说话人识别+翻译模型优化

- 开火(FASTROLL/ONSET)不再发号发注册——只切行,grayLinePending 灰行先开(未识别);switchSerial/switchPrevActive 记录本切次
- deferredNaming(T+1.5~3.5s,取切后尾1.5s纯净素材,补喂机制保证全为新说法人声音):强匹配开火前主≥0.5→撤销误切;匹配已知人→上其名;确认无人(<0.42)→发新号双空间注册(素材干净永不产幽灵);灰色带→留灰由判定链收编
- adoptSwitchLabel(灰行就地冠名/未建行走预置);undoSwitch(重开抹迹/改签并回);serial 每次落地后自增防双发
- 根治病史:16:21 S6潮(单人在2.5min被8连发开火发出S7~S21七个幽灵,源自开火窗混合素材);新日志锚 NAMING-UNDO/ADOPT/NEW/WEAK

app/src/main/assets/summarize/prompts.md

@@ -1,8 +1,8 @@
 # 摘要功能三段提示词(里程碑 1)
 
-> 适用模型:`openbmb/MiniCPM5-2B-GGUF` 的 `MiniCPM5-2B-Q4_K_M.gguf`(架构 llama,
+> 适用模型:`google/gemma-4-E2B-it-qat-q4_0-gguf` 的 `gemma-4-E2B_q4_0-it.gguf`
-> ChatML 模板,官方语言 en/zh;2026-09-12 由 Gemma 系换入。历史:gemma-3-1b-it /
+> (架构 gemma4。2026-09-16 由 MiniCPM5-2B 切回:E2B 为真机验证过的稳定引擎,
-> google/gemma-4-E2B-it-qat-q4_0-gguf,模板分支保留在 LlmEngine 可回切)
+> MiniCPM5 多次"空模板回显")
 > 本文件是唯一事实源:App 内 `SummarizePipeline.kt` 逐字引用这里的文本。改提示词先改本文件。
 > PC 调试方法见文末「用 PC llama.cpp 复现」。
 
@@ -10,72 +10,67 @@
 
 | 步骤 | temperature | maxNewTokens | 备注 |
 |---|---|---|---|
-| P1 滚动笔记更新 | 0(Greedy) | 900 | 可复现;笔记要求确定性 |
+| P1 内容概括更新 | 0(Greedy) | 900 | 可复现;概括要求确定性 |
-| P2 成稿 | 0.5 / topK 64 / topP 0.95 | 2500 | 低温采样,兼顾成稿自然度与可复现 |
+| P2 最终输出 | 0.5 / topK 64 / topP 0.95 | 1600 | 低温采样,兼顾自然度与可复现 |
 
 思考(thinking)关闭:App 渲染模板时不注入 `<|think|>` 标记;模型若仍输出 `<|channel>thought…` 块,App 侧正则剔除。
 
 ## 1. 聊天模板(以代码为准)
 
-模板由 `LlmEngine.renderChatPrompt` 按模型家族渲染:gemma4(旧)/ gemma3 / minicpm(ChatML im_start/im_end + 空 think 前缀禁用思考)。MiniCPM5 的确切 token 序列与特殊 id 以 `renderMinicpmPrompt` 与 GGUF 内嵌模板为准;PC 调试直接加 --jinja 用内置模板即可。
+模板由 `LlmEngine.renderChatPrompt` 渲染(gemma4;2026-09-16 起 gemma3/MiniCPM 分支已随各自引擎退役)。PC 调试直接加 --jinja 用内置模板即可。
 
 ---
 
-## P1 — 滚动笔记更新
+## P1 — 内容概括更新
 
 ### SYSTEM(固定,勿动态改写)
 
 ```
-你是处理会议转写记录的笔记员。请把【新的断片】的内容合并进给定的【当前笔记】,只以JSON输出更新后的笔记。
+你是会议内容概括员。请把【新的断片】合并进【当前概括】,只以JSON输出更新后的概括。
 
 严格要求:
-- 只输出符合指定schema的JSON对象;禁止说明文字、代码围栏、开场语。
+- 只输出JSON对象:{"概括":"..."};禁止说明文字、代码围栏、开场语。
-- schema的键名必须原样输出,不得翻译、转写或改写(程序按这些键校验)。
+- 键名必须原样输出(只有这一个键),不得翻译或改写(程序按此键校验)。
-- 笔记内容用中文书写;人名、组织名、产品名等专有名词保留原文写法。
+- 「概括」是一段连贯流畅的叙述性概括,覆盖会议至今的全部重要内容;是滚动重写,不是断片列表,不得照抄断片原文。
-- 不得把输入笔记原样照抄:必须从【新的断片】中提取至少一条笔记尚未覆盖的信息并合并;断片确实没有新信息时,保留原笔记并只更新「前回末尾」。
+- 用与会议相同的语言书写;人名、组织名、产品名等专有名词保留原文写法。
 - 数字、金额、日期时间、期限、次数、单位按原文准确转记,不许模糊概括。
-- 不得删除否定、保留、反对的意图;「暂缓」「再议」「反对意见」本身就是重要信息。
+- 不得遗漏否定、保留、反对的意图;决定事项与未决事项均要体现。
-- 每个条目在「出典」字段给出依据发言的时间段(格式:"mm:ss-mm:ss",多个用";"分隔)。
+- 概括控制在400字以内;超出时压缩合并旧内容,保留主干与最新进展。
-- 总计超过500字时,合并删除低价值的旧条目压缩;「行動項目」和「已定事項」最后才允许删。
-- 「前回末尾」用一句话写最近的议题,供下一个断片衔接上下文。
 - JSON字符串值内需要双引号时转义为\";换行用\n。
 
 schema(键名禁止改动):
-{"已定事項":[{"内容":"","出典":""}],"討論中":[{"内容":"","出典":""}],"行動項目":[{"内容":"","担当者":"","期限":"","出典":""}],"人物":[{"名前":"","立場":""}],"前回末尾":""}
+{"概括":""}
 ```
 
 ### USER(每块渲染;`{}` 为占位符)
 
 ```
-【当前笔记】
+【当前概括】
 {notes_json}
 
 【新的断片】(时间戳为会议开始的 分:秒,[]内是说话人标签)
 {chunk_text}
 
-请输出更新后的笔记JSON。
+请输出更新后的概括JSON。
 ```
 
 ---
 
-## P2 — 最终成稿
+## P2 — 最终输出
 
 ### SYSTEM(固定)
 
 ```
-你是会议的官方纪要撰写者。收到会议笔记(JSON)与术语表后,用指定成稿语言输出完整的Markdown会议纪要。
+你是会议概括撰写者。收到会议内容概括(JSON)与术语表后,用指定成稿语言输出内容概括。
 
 严格要求:
-- 输出语言严格遵守指定的「成稿语言」,用该语言的书面体撰写。
+- 输出两部分:先一段连贯的概括正文,空一行后给出要点。
-- 正文只用成稿语言的文字书写:中文稿不得出现日文假名;英文稿不得出现汉字与假名;日文稿除产品名外不得残留英文句子。
+- 要点3~6条,每条单独一行、以「・」开头;不加小标题、不分类、不标时间、不写出处。
-- 人物、公司、品牌等专有名词可保留笔记/术语表中的原文写法(上述文字限制的例外)。
+- 概括正文目标200~400字,覆盖会议主干与结论;要点摘出最值得记住的3~6条。
-- 章节标题必须依序为「议题与经过」「决定事项」「行动项」「未决与待议」;成稿语言非中文时翻译成该语言的等价标题;没有条目的章节明确写"(无)"。
+- 输出语言严格遵守「成稿语言」,用书面体:中文稿不得出现日文假名;英文稿不得出现汉字与假名;日文稿除专名外不得残留英文句子。
-- 行动项用表格输出,列为 负责人 / 内容 / 期限 / 出处;负责人不明时写"待定"。
+- 人物、公司、品牌等专有名词可保留原文写法(上述限制的例外)。
-- 每个条目末尾给出处,格式 `出处: mm:ss-mm:ss`;出处只允许使用笔记JSON中「出典」字段的值,不得编造。
+- 不得添加概括中没有的事实、推测或补充说明;人名、产品名以术语表的正式写法统一。
-- 不得添加笔记中没有的事实、推测或补充说明。
+- 只输出正文,不要Markdown标题、不要代码围栏。
-- 人名、产品名以术语表的正式写法统一(术语表没有的沿用笔记写法)。
-- 开头放置元信息:会议时间(如有)、发言人数、使用语言、转写总时长。
-- 只输出Markdown正文,不要用代码围栏包裹全文。
 ```
 
 ### USER
@@ -83,15 +78,13 @@ schema(键名禁止改动):
 ```
 【成稿语言】{language_name}
 
-【会议信息】开始: {meeting_start} / 发言人数: {n_speakers} / 总时长: {total_duration}
-
 【术语表(正式写法列表;人名、产品名的错误写法以此统一)】
 {glossary_lines}
 
-【会议笔记JSON】
+【会议内容概括JSON】
 {notes_json}
 
-请根据以上内容输出会议纪要Markdown。
+请输出内容概括与要点。
 ```
 
 ---
@@ -108,18 +101,18 @@ schema(键名禁止改动):
 
 - 目标 2500±500 字/块,按句子边界聚合,块间重叠 1 句;同一说话人轮次不拆开。
 - 行格式:`(mm:ss-mm:ss)[话者名] 文本`,时间戳来自 SessionTranscript。
-- 首轮 `{notes_json}` = 空 schema(`{"已定事項":[],"討論中":[],"行動項目":[],"人物":[],"前回末尾":""}`)。
+- 首轮 `{notes_json}` = 空 schema(`{"概括":""}`)。
 - 单块+笔记的总输入若超过 ~5000 字符,Kotlin 先把该块对半拆成两次 P1 调用(块长自适应,不截断内容)。
 
 ## 用 PC llama.cpp 复现(提示词调优用)
 
 1. 取 llama.cpp master(gemma3 及更早架构均支持,App 的 `libsummarize-llm-jni.so` 无需重编)。
-2. 模型:`MiniCPM5-2B-Q4_K_M.gguf`(openbmb/MiniCPM5-2B-GGUF,架构 llama)。
+2. 模型:`gemma-4-E2B_q4_0-it.gguf`(google/gemma-4-E2B-it-qat-q4_0-gguf,架构 gemma4)。
 3. 跑 P1 示例(替换 sys/user 两段;`--jinja` 走 GGUF 内置模板,与 App 的
-   `renderMinicpmPrompt`——ChatML + 预填空 `<think>` 块禁用思考——等价):
+   `renderGemma4Prompt`(<|turn> 系标记)等价):
 
 ```bash
-llama-cli -m MiniCPM5-2B-Q4_K_M.gguf -c 8192 -ctk q8_0 -ctv f16 --jinja \
+llama-cli -m gemma-4-E2B_q4_0-it.gguf -c 8192 -ctk q8_0 -ctv f16 --jinja \
   --temp 0 -n 900 \
   --sys "$(sed -n '/^### SYSTEM/,/^```$/p' prompts.md | sed '1,2d;$d')" \
   -p "$USER_PROMPT"

app/src/main/java/com/k2fsa/sherpa/onnx/LlmEngine.kt

@@ -46,7 +46,7 @@ class LlmEngine(
     nThreads: Int = 6,         // 8 Gen3 大核 4 个,给摘要留余量:6 线程够用
     kvTypeK: String = "q8_0",  // KV 用 q8_0 压显存/内存(§3)
     kvTypeV: String = "f16",   // V 保持 f16:K 量化到 q8_0 是 llama.cpp 推荐档
-    chatTemplate: String = "gemma4",  // "gemma4" | "gemma3",须与 GGUF 内嵌模板一致
+    chatTemplate: String = "gemma4",  // 现仅 "gemma4";须与 GGUF 内嵌模板一致
 ) {
     companion object {
         private const val TAG = "sherpa-onnx"
@@ -62,36 +62,27 @@ class LlmEngine(
                 append("<|turn>model\n")
             }
 
-        // ---- Gemma 3 官方模板的单轮渲染(ggml-org/gemma-3-1b-it-GGUF)----
+        // Gemma 3 模板分支 2026-09-16 随翻译单引擎化退役(历史见 git history)
-        // 官方 jinja:system 不作为独立 turn,而是拼进第一个 user turn;
-        //   <start_of_turn>user\n{system}\n\n{user}<end_of_turn>\n<start_of_turn>model\n
-        // EOG token 是 <end_of_turn>(gemma3 的 eot),依赖 native 按 eog 停止。
-        fun renderGemma3Prompt(system: String, user: String): String =
-            buildString {
-                append("<start_of_turn>user\n")
-                append(system.trim()).append("\n\n")
-                append(user.trim())
-                append("<end_of_turn>\n")
-                append("<start_of_turn>model\n")
-            }
 
-        // ---- MiniCPM5(ChatML,生成 prompt 默认带 think 块)----
+        // MiniCPM5 模板分支 2026-09-16 随引擎退役摘除(三连空模板回显,
-        // GGUF 模板 enable_thinking=false 时的 generation prompt 为:
+        // 用户拍板弃用;历史实现见 git history)
-        //   <|im_start|>assistant\n<think>\n\n</think>\n\n
+
-        // 显式预填空 think → 模型直接输出正文,不浪费解码在思考上。
+        // ---- Hunyuan-MT(Hy-MT2)canonical 模板,单轮 user ----
-        // EOG 为 <|im_end|>(llama.cpp 官方 GGUF,元数据已配)。
+        // 与 GGUF 内嵌模板(add_generation_prompt 路径,无 system)逐字等价:
-        fun renderMinicpmPrompt(system: String, user: String): String =
+        //   <｜hy_begin▁of▁sentence｜><｜hy_User｜>{user}<｜hy_Assistant｜>
+        // 生成结束依赖原生 eos(= <｜hy_place▁holder▁no▁2｜>,id 120020),
+        // JNI 现成的 eos 判定即可,无需额外停止串。
+        fun renderHunyuanPrompt(user: String): String =
             buildString {
-                append("<|im_start|>system\n").append(system.trim()).append("<|im_end|>\n")
+                append("<｜hy_begin▁of▁sentence｜>")
-                append("<|im_start|>user\n").append(user.trim()).append("<|im_end|>\n")
+                append("<｜hy_User｜>").append(user.trim())
-                append("<|im_start|>assistant\n<think>\n\n</think>\n\n")
+                append("<｜hy_Assistant｜>")
             }
 
         fun renderChatPrompt(system: String, user: String,
                              template: String = "gemma4"): String =
             when (template) {
-                "gemma3" -> renderGemma3Prompt(system, user)
+                "hunyuan" -> renderHunyuanPrompt(user)
-                "minicpm" -> renderMinicpmPrompt(system, user)
                 else -> renderGemma4Prompt(system, user)
             }
     }
@@ -113,8 +104,10 @@ class LlmEngine(
     /**
      * 阻塞式生成(仅供摘要后台线程调用)。返回模型输出文本(不含输入)。
      * temperature=0 为 Greedy。abort() 可从其它线程安全打断。
-     * repeatPenalty>1 启用重复惩罚(翻译路径传 1.1 治 1B 复读循环;
+     * repeatPenalty>1 启用重复惩罚(翻译路径传 1.1 治复读循环)。
-     * 摘要路径保持默认 0=关闭,行为与已验证版本一致)。
+     * seed>0 = 显式随机种子(翻译路径每次点击换盐+重试错位,让重试真再抽签);
+     * seed<=0 = 旧行为 42+温度错位(摘要路径用)。
+     * minNew>0 = 前 minNew 步禁 EOS(防"空输出",翻译路径传 4;摘要传 0)。
      */
     fun generate(
         systemPrompt: String,
@@ -124,11 +117,13 @@ class LlmEngine(
         topK: Int = 64,
         topP: Float = 0.95f,
         repeatPenalty: Float = 0f,
+        seed: Int = 0,
+        minNew: Int = 0,
     ): String {
         require(ptr != 0L) { "LlmEngine already released" }
         return nativeGenerate(
             ptr, renderChatPrompt(systemPrompt, userPrompt, chatTemplate),
-            maxNewTokens, temperature, topK, topP, repeatPenalty
+            maxNewTokens, temperature, topK, topP, repeatPenalty, seed, minNew
         )
     }
 
@@ -158,7 +153,8 @@ class LlmEngine(
 
     private external fun nativeGenerate(
         ptr: Long, prompt: String, maxNewTokens: Int,
-        temperature: Float, topK: Int, topP: Float, repeatPenalty: Float
+        temperature: Float, topK: Int, topP: Float, repeatPenalty: Float,
+        seed: Int, minNew: Int
     ): String
 
     private external fun nativeAbort(ptr: Long)

app/src/main/java/com/k2fsa/sherpa/onnx/SpeakerEmbedding.kt

@@ -99,6 +99,12 @@ class SpeakerRegistry {
         auto.add(Pair(name, l2normalize(e)))
     }
 
+    /** 撤销乐观切换时移除占位编号(2026-09-16:防被清掉的号继续被检索命中)。 */
+    @Synchronized
+    fun removeAuto(name: String) {
+        auto.removeAll { it.first == name }
+    }
+
     // Enroll (or overwrite) a real name for a given embedding.
     @Synchronized
     fun addNamed(name: String, e: FloatArray) {
@@ -215,9 +221,10 @@ class SpeakerRegistry {
 // Singleton holder shared by the UI thread, recording thread and the rolling
 // speaker-check thread.
 //
-// 双模型方案(E):准确模型(eres2netv2)负责 endpoint 权威判定与注册;
+// 单模型方案(2026-09-16 用户拍板):仅 CAM++;eres2net 系整体退役。
-// 轻量模型(eres2net base,可选)只负责滚动换人检测(推理快 ~4 倍)。
+// fastReady()=false 时:computeEmbeddingFast 回落 CAM++,滚动检索直接走
-// ⚠ 两个模型的 embedding 不互通:各自配一份 registry,注册时双写镜像。
+// 准确注册表(speakerThreshold 0.5 / verdictFallbackMin 0.42)。镜像注册
+// 机制保留但不再有调用者(fastEmb 门控后恒 null)。
 // ---------------------------------------------------------------------------
 object SpeakerRecognition {
     @Volatile private var _extractor: SpeakerEmbeddingExtractor? = null

app/src/main/java/com/k2fsa/sherpa/onnx/SummarizePipeline.kt

@@ -5,7 +5,7 @@ import android.util.Log
 import org.json.JSONObject
 
 // ============================================================================
-// SummarizePipeline — §5 摘要流水线(分块 → 滚动笔记 → 成稿)
+// SummarizePipeline — §5 摘要流水线(分块 → 内容概括滚动更新 → 概要输出;2026-09-16 简化)
 //
 // 提示词唯一事实源是 assets/summarize/prompts.md(用户可直接编辑/复制到 PC
 // llama.cpp 调试)。解析失败时退回本文件内置的同源副本 —— 两份不一致以 md
@@ -87,42 +87,37 @@ object PromptsLoader {
         return Prompts(p1s, p1u, p2s, p2u)
     }
 
-    // 与 prompts.md 同源的内置副本(md 丢失/被改坏时的兜底;2026-09-14 起中文)。
+    // 与 prompts.md 同源的内置副本(md 丢失/被改坏时的兜底;2026-09-16 起
+    // 简化为"内容概括"单项)。一致性单测逐字比对,改一处必须两处同改。
     val BUILTIN = Prompts(
-        p1System = "你是处理会议转写记录的笔记员。请把【新的断片】的内容合并进给定的【当前笔记】,只以JSON输出更新后的笔记。\n\n" +
+        p1System = "你是会议内容概括员。请把【新的断片】合并进【当前概括】,只以JSON输出更新后的概括。\n\n" +
             "严格要求:\n" +
-            "- 只输出符合指定schema的JSON对象;禁止说明文字、代码围栏、开场语。\n" +
+            "- 只输出JSON对象:{\"概括\":\"...\"};禁止说明文字、代码围栏、开场语。\n" +
-            "- schema的键名必须原样输出,不得翻译、转写或改写(程序按这些键校验)。\n" +
+            "- 键名必须原样输出(只有这一个键),不得翻译或改写(程序按此键校验)。\n" +
-            "- 笔记内容用中文书写;人名、组织名、产品名等专有名词保留原文写法。\n" +
+            "- 「概括」是一段连贯流畅的叙述性概括,覆盖会议至今的全部重要内容;是滚动重写,不是断片列表,不得照抄断片原文。\n" +
-            "- 不得把输入笔记原样照抄:必须从【新的断片】中提取至少一条笔记尚未覆盖的信息并合并;断片确实没有新信息时,保留原笔记并只更新「前回末尾」。\n" +
+            "- 用与会议相同的语言书写;人名、组织名、产品名等专有名词保留原文写法。\n" +
             "- 数字、金额、日期时间、期限、次数、单位按原文准确转记,不许模糊概括。\n" +
-            "- 不得删除否定、保留、反对的意图;「暂缓」「再议」「反对意见」本身就是重要信息。\n" +
+            "- 不得遗漏否定、保留、反对的意图;决定事项与未决事项均要体现。\n" +
-            "- 每个条目在「出典」字段给出依据发言的时间段(格式:\"mm:ss-mm:ss\",多个用\";\"分隔)。\n" +
+            "- 概括控制在400字以内;超出时压缩合并旧内容,保留主干与最新进展。\n" +
-            "- 总计超过500字时,合并删除低价值的旧条目压缩;「行動項目」和「已定事項」最后才允许删。\n" +
-            "- 「前回末尾」用一句话写最近的议题,供下一个断片衔接上下文。\n" +
             "- JSON字符串值内需要双引号时转义为\\\";换行用\\n。\n\n" +
             "schema(键名禁止改动):\n" +
-            "{\"已定事項\":[{\"内容\":\"\",\"出典\":\"\"}],\"討論中\":[{\"内容\":\"\",\"出典\":\"\"}],\"行動項目\":[{\"内容\":\"\",\"担当者\":\"\",\"期限\":\"\",\"出典\":\"\"}],\"人物\":[{\"名前\":\"\",\"立場\":\"\"}],\"前回末尾\":\"\"}",
+            "{\"概括\":\"\"}",
-        p1UserTpl = "【当前笔记】\n{notes_json}\n\n" +
+        p1UserTpl = "【当前概括】\n{notes_json}\n\n" +
             "【新的断片】(时间戳为会议开始的 分:秒,[]内是说话人标签)\n{chunk_text}\n\n" +
-            "请输出更新后的笔记JSON。",
+            "请输出更新后的概括JSON。",
-        p2System = "你是会议的官方纪要撰写者。收到会议笔记(JSON)与术语表后,用指定成稿语言输出完整的Markdown会议纪要。\n\n" +
+        p2System = "你是会议概括撰写者。收到会议内容概括(JSON)与术语表后,用指定成稿语言输出内容概括。\n\n" +
             "严格要求:\n" +
-            "- 输出语言严格遵守指定的「成稿语言」,用该语言的书面体撰写。\n" +
+            "- 输出两部分:先一段连贯的概括正文,空一行后给出要点。\n" +
-            "- 正文只用成稿语言的文字书写:中文稿不得出现日文假名;英文稿不得出现汉字与假名;日文稿除产品名外不得残留英文句子。\n" +
+            "- 要点3~6条,每条单独一行、以「・」开头;不加小标题、不分类、不标时间、不写出处。\n" +
-            "- 人物、公司、品牌等专有名词可保留笔记/术语表中的原文写法(上述文字限制的例外)。\n" +
+            "- 概括正文目标200~400字,覆盖会议主干与结论;要点摘出最值得记住的3~6条。\n" +
-            "- 章节标题必须依序为「议题与经过」「决定事项」「行动项」「未决与待议」;成稿语言非中文时翻译成该语言的等价标题;没有条目的章节明确写\"(无)\"。\n" +
+            "- 输出语言严格遵守「成稿语言」,用书面体:中文稿不得出现日文假名;英文稿不得出现汉字与假名;日文稿除专名外不得残留英文句子。\n" +
-            "- 行动项用表格输出,列为 负责人 / 内容 / 期限 / 出处;负责人不明时写\"待定\"。\n" +
+            "- 人物、公司、品牌等专有名词可保留原文写法(上述限制的例外)。\n" +
-            "- 每个条目末尾给出处,格式 `出处: mm:ss-mm:ss`;出处只允许使用笔记JSON中「出典」字段的值,不得编造。\n" +
+            "- 不得添加概括中没有的事实、推测或补充说明;人名、产品名以术语表的正式写法统一。\n" +
-            "- 不得添加笔记中没有的事实、推测或补充说明。\n" +
+            "- 只输出正文,不要Markdown标题、不要代码围栏。",
-            "- 人名、产品名以术语表的正式写法统一(术语表没有的沿用笔记写法)。\n" +
-            "- 开头放置元信息:会议时间(如有)、发言人数、使用语言、转写总时长。\n" +
-            "- 只输出Markdown正文,不要用代码围栏包裹全文。",
         p2UserTpl = "【成稿语言】{language_name}\n\n" +
-            "【会议信息】开始: {meeting_start} / 发言人数: {n_speakers} / 总时长: {total_duration}\n\n" +
             "【术语表(正式写法列表;人名、产品名的错误写法以此统一)】\n{glossary_lines}\n\n" +
-            "【会议笔记JSON】\n{notes_json}\n\n" +
+            "【会议内容概括JSON】\n{notes_json}\n\n" +
-            "请根据以上内容输出会议纪要Markdown。",
+            "请输出内容概括与要点。",
     )
 }
 
@@ -141,8 +136,7 @@ class SummarizePipeline(
         // 保证 ≤8192 ctx 永远够用(日语 1 字 ≈ 1 token 多一点)
         private const val P1_MAX_PROMPT_CHARS = 6500
         private const val NOTES_RESERVE = 1200    // 笔记+模板文案预留
-        val EMPTY_NOTES =
+        val EMPTY_NOTES = "{\"概括\":\"\"}"
-            "{\"已定事項\":[],\"討論中\":[],\"行動項目\":[],\"人物\":[],\"前回末尾\":\"\"}"
 
         // 脚本占比判语种:假名出现即日语信号(日语里汉字占比也高,不能只看汉字);
         // 无假名时看汉字 vs 拉丁;全兜底 en。
@@ -171,12 +165,9 @@ class SummarizePipeline(
             else -> "English (formal written English)"
         }
 
-        /** 笔记是否无任何实质条目(四类条目全空;"前回末尾"不算)。解析失败按空处理。 */
+        /** 概括笔记是否为空(解析失败按空处理)。2026-09-16 起单项schema。 */
         internal fun notesEntriesEmpty(notes: String): Boolean = runCatching {
-            val o = JSONObject(notes)
+            JSONObject(notes).optString("概括").isBlank()
-            listOf("已定事項", "討論中", "行動項目", "人物").all { k ->
-                o.optJSONArray(k)?.length() == 0
-            }
         }.getOrDefault(true)
 
         fun mmss(ms: Long): String {
@@ -205,14 +196,12 @@ class SummarizePipeline(
         // 另:超 P1 预算的块按行二分一次,保证 prompt ≤ ctx。
 
         /**
-         * schema 键名别名表:中文系小模型常把日语/繁体键写成简体
+         * schema 键名别名表:中文系小模型常把键写成变体(概要/总结/摘要…),
-         * (已定事项/行动项目…),不规范化则 extractJson 永远判失败——
+         * 不规范化则 extractJson 永远判失败。2026-09-16 单项schema:都归「概括」。
-         * 这正是"中文会议也解析不了"的头号嫌疑。
          */
         private val KEY_ALIASES = mapOf(
-            "已定事项" to "已定事項", "讨论中" to "討論中",
+            "概要" to "概括", "总结" to "概括", "摘要" to "概括",
-            "行动项目" to "行動項目", "决定事项" to "已定事項",
+            "内容概括" to "概括", "総括" to "概括", "まとめ" to "概括",
-            "待办事项" to "行動項目", "上次末尾" to "前回末尾",
         )
 
         internal fun normalizeKeys(o: JSONObject): JSONObject {
@@ -294,9 +283,9 @@ class SummarizePipeline(
                         if (depth == 0) {
                             val cand = raw.substring(start, i + 1)
                             return try {
-                                // 键名先规范化(简体别名→schema),再校验必需键
+                                // 键名先规范化(变体别名→schema),再校验必需键
                                 val o = normalizeKeys(JSONObject(cand))
-                                if (o.has("已定事項") && o.has("行動項目"))
+                                if (o.optString("概括").isNotBlank())
                                     o.toString()
                                 else null
                             } catch (t: Throwable) {
@@ -317,8 +306,6 @@ class SummarizePipeline(
             s = s.replace(
                 Regex("<\\|channel>thought.*?<channel\\|>", RegexOption.DOT_MATCHES_ALL), ""
             )
-            // MiniCPM5 兜底:万一 think 块未被预填空掉仍然冒出来,一并剥除
-            s = s.replace(Regex("<think>.*?</think>", RegexOption.DOT_MATCHES_ALL), "")
             s = s.replace(Regex("\n{3,}"), "\n\n")
             return s.trim()
         }
@@ -391,7 +378,7 @@ class SummarizePipeline(
         Log.i(TAG, "SUMMARIZE: ${entries.size} utterances -> $total chunks, " +
                 "lang=$lang, resumeIdx=$startIdx")
 
-        // ---- 滚动笔记(§5.2)----
+        // ---- 内容概括滚动更新(§5.2)----
         var notes = resumeNotes ?: EMPTY_NOTES
         var failed = 0
         val tP1Start = System.currentTimeMillis()
@@ -400,28 +387,30 @@ class SummarizePipeline(
             val user = prompts.p1UserTpl
                 .replace("{notes_json}", notes)
                 .replace("{chunk_text}", chunkText)
-            listener.onProgress("滚动笔记", idx + 1, total)
+            listener.onProgress("内容概括", idx + 1, total)
             val t0 = System.currentTimeMillis()
             var out = engine.generate(
                 systemPrompt = prompts.p1System, userPrompt = user,
                 maxNewTokens = 900, temperature = 0f,
             )
             var parsed = extractJson(out)
-            // 空笔记视同失败:小模型吃不透指令时会把输入的空模板原样复读
+            // 空概括回显(EMPTY 进 EMPTY 出):小模型(尤其 MiniCPM5)会把提示词里
-            // (EMPTY 进 EMPTY 出)。首轮空结果带一次强约束重试再判。
+            // 的空 schema 原样抄回。2026-09-16 现场 raw(9)={"概括":""}。
-            val emptyEcho = parsed != null && idx == 0 &&
+            // 注意:extractJson 对空值已判 null,"parsed!=null"式旧探测永远
-                    resumeNotes == null && notesEntriesEmpty(parsed)
+            // 进不去——改为对原文正则探测,让重试提示词用准确措辞
+            val emptyEcho = parsed == null && idx == 0 && resumeNotes == null &&
+                    Regex("\"概括\"\\s*:\\s*\"\\s*\"").containsMatchIn(out)
             if (parsed == null || emptyEcho) {
                 // 一次修复重试:把畸形/空洞输出递回去(仍失败保留旧笔记,计 failed)
                 if (listener.isCancelled()) throw SummarizeCancelledException()
                 val why = if (emptyEcho)
-                    "上一次输出是没有任何条目的空笔记。"
+                    "上一次输出是空的概括。"
                 else
                     "上一次输出不是合法JSON: " +
                         out.take(200).replace("\n", " ") + "。"
                 val fix = user + "\n\n(" + why +
-                    "请从【新的断片】中至少提取一条并合并,只输出修正后的笔记JSON," +
+                    "请把【新的断片】的内容合并进概括,只输出修正后的JSON," +
-                    "禁止照抄输入笔记。)"
+                    "禁止照抄输入概括。)"
                 out = engine.generate(
                     systemPrompt = prompts.p1System, userPrompt = fix,
                     maxNewTokens = 900, temperature = 0f,
@@ -438,7 +427,7 @@ class SummarizePipeline(
                         "tail=[" + out.takeLast(60).replace("\n", "\\n") + "]")
                 // 及时止损:第一块都解析不出来,笔记链条已断,后面块只会白烧 token
                 if (idx == 0) {
-                    throw SummarizeEmptyException("开头转写片段无法生成有效笔记(内容过少或输出不可解析)")
+                    throw SummarizeEmptyException("开头转写片段无法生成有效概括(内容过少或输出不可解析)")
                 }
             }
             // 测量点(baseline,不改行为):raw≫json 说明解码浪费在废话/思考上;
@@ -452,7 +441,7 @@ class SummarizePipeline(
                 "chunks=$total failed=$failed")
         // 空笔记终检:全部块失败,或笔记仍是空壳(total==0 已在入口取消)
         if (failed == total || notesEntriesEmpty(notes)) {
-            throw SummarizeEmptyException("整场转写未能形成任何笔记条目" +
+            throw SummarizeEmptyException("整场转写未能形成有效概括" +
                 "(failed=$failed/$total, notes=" +
                 notes.replace("\n", " ").take(120) + ")")
         }
@@ -468,7 +457,7 @@ class SummarizePipeline(
         val tP2 = System.currentTimeMillis()
         val md = cleanDraft(engine.generate(
             systemPrompt = prompts.p2System, userPrompt = user2,
-            maxNewTokens = 2500, temperature = 0.5f, topK = 64, topP = 0.95f,
+            maxNewTokens = 1600, temperature = 0.5f, topK = 64, topP = 0.95f,
         ))
         Log.i(TAG, "P2 draft prompt_len=${user2.length} draft_len=${md.length} " +
                 "ms=${System.currentTimeMillis() - tP2}")

app/src/main/res/values-en/strings.xml

@@ -58,11 +58,11 @@
     <string name="trans_not_3lang">Only zh/ja/en translation is supported; this sentence is in another language</string>
     <string name="trans_no_model">Translator model missing. Run:\n%1$s</string>
     <string name="sum_loading">Loading summarizer model (%1$s)…</string>
-    <string name="sum_stage_notes">notes</string>
+    <string name="sum_stage_notes">summarizing</string>
     <string name="sum_stage_draft">drafting</string>
     <string name="sum_progress">Running %1$s: %2$d/%3$d</string>
     <string name="sum_ready_resume">Model ready, resuming from checkpoint (%1$d/%2$d lines done)…</string>
-    <string name="sum_ready">Model ready, %1$d lines — building notes…</string>
+    <string name="sum_ready">Model ready, %1$d lines — summarizing…</string>
     <string name="sum_saved">Minutes saved (%1$s, %2$d chunks%3$s): %4$s</string>
     <string name="sum_failed_chunks">, %1$d chunks failed</string>
     <string name="sum_cancelled">Cancelled (previous minutes kept)</string>

app/src/main/res/values-ja/strings.xml

@@ -58,11 +58,11 @@
     <string name="trans_not_3lang">中日英間の翻訳のみ対応。この文は該当言語ではありません</string>
     <string name="trans_no_model">翻訳モデルがありません。実行してください:\n%1$s</string>
     <string name="sum_loading">要約モデル(%1$s)を読み込み中…</string>
-    <string name="sum_stage_notes">メモ更新</string>
+    <string name="sum_stage_notes">要約作成</string>
     <string name="sum_stage_draft">清書</string>
     <string name="sum_progress">%1$s実行中: %2$d/%3$d</string>
     <string name="sum_ready_resume">モデル準備完了、前回の中断点から続行(%1$d/%2$d 消化済み)…</string>
-    <string name="sum_ready">モデル準備完了、全 %1$d 発、メモ構築を開始…</string>
+    <string name="sum_ready">モデル準備完了、全 %1$d 発、要約の作成を開始…</string>
     <string name="sum_saved">議事録を保存しました(%1$s、%2$d ブロック%3$s):%4$s</string>
     <string name="sum_failed_chunks">、%1$d ブロック解析失敗</string>
     <string name="sum_cancelled">中止しました(前回の議事録は保持)</string>

app/src/main/res/values/strings.xml

@@ -59,11 +59,11 @@
     <string name="trans_not_3lang">仅支持中/日/英互译,该句不属于这三种语言</string>
     <string name="trans_no_model">缺少翻译模型。请执行:\n%1$s</string>
     <string name="sum_loading">正在加载摘要模型(%1$s)…</string>
-    <string name="sum_stage_notes">滚动笔记</string>
+    <string name="sum_stage_notes">内容概括</string>
     <string name="sum_stage_draft">成稿</string>
     <string name="sum_progress">正在%1$s: %2$d/%3$d</string>
     <string name="sum_ready_resume">模型就绪,从上次断点续跑(%1$d/%2$d 句已消化)…</string>
-    <string name="sum_ready">模型就绪,共 %1$d 句,开始滚动笔记…</string>
+    <string name="sum_ready">模型就绪,共 %1$d 句,开始内容概括…</string>
     <string name="sum_saved">纪要已保存(%1$s,%2$d 块%3$s):%4$s</string>
     <string name="sum_failed_chunks">,%1$d 块解析失败</string>
     <string name="sum_cancelled">已取消生成(保留上一次的纪要)</string>

app/src/test/java/com/k2fsa/sherpa/onnx/MeetingNotesTest.kt

@@ -15,7 +15,7 @@ class MeetingNotesTest {
     fun persistRoundTripAndValidation() {
         val dir = File.createTempFile("notes", "dir").apply { delete(); mkdirs() }
         val f = MeetingNotesIO.pathFor(dir, "20260911-1300")
-        val notes = """{"已定事項":[],"討論中":[],"行動項目":[],"人物":[],"前回末尾":"x"}"""
+        val notes = """{"概括":"会议确认预算表9/30前提交,其余待议。"}"""
         MeetingNotesIO.save(f, MeetingNotes(notes, 42, 321_000L, 1, "20260911-1300"))
         val back = MeetingNotesIO.load(f, "20260911-1300")!!
         assertEquals(42, back.entriesP1Done)
@@ -38,8 +38,10 @@ class MeetingNotesTest {
         val u = SummarizePipeline.buildDraftUserPrompt(
             p, "ja", 1_789_000_000_000L, 3, 3_720_000L, "张三→張三", "NOTESJSON")
         assertTrue(u.contains("日本語"))
-        assertTrue(u.contains("62:00"))
         assertTrue(u.contains("NOTESJSON"))
         assertTrue(u.contains("张三→張三"))
+        // 2026-09-16 简化后模板不再含会议元信息占位符;替换后不得残留占位符
+        assertTrue("占位符未替换干净", !u.contains("{language_name}") &&
+                !u.contains("{glossary_lines}") && !u.contains("{notes_json}"))
     }
 }

app/src/test/java/com/k2fsa/sherpa/onnx/SummarizeLogicTest.kt

@@ -77,9 +77,9 @@ class SummarizeLogicTest {
         }
     }
 
-    // ---- 笔记 JSON 提取 ----
+    // ---- 概括 JSON 提取(2026-09-16 起单项 schema:{"概括":"..."}) ----
     private val goodJson =
-        """{"已定事項":[{"内容":"Xを承認","出典":"01:00-01:20"}],"討論中":[],"行動項目":[{"内容":"Y","担当者":"田中","期限":"9/30","出典":"02:00-02:10"}],"人物":[{"名前":"田中","立場":"PM"}],"前回末尾":"Yの進め方" }"""
+        """{"概括":"会議はXを承認,Yは田中が9/30までに担当。Zの進め方は未決。"}"""
 
     @Test
     fun extractJsonPlain() = assertEquals(goodJson, SummarizePipeline.extractJson(goodJson))
@@ -92,15 +92,23 @@ class SummarizeLogicTest {
 
     @Test
     fun extractJsonHandlesBracesInsideStrings() {
-        val raw = """{"已定事項":[{"内容":"値は{要確認}","出典":""}],"討論中":[],"行動項目":[],"人物":[],"前回末尾":""}"""
+        val raw = """{"概括":"値は{要確認}なので未決事項として保留"}"""
         assertNotNull(SummarizePipeline.extractJson(raw))
     }
 
+    @Test
+    fun extractJsonAcceptKeyAliases() {
+        assertNotNull(SummarizePipeline.extractJson("""{"概要":"会議の要約テキスト"}"""))
+        assertNotNull(SummarizePipeline.extractJson("""{"总结":"会议内容的一段总结"}"""))
+    }
+
     @Test
     fun extractJsonRejectsGarbageAndMissingKeys() {
         assertNull(SummarizePipeline.extractJson("ごめんなさい、分かりません"))
         assertNull(SummarizePipeline.extractJson("""{"hello":"world"}"""))
         assertNull(SummarizePipeline.extractJson("""{"已定事項":[],}""")) // 不平衡/畸形
+        assertNull(SummarizePipeline.extractJson("""{"已定事項":[]}""")) // 旧schema无概括键
+        assertNull(SummarizePipeline.extractJson("""{"概括":""}"""))     // 空概括
     }
 
     // ---- 成稿清洗 ----

tools/llama-jni/build_arm64.sh

@@ -22,6 +22,8 @@ fi
 cd llama.cpp
 git fetch --depth 1 origin "${LLAMA_COMMIT}" 2>/dev/null || true
 git checkout "${LLAMA_COMMIT}" 2>/dev/null || git pull
+# 应用本地修改:STQ1_0 1.25bit 内核移植(PR #22836)+ 私有编号重排(见 README)
+git apply "../llama-df03399b-stq1_0.patch"
 cd ..
 
 cmake -B "build-${ABI}" \
@@ -30,7 +32,13 @@ cmake -B "build-${ABI}" \
   -DANDROID_PLATFORM="${PLATFORM}" \
   -DANDROID_STL=c++_static \
   -DANDROID_SUPPORT_FLEXIBLE_PAGE_SIZES=ON \
+  -DGGML_CPU_ARM_ARCH=armv8.2-a+dotprod \
   -DCMAKE_BUILD_TYPE=Release
+# 注:GGML_CPU_ARM_ARCH 给 ggml-cpu 编入 dotprod 真指令(dotprod 版 sdot 内核
+# 是 STQ1_0 被独立验证过的路径;基线 armv8-a 编出的模拟路径在真机上有数值
+# 偏差案)。运行时要求 CPU 支持 dotprod(高通 845 世代以后/所有目标机型)。
+# 该 commit 的 GGML_CPU_ALL_VARIANTS 已强制 GGML_BACKEND_DL(多 .so),与
+# 单 .so 打包不符,故用单变体开关。x86_64 构建忽略此变量。
 cmake --build "build-${ABI}" -j "$(nproc)"
 
 mkdir -p "${OUT_DIR}"

tools/llama-jni/src/summarize_llm_jni.cpp

@@ -155,7 +155,7 @@ JNIEXPORT jstring JNICALL
 Java_com_k2fsa_sherpa_onnx_LlmEngine_nativeGenerate(
         JNIEnv * env, jclass /*clazz*/, jlong ptr,
         jstring jPrompt, jint maxNewTokens, jfloat temperature, jint topK, jfloat topP,
-        jfloat repeatPenalty) {
+        jfloat repeatPenalty, jint seed, jint minNew) {
 
     auto * e = (Engine *) (uintptr_t) ptr;
     if (e == nullptr || e->ctx == nullptr) {
@@ -165,6 +165,12 @@ Java_com_k2fsa_sherpa_onnx_LlmEngine_nativeGenerate(
     std::lock_guard<std::mutex> lock(e->mu);
     e->abort.store(false);
 
+    // KV 清除(2026-09-16 根治):原实现不清 KV,同引擎连续 generate 会复读
+    // 上一条输出 -> Kotlin 侧被迫"每次尝试重建引擎"(E2B 每次重载 4~6s,
+    // 是翻译单句 30~40s 的主因)。每次生成前清空内存,引擎即可安全复用;
+    // 顺带修复纪要流水线多块共享引擎的潜在污染。
+    llama_memory_clear(llama_get_memory(e->ctx), true);
+
     const std::string prompt = jstringToUtf8(env, jPrompt);
     if (prompt.empty()) {
         throwJava(env, "nativeGenerate: empty prompt");
@@ -215,9 +221,10 @@ Java_com_k2fsa_sherpa_onnx_LlmEngine_nativeGenerate(
 
     // --- decode loop ---
     const llama_token eos = llama_vocab_eos(e->vocab);
-    std::mt19937 rng(42 + (uint32_t) (temperature * 1000.0f));
+    // seed:调用方显式给随机种子(翻译路径每次点击换盐、每次重试错位,让重试
-    // seed 随温度错位:温度递进的重试不再抽同一条随机序列(此前固定 42,
+    // 是真正的再抽签);seed<=0 退回旧行为(42+温度错位,摘要路径用)
-    // 0.3 重试与 0.0 贪心几乎同果,"跳出死路"名存实亡)
+    std::mt19937 rng(seed > 0 ? (uint32_t) seed
+                              : (42 + (uint32_t) (temperature * 1000.0f)));
     std::string out;
     out.reserve(1024);
     std::vector<char> piece(64);
@@ -243,6 +250,14 @@ Java_com_k2fsa_sherpa_onnx_LlmEngine_nativeGenerate(
         float * logits = llama_get_logits_ith(e->ctx, 0);
         const int vsize = llama_vocab_n_tokens(e->vocab);
 
+        // 防空白输出(2026-09-16 真机实锤:极端量化下个别输入首 token 直落
+        // EOS,表现为 raw.len=0 的"空输出"):前 minNew 步把 EOS 置 -inf,
+        // 强制模型至少吐几个 token;有害输出交给上层质检闸门。
+        // minNew<=0 = 关闭(摘要路径用)。
+        if (minNew > 0 && i < minNew && eos >= 0 && eos < vsize) {
+            logits[eos] = -INFINITY;
+        }
+
         if (usePen && !recent.empty()) {
             if ((int) recent.size() > 64)
                 recent.erase(recent.begin(), recent.begin() + (recent.size() - 64));