帧（增序展示）
-  const recentThumbs = (bundle.keyframes ?? [])
-    .filter((kf) => kf.imageBase64)
-    .slice(-6);
-
   // 事件 + 锚点 + 转写按时间戳合并排序
   const rows: Row[] = [
     ...timeline.map((entry) => ({ kind: 'event' as const, ts: entry.timestamp, entry })),
@@ -305,21 +299,8 @@ export function UnifiedTimeline({ bundle, liveTranscripts, autoAnchors = [], par
         )}
       </div>
 
-      {/* P1-9 实时截图流：最近 6 帧缩略横条（识别过程可见性，imageBase64 已被分析清空的帧跳过） */}
-      {recentThumbs.length > 0 && (
-        <div className="flex items-center gap-1.5 px-3 py-1.5 border-t border-border/20 bg-bg-secondary/30 overflow-x-auto flex-shrink-0">
-          <Camera className="w-3 h-3 text-text-quaternary flex-shrink-0" strokeWidth={1.5} />
-          {recentThumbs.map((kf) => (
-            <img
-              key={kf.id}
-              src={`data:image/jpeg;base64,${kf.imageBase64}`}
-              alt={`关键帧 ${new Date(kf.timestamp).toLocaleTimeString()}`}
-              title={new Date(kf.timestamp).toLocaleTimeString()}
-              className="w-16 h-9 rounded-kb-xs object-cover border border-border/30 flex-shrink-0"
-            />
-          ))}
-        </div>
-      )}
+      {/* P1-9 实时截图流：最近 6 帧缩略横条（识别过程可见性） */}
+      <RecentKeyframesStrip keyframes={keyframes} />
 
       {/* 底部统计栏 */}
       <div className={cn(

client/src/features/classroom/hooks/useClassroomEvents.ts

@@ -115,6 +115,8 @@ export function useClassroomEvents({
   const lastForceCaptureAtRef = useRef(0);
   /** P1-8 最近一次关键帧时间戳（漏捕检测依据：指令后无新帧即提示） */
   const latestKeyframeTsRef = useRef(0);
+  /** P1-8 漏捕检测定时器集合（组件卸载时清理，避免卸载后 toast 泄漏） */
+  const missedCaptureTimersRef = useRef<number[]>([]);
   /** @ai-context 会话时间基准（epoch ms）：记录首帧 timestamp，供 analyzePartial 换算相对秒数 */
   const sessionStartMsRef = useRef<number | null>(null);
   /** 采集会话 ID（smart:keyframe 事件携带），供笔记持久化关联与关键帧图片清理 */
@@ -165,13 +167,19 @@ export function useClassroomEvents({
         lastForceCaptureAtRef.current = now;
         captureManager.requestForceCapture();
       }
-      // P1-8 漏捕检测：指令后 3s 无新关键帧 → 提示手动补截
+      // P1-8 漏捕检测：指令后 3s 无新关键帧 → 提示手动补截（定时器登记，卸载清理）
       const commandAt = now;
-      window.setTimeout(() => {
+      const timer = window.setTimeout(() => {
         if (latestKeyframeTsRef.current < commandAt) {
           toast({ type: 'warning', silent: true, message: '这一步的画面可能没捕捉到，可按 C 键手动截图' });
         }
       }, MISSED_CAPTURE_CHECK_MS);
+      missedCaptureTimersRef.current.push(timer);
+      // 上限保护：定时器集合仅保留最近 20 个（已触发的清出）
+      if (missedCaptureTimersRef.current.length > 20) {
+        const expired = missedCaptureTimersRef.current.splice(0, missedCaptureTimersRef.current.length - 20);
+        expired.forEach((t) => window.clearTimeout(t));
+      }
     }
   };
 
@@ -181,6 +189,14 @@ export function useClassroomEvents({
     return () => setOnAsrFallback(null);
   }, [toast]);
 
+  // P1-8 卸载清理：漏捕检测定时器（防卸载后 toast 泄漏）
+  useEffect(() => {
+    return () => {
+      for (const t of missedCaptureTimersRef.current) window.clearTimeout(t);
+      missedCaptureTimersRef.current = [];
+    };
+  }, []);
+
   // 会话结束回到 idle 时重置时间基准（暂停/恢复不重置，避免相对时间戳跳变）
   useEffect(() => {
     if (status === 'idle') {

client/src/lib/capture/sileroVad.ts

@@ -13,6 +13,37 @@
  * 造成推理滞后累积，合并策略保证概率新鲜度与 IPC 负载有界。
  */
 
+// ================================================================
+// Silero 精判参数（P0-2；VADMarker 消费）
+// ================================================================
+
+/** RMS 超阈但 Silero 概率低于此值 → 候选噪声（连续 2 块确认后抑制） */
+export const SILERO_NOISE_MAX_PROB = 0.12;
+/** 静音复核：该时间窗内 Silero 平均概率高于此值 → 视为语音仍在（推迟分段） */
+export const SILERO_SPEECH_MIN_PROB = 0.5;
+/** 静音复核时间窗（ms） */
+export const SILERO_RECHECK_WINDOW_MS = 400;
+/** 静音复核推迟上限（ms）：超限强制分段，防止 Silero 误判长噪声为语音导致段无限拉长 */
+export const SILERO_MAX_SILENCE_EXTENSION_MS = 3000;
+
+/** Silero 三态分类结果 */
+export type SileroClass = 'noise' | 'speech' | 'unknown';
+
+/**
+ * Silero 三态分类（P0-2，VADMarker 委托的纯函数）：
+ * - 'noise'：最近概率与窗口均值都明确低于阈值（键盘/空调/音乐等持续噪声）
+ * - 'speech'：概率明确高于噪声阈值（真实语音）
+ * - 'unknown'：概率源不可用或暂无结果（不干预，走纯 RMS 路径）
+ */
+export function classifySileroProb(
+  latest: number | null,
+  recent: number | null,
+): SileroClass {
+  if (latest === null || recent === null) return 'unknown';
+  if (latest < SILERO_NOISE_MAX_PROB && recent < SILERO_NOISE_MAX_PROB) return 'noise';
+  return 'speech';
+}
+
 /** Silero 概率源接口（可注入 mock 供单测） */
 export interface SileroProbSource {
   /** 最近一次推理得到的语音概率（0-1）；尚无结果或不可用时为 null */

client/src/lib/capture/vadMarker.ts

@@ -1,35 +1,25 @@
 /**
  * VAD 音频标记器 — Path B 语音段检测与分段
  *
- * @ai-context
- * Path B 通过 RMS 能量检测将连续语音切段，
- * 每段完成后立即触发 onSegmentReady 回调，支持流式 ASR 转写。
- * @ai-context: 校准仅对 microphone 源生效；loopback（网课系统环回）为数字
- * 信号无环境底噪，构造时直接标记已校准并使用预设阈值，不进入校准期
- * （避免 UI 出现无意义的“正在校准音频阈值”提示）。
- *
- * @ai-context: 背景噪声校准为现场课程麦克风输入场景设计——麦克风存在真实
- * 环境底噪（空调/键盘/人声嘴杂），以 sourceType: 'microphone' 构造时
- * 启用前 N 块自适应校准。后续可考虑将校准结果持久化供下次会话作为初始
- * 阈值，避免每次启动等待采样期。
+ * @ai-context: RMS 能量检测将连续语音切段，每段完成后触发 onSegmentReady
+ * 回调供流式 ASR 转写。校准仅对 microphone 源生效（前 N 块自适应阈值）；
+ * loopback（网课系统环回）为数字信号无环境底噪，构造即已校准用预设阈值。
+ * P0-2 起叠加 Silero 精判：噪声抑制（暂存-确认两段式）+ 静音复核（低能量
+ * 语音尾推迟分段，上限保护），概率源不可用时回退纯 RMS。
+ * English: RMS-based speech segmentation for Path B; microphone sources get
+ * adaptive calibration, loopback uses preset thresholds. Silero refinement
+ * (P0-2) adds noise suppression and silence re-check with RMS fallback.
  */
 
 import type { AudioChunkData, AudioSegment, TimelineEntry } from './captureTypes';
 import { encodeWavBase64 } from './wavEncoder';
-import type { SileroProbSource } from './sileroVad';
-
-// ================================================================
-// Silero 精判参数（P0-2）
-// ================================================================
-
-/** RMS 超阈但 Silero 概率低于此值 → 候选噪声（连续 2 块确认后抑制） */
-const SILERO_NOISE_MAX_PROB = 0.12;
-/** 静音复核：该时间窗内 Silero 平均概率高于此值 → 视为语音仍在（推迟分段） */
-const SILERO_SPEECH_MIN_PROB = 0.5;
-/** 静音复核时间窗（ms） */
-const SILERO_RECHECK_WINDOW_MS = 400;
-/** 静音复核推迟上限（ms）：超限强制分段，防止 Silero 误判长噪声为语音导致段无限拉长 */
-const SILERO_MAX_SILENCE_EXTENSION_MS = 3000;
+import {
+  classifySileroProb,
+  SILERO_RECHECK_WINDOW_MS,
+  SILERO_SPEECH_MIN_PROB,
+  SILERO_MAX_SILENCE_EXTENSION_MS,
+  type SileroProbSource,
+} from './sileroVad';
 
 // ================================================================
 // 配置类型
@@ -42,15 +32,9 @@ export interface VADMarkerConfig {
   silenceDurationMs: number;
   /** 最短语音时长（ms），低于则丢弃，默认 300 */
   minSpeechDurationMs: number;
-  /**
-   * 最长语音段时长（ms），达到即强制分段，默认 28000——
-   * 保证段长兼容 GLM-ASR 备选（≤30s 硬限制），也避免长段拉高转写延迟
-   */
+  /** 最长语音段时长（ms），达到即强制分段，默认 28000（兼容 GLM-ASR ≤30s 硬限制） */
   maxSpeechDurationMs: number;
-  /**
-   * 音频源类型：loopback（系统环回，网课默认）跳过背景噪声校准；
-   * microphone（现场课程麦克风）启用前 N 块自适应校准
-   */
+  /** 音频源类型：loopback 跳过背景噪声校准；microphone 启用前 N 块自适应校准 */
   sourceType: 'loopback' | 'microphone';
 }
 
@@ -280,18 +264,15 @@ export class VADMarker {
   }
 
   /**
-   * Silero 三态分类（P0-2）：
-   * - 'noise'：最近概率与窗口均值都明确低于阈值（键盘/空调/音乐等持续噪声）
-   * - 'speech'：概率明确高于噪声阈值（真实语音）
-   * - 'unknown'：概率源不可用或暂无结果（不干预，走纯 RMS 路径）
+   * Silero 三态分类（P0-2，纯函数委托见 sileroVad.classifySileroProb）：
+   * 'noise'=持续噪声 / 'speech'=真实语音 / 'unknown'=概率源不可用（不干预）
    */
   private classifySilero(): 'noise' | 'speech' | 'unknown' {
     if (!this.silero) return 'unknown';
-    const latest = this.silero.latestProb();
-    const recent = this.silero.recentProb(SILERO_RECHECK_WINDOW_MS);
-    if (latest === null || recent === null) return 'unknown';
-    if (latest < SILERO_NOISE_MAX_PROB && recent < SILERO_NOISE_MAX_PROB) return 'noise';
-    return 'speech';
+    return classifySileroProb(
+      this.silero.latestProb(),
+      this.silero.recentProb(SILERO_RECHECK_WINDOW_MS),
+    );
   }
 
   // ================================================================