feat: um segundo som avisa que ela terminou de ouvir

[kerlonr]

O par fica completo

• sobe quando a janela de escuta abre → "pode falar"
• desce quando a captura da frase seguinte fecha → "pronto, ouvi, deixa comigo"

O mesmo par invertido, e não dois sons sem relação: invertido se lê de imediato como abre e fecha; dois timbres diferentes seriam duas coisas a decorar.

A decisão que importa: o aviso vem do microfone, não do reconhecimento

O instante em que a pessoa pode parar de falar é o instante em que a captura fecha — 0,8 s depois do fim da fala. Esperar a transcrição custaria mais 1,9 s neste Pi (medido: whisper base, 1930 ms), e o som chegaria depois de ela já ter desistido de esperar por ele.

Isso exigiu um gancho novo, e ele é um protocolo à parte (AvisaAoFecharFrase) em vez de mais um método no Ouvido: o Vosk decide sozinho onde a frase termina, dentro do próprio reconhecimento, e não tem esse instante para anunciar. Quem tem, oferece; quem não tem continua sendo um ouvido completo.

Só com a janela aberta

Um microfone aberto numa sala fecha uma captura a cada frase que alguém diz por perto — sem essa guarda o robô apitaria o dia inteiro para conversas que não são com ele.

Quem pergunta tudo de uma vez ("Atlas, quantos alunos tem?") não ouve o par: a janela só abre quando o nome vem sozinho. Nesse caso o aviso é a própria resposta, que chega em ~2 s.

E o aviso falha em silêncio: ele é conforto, e a frase recém-capturada é o que a pessoa acabou de dizer. Um alto-falante que sumiu não pode custar a pergunta.

Verificação

• 738 testes passam (eram 725)
• os novos cobrem o par (que um sobe e o outro desce, medido por cruzamentos de zero — se um dia virarem o mesmo som, o robô passa a avisar duas vezes a mesma coisa), o gatilho e o gancho
• os dois sons foram tocados no alto-falante do robô real

🤖 Generated with Claude Code

https://claude.ai/code/session_0173mr3mDsAKQuPUNaPghe9v