fix: 同步 Kapi 软 RTC 退出五连修到数字人项目（待命音 + 欢迎语杂音）

从 Kapi commit b1577d8 / a3a476f 完整移植 5 个修复，覆盖三类问题：
1. 开机/唤醒后按 BOOT 进 RTC 房间，欢迎语前 1-3 秒杂音
2. 软 RTC 退出（41s 无对话触发 Dialog watchdog）后待命音"卡卡正在待命"无声/杂音/被截
3. 软退出后按 BOOT 唤醒，欢迎语前杂音

【修复 1】OnAudioChannelOpened EnableOutput(true) 后立刻灌 200ms silence
  - 防止 I2S DMA 启动后到 RTC 真实 PCM 到达 1-3s 空窗的杂音

【修复 2】LeaveRoom 加 notify_closed 参数（默认 true 不变老路径）
  - hibernate 路径传 false 跳过 on_audio_channel_closed_ 回调
  - 避免回调链 player_pipeline_close → EnableOutput(false) 误关 codec
    导致待命音无声

【修复 3】LeaveRoom 不再 volc_rtc_destroy, 保留 rtc_handle_
  - 唤醒时 OpenAudioChannel 直接 volc_rtc_start 复用 handle, 不死循环
  - 服务端 AI 任务无需 destroy 也会按 180s 兜底机制清理

【修复 4 - 最隐蔽】LeaveRoom 末尾重置 downlink_is_pcm_ = false
  - 火山 RTC 下行是 PCM, DataCallback 设 downlink_is_pcm_=true
  - 不重置 → PlaySound 的 Opus 包被 OnAudioOutput 当成 raw PCM 字节流
    直接写 codec → 杂音而非待命音
  - 唤醒重连后 DataCallback 收下一包会自动重置, 不影响欢迎语

【修复 5】OnAudioInput 入口加 hibernating_ guard
  - hibernate 期间禁用输入侧, 防止访问关闭的 codec → std::bad_alloc abort
  - 不冻结 OnAudioOutput, 让待命音队列正常被消费

【EnterIdleHibernate 重写】套用 Kapi 新顺序:
  Step 0: hibernating_=true + 50ms (让 OnAudioInput guard 生效)
  Step 1: LeaveRoom(false) (codec output 保留)
  Step 2: background_task->WaitForCompletion
  Step 3: 清空 audio_decode_queue_
  Step 4: EnableInput(false) + close recorder_pipeline
  Step 5: 强制 esp_pm 禁用 Light Sleep
  Step 5.5: EnableOutput(false→true) + 200ms silence (清 LeaveRoom 副作用)
  Step 6: SetDeviceState(idle) → PlaySound 待命音
  Step 7: WaitForAudioPlayback (队列消费完毕)
  Step 7.5: background_task->WaitForCompletion + vTaskDelay(1000)
            (DMA + ES8311 FIFO + 功放尾音衰减, 防尾音截断)
  Step 8: player_pipeline_close
  Step 9: NVS idle_cycles_++
  Step 10: 显示字幕"已自动退出RTC对话..."(数字人特有, 保留)

【WakeFromHibernate】调整 hibernating_=false 顺序
  - 先放下 hibernating_, 让 ToggleChatState 期间 OnAudioInput guard 通过
  - 否则 ToggleChatState 期间音频上行迟迟不开

编译: kapi.bin 0x41c000 (4.21MB), 分区 25% 空闲。
实测三项全通: 欢迎语干净 + 待命音清晰完整 + 唤醒欢迎语干净。

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

main/application.cc

@@ -848,6 +848,18 @@ void Application::Start() {
         ESP_LOGI(TAG, "🔊 启用音频编解码器输出");
         codec->EnableOutput(true);// 启用音频编解码器输出
 
+        // 🆕 移植自 Kapi commit a3a476f: 灌 200ms 真实静音 PCM 覆盖 I2S DMA 残留数据
+        // 原因：EnableOutput 启动 I2S 后, RTC 真实 PCM 需 1-3 秒才到达
+        // 这段空窗期 I2S DMA 输出垃圾数据 → PA 放大 → 杂音
+        // 灌真实 0x0000 静音后, I2S DMA 输出真实 0V, PA 放大 = 完全无声
+        // 后续 RTC PCM 自然衔接, 无杂音
+        {
+            const int silence_samples = codec->output_sample_rate() / 5; // 200ms
+            std::vector<int16_t> silence(silence_samples, 0);
+            codec->OutputData(silence);
+            ESP_LOGI(TAG, "🔇 已灌 200ms 静音 PCM 覆盖 DMA 残留");
+        }
+
         if (!player_pipeline_) {
             player_pipeline_ = player_pipeline_open();
             player_pipeline_run(player_pipeline_);
@@ -2354,6 +2366,14 @@ void Application::OnAudioOutput() {
 }
 
 void Application::OnAudioInput() {
+    // 🆕 移植自 Kapi commit b1577d8: hibernate 期间禁用输入侧, 允许 OnAudioOutput 跑（消费待命音队列）
+    // 防止 EnterIdleHibernate / WakeFromHibernate 过渡期间访问到关闭的 codec → std::bad_alloc abort
+    auto codec_for_guard = Board::GetInstance().GetAudioCodec();
+    if (hibernating_.load() || !codec_for_guard || !codec_for_guard->input_enabled() || !recorder_pipeline_) {
+        vTaskDelay(pdMS_TO_TICKS(20));
+        return;
+    }
+
     std::vector<int16_t> data;
 
 #if CONFIG_USE_WAKE_WORD_DETECT || CONFIG_USE_CUSTOM_WAKE_WORD
@@ -4451,37 +4471,28 @@ void Application::EnterIdleHibernate() {
         ESP_LOGW(TAG, "已处于休眠状态，跳过重复进入");
         return;
     }
-    ESP_LOGI(TAG, "🌙 进入空闲休眠：真退房 → 字幕提示（不熄屏）");
+    ESP_LOGI(TAG, "🌙 进入空闲休眠（方案C+ 移植自 Kapi b1577d8）：stop RTC（保留 handle）→ 播待命音 → 字幕提示");
 
     auto display = Board::GetInstance().GetDisplay();
-
-    // [废弃方案] 静音填充曾尝试在此处用 codec->OutputData 填 200ms 静音覆盖 DMA 残留
-    // 但实测会让 ES7210 codec 进入卡死状态（连续 10 次重启 ES7210 I2C Open fail）
-    // 移除该方案，杂音问题需要用其他方式解决（如降低唤醒后初始音量）
-
-    // 1. 真退出 RTC 房间（释放 License）
-    // Protocol 基类的虚函数 LeaveRoom 默认回退到 CloseAudioChannel，
-    // VolcRtcProtocol 覆写为 volc_rtc_stop + volc_rtc_destroy
-    // 注意：LeaveRoom 内部会触发 on_audio_channel_closed_ 回调 → codec EnableOutput(false)
-    if (protocol_) {
-        protocol_->LeaveRoom();
-    }
-
     auto codec = Board::GetInstance().GetAudioCodec();
 
-    // 3. 字幕显示推迟到最后做（此时 LVGL 锁竞争最少）— 见步骤 9
+    // 0. 🔴 最先置 hibernating_=true，阻止 AudioLoop 的 OnAudioInput 继续访问 codec
+    //    OnAudioInput 入口有 guard 检测 hibernating_，但 OnAudioOutput 继续工作（消费待命音队列）
+    hibernating_.store(true);
+    vTaskDelay(pdMS_TO_TICKS(50));  // 等 OnAudioInput 看到标志并跳过当前迭代
 
-    // 4. 显式关闭 codec input/output 让状态机重置（回调可能已关 output，这里幂等 + 关 input）
+    // 1. 退出 RTC 房间（仅 stop，保留 rtc_handle_；notify_closed=false 避免回调关 codec）
-    // 修复 bug：若不关闭，唤醒后 EnableInput(true) 会进入 "已 open" 异常路径
+    //    LeaveRoom 内部同时重置 downlink_is_pcm_=false（关键！否则 PlaySound 的 Opus 会被当 PCM 写出 → 杂音）
-    //          → esp_codec_dev_set_in_channel_gain ES_ERROR_CHECK 失败 abort
+    if (protocol_) {
-    if (codec) {
+        protocol_->LeaveRoom(/*notify_closed=*/false);
-        ESP_LOGI(TAG, "EnterIdleHibernate: 关闭 codec input/output 重置状态机");
-        codec->EnableInput(false);
-        codec->EnableOutput(false);
     }
 
-    // 3.5. 清空音频解码队列：阻止 hibernate 之前残留的 standby_sound / AI 半句 PCM
+    // 2. 等待 background_task 完成所有待解码任务，避免与本流程竞争 codec
-    //      在唤醒后的 OnAudioOutput 中被错误"首帧"识别，从而把软静音过早解开。
+    if (background_task_) {
+        background_task_->WaitForCompletion();
+    }
+
+    // 3. 清空音频解码队列：阻止 hibernate 之前残留的半句 PCM 数据干扰待命音
     {
         std::lock_guard<std::mutex> lock(mutex_);
         if (!audio_decode_queue_.empty()) {
@@ -4491,19 +4502,18 @@ void Application::EnterIdleHibernate() {
         }
     }
 
-    // 4. 关闭录音管道（避免唤醒后重新打开时冲突）
+    // 4. 关闭麦克风（codec output 保留，后面要播待命音）
+    //    recorder_pipeline 也关掉避免下一帧 OnAudioInput 误读
+    if (codec) {
+        ESP_LOGI(TAG, "EnterIdleHibernate: 关闭 codec 麦克风（output 保留播待命音）");
+        codec->EnableInput(false);
+    }
     if (recorder_pipeline_) {
         recorder_pipeline_close(recorder_pipeline_);
         recorder_pipeline_ = nullptr;
     }
 
-    // 5. 关键时序：先设置 hibernating_=true（阻止 PowerSaveTimer 进入 Light Sleep）
+    // 5. 强制 esp_pm 禁用 Light Sleep（保护 I2C/codec 总线不睡）
-    //    再 SetDeviceState(kDeviceStateIdle)（之后 CanEnterSleepMode 会因为 hibernating_=true 而返回 false）
-    hibernating_.store(true);
-
-    // 6. 双保险：强制 esp_pm 禁用 Light Sleep（保护 I2C/codec 总线不进入睡眠）
-    //    防止 PowerSaveTimer 已经触发或紧接着触发 esp_pm_configure(light_sleep=true)
-    //    导致 ES7210/ES8311 唤醒后 I2C 通信失败 → ESP_ERROR_CHECK abort 重启
     esp_pm_config_t pm_config = {
         .max_freq_mhz = 240,
         .min_freq_mhz = 240,
@@ -4512,26 +4522,67 @@ void Application::EnterIdleHibernate() {
     esp_pm_configure(&pm_config);
     ESP_LOGI(TAG, "EnterIdleHibernate: 已强制禁用 Light Sleep（保护 I2C 总线）");
 
-    // 7. 设备状态切回 idle（屏幕保持亮起，仅字幕提示）
+    // 5.5 🆕 强制重启 codec output 通道，清掉 LeaveRoom 副作用
+    //     volc_rtc_stop 内部会关闭 ES8311 I2S 通道（ESP-IDF i2s_channel_disable），
+    //     但 codec class 的 output_enabled_ 标志仍是 true → 后续 PlaySound 写入
+    //     到的是 disabled 的 I2S → DMA 输出残留垃圾数据 → 杂音而非待命音。
+    //     这里通过 disable→delay→enable 强制走 i2s_channel_enable 重新激活通道，
+    //     然后灌 200ms 静音 PCM 覆盖 DMA 残留。
+    if (codec) {
+        ESP_LOGI(TAG, "EnterIdleHibernate: 强制重启 codec output 通道（清 LeaveRoom 副作用）");
+        codec->EnableOutput(false);
+        vTaskDelay(pdMS_TO_TICKS(20));  // 等 i2s_channel_disable 完成 + DMA 释放
+        codec->EnableOutput(true);
+        const int silence_samples = codec->output_sample_rate() / 5;  // 200ms
+        std::vector<int16_t> silence(silence_samples, 0);
+        codec->OutputData(silence);
+        ESP_LOGI(TAG, "EnterIdleHibernate: 🔇 已灌 200ms 静音 PCM 覆盖 DMA 残留");
+    }
+
+    // 6. 设备状态切回 idle（SetDeviceState 内部触发 PlaySound 入队待命音 Opus）
     SetDeviceState(kDeviceStateIdle);
 
-    // 8. 累计休眠次数（NVS 持久化）
+    // 7. 等待待命音播放完成（codec output 仍 enabled，AudioLoop OnAudioOutput 正常出队）
+    ESP_LOGI(TAG, "EnterIdleHibernate: 等待待命音播放完成...");
+    WaitForAudioPlayback();
+
+    // 7.5 🆕 等待背景任务清空 + DMA 尾音播完
+    //     WaitForAudioPlayback 只确认 audio_decode_queue_ 出队完毕，但 OnAudioOutput
+    //     是 Schedule 到 background_task 异步执行 codec write 的，队列空 ≠ codec 写完。
+    //     codec.Write 返回 ≠ I2S DMA / ES8311 内部 FIFO 输出到喇叭完成。
+    //     所以这里两步保险：先 WaitForCompletion 等所有解码任务跑完，再 vTaskDelay
+    //     1000ms 让 DMA + 功放尾音自然衰减。否则 player_pipeline_close 立即停 I2S，
+    //     最后约 1 秒待命音会被截掉。
+    if (background_task_) {
+        background_task_->WaitForCompletion();
+    }
+    vTaskDelay(pdMS_TO_TICKS(1000));
+    ESP_LOGI(TAG, "EnterIdleHibernate: DMA 尾音衰减完成");
+
+    // 8. 待命音播完后关 player_pipeline（内部会关 EnableOutput），WakeFromHibernate 重开
+    if (player_pipeline_) {
+        player_pipeline_close(player_pipeline_);
+        player_pipeline_ = nullptr;
+        ESP_LOGI(TAG, "EnterIdleHibernate: player_pipeline 已关闭");
+    } else if (codec) {
+        codec->EnableOutput(false);
+        ESP_LOGI(TAG, "EnterIdleHibernate: codec output 已关闭（无 pipeline 兜底）");
+    }
+
+    // 9. 累计休眠次数（NVS 持久化）
     idle_cycles_++;
     SaveIdleCyclesToNvs();
-    ESP_LOGI(TAG, "✓ 已进入空闲休眠（累计第 %d 次）", idle_cycles_);
+    ESP_LOGI(TAG, "✓ 已进入空闲休眠（累计第 %d 次，rtc_handle 保留）", idle_cycles_);
     if (idle_cycles_ >= IDLE_CYCLES_REBOOT_THRESHOLD) {
         ESP_LOGW(TAG, "🛡 累计休眠 %d 次（阈值 %d），下次唤醒触发硬重启清理内存碎片",
                  idle_cycles_, IDLE_CYCLES_REBOOT_THRESHOLD);
     }
 
-    // 9. 显示退出提示字幕（最后做：此时 LeaveRoom/SetDeviceState 都完成，
+    // 10. 显示退出提示字幕（数字人项目特有，Kapi 无屏底座没有此步骤）
-    //    LVGL 锁竞争最少；带重试确保 LVGL 锁超时也能最终显示）
+    //     带重试确保 LVGL 锁超时也能最终显示
-    //
-    //    注意：ai_chat_set_chat_message 内部有 last_content 去重缓存，
-    //    锁超时时不更新缓存，下次重试相同内容时仍会进入 lvgl_port_lock 路径
     const char* hibernate_msg = "已自动退出RTC对话，按BOOT键重新连接RTC";
     for (int attempt = 0; attempt < 5; attempt++) {
-        vTaskDelay(pdMS_TO_TICKS(200));  // 让出 CPU 给 LVGL 任务完成当前帧渲染
+        vTaskDelay(pdMS_TO_TICKS(200));
         if (display) {
             display->SetChatMessage("system", hibernate_msg);
         }
@@ -4566,16 +4617,24 @@ void Application::WakeFromHibernate() {
         display->SetChatMessage("system", "");
     }
 
-    // 3. 先复位为 idle 状态（EnterIdleHibernate 已设为 idle，这里幂等）
+    // 3. 🆕 移植自 Kapi commit b1577d8: 先放下 hibernating_，让 AudioLoop 的
+    //    OnAudioInput guard 通过, 再 ToggleChatState。否则 ToggleChatState 期间
+    //    OnAudioInput 仍会被 hibernating_=true 拦截，导致音频上行迟迟不开。
+    hibernating_.store(false);
+
+    // 4. 复位为 idle（EnterIdleHibernate 已设为 idle，此处幂等）
     if (device_state_ != kDeviceStateIdle) {
         SetDeviceState(kDeviceStateIdle);
     }
 
-    // 4. 触发 RTC 重连（复用 ToggleChatState → OpenAudioChannel → 自动重建 rtc_handle_）
+    // 5. 触发 RTC 重连
-    ESP_LOGI(TAG, "WakeFromHibernate: 调用 ToggleChatState() 触发 RTC 重连...");
+    //    - LeaveRoom 只 stop 没 destroy，rtc_handle_ 仍然有效
+    //    - OpenAudioChannel 检查 rtc_handle_ 通过 → volc_rtc_start → 成功
+    //    - on_audio_channel_opened_ 回调里会 EnableOutput(true) + 200ms silence + 开 player_pipeline
+    //    - 进入 kDeviceStateDialog 后 recorder_pipeline 也会重开 + EnableInput(true)
+    ESP_LOGI(TAG, "WakeFromHibernate: 调用 ToggleChatState() 触发 RTC 重连（rtc_handle 复用）...");
     ToggleChatState();
 
-    hibernating_.store(false);
+    ESP_LOGI(TAG, "✓ 唤醒完成，已触发 RTC 重连");
-    ESP_LOGI(TAG, "✓ 唤醒完成，已触发 RTC 重连（注意：实际重连进度由 ToggleChatState 异步处理）");
 }
 

main/protocols/protocol.h

@@ -55,8 +55,10 @@ public:
     virtual bool OpenAudioChannel() = 0;
     virtual void CloseAudioChannel() = 0;
     // Phase 6: 真退出 RTC 房间（释放 License），默认回退到 CloseAudioChannel
-    // VolcRtcProtocol 覆写：调用 volc_rtc_stop + volc_rtc_destroy
+    // notify_closed=true: 触发 on_audio_channel_closed_ 回调（默认，兼容老路径）
-    virtual void LeaveRoom() { CloseAudioChannel(); }
+    // notify_closed=false: 不触发回调，供 EnterIdleHibernate 使用——避免回调里的
+    //   player_pipeline_close → EnableOutput(false) 误关 codec output 导致待命音无声
+    virtual void LeaveRoom(bool notify_closed = true) { (void)notify_closed; CloseAudioChannel(); }
     virtual bool IsAudioChannelOpened() const = 0;
     virtual void SendAudio(const std::vector<uint8_t>& data) = 0;
     virtual void SendPcm(const std::vector<uint8_t>& data) {}

main/protocols/volc_rtc_protocol.cc

@@ -423,22 +423,31 @@ void VolcRtcProtocol::CloseAudioChannel() {
     }
 }
 
-// Phase 6: 真退出 RTC 房间（释放 License）
+// Phase 6+ 移植自 Kapi commit b1577d8: 退出 RTC 房间
-// = volc_rtc_stop + volc_rtc_destroy
+// 仅 volc_rtc_stop，保留 rtc_handle_，供唤醒后 OpenAudioChannel 复用（再次 volc_rtc_start）
-// 火山官方文档（StopVoiceChat 说明）: 真人退房必须 leaveRoom + destroyRTCEngine
+// 如果走 destroy 路径，唤醒时 rtc_handle_=nullptr → OpenAudioChannel 直接失败 → 死循环
-// 客户端调用 volc_rtc_destroy 后，服务端 AI 任务会在 180s 内自动停止
+// 服务端 AI 任务在客户端 stop 后无需 destroy 也会按 180s 兜底机制清理
-void VolcRtcProtocol::LeaveRoom() {
+// notify_closed=false 时跳过 on_audio_channel_closed_，避免回调里 player_pipeline_close
+// → EnableOutput(false) 把 codec output 关掉导致 hibernate 期间待命音无声
+void VolcRtcProtocol::LeaveRoom(bool notify_closed) {
     if (rtc_handle_) {
         if (is_connected_) {
             volc_rtc_stop(rtc_handle_);
             is_connected_ = false;
         }
-        volc_rtc_destroy(rtc_handle_);
+        ESP_LOGI(TAG, "✓ 已 stop RTC 房间（保留 handle 供唤醒复用, notify_closed=%d）", (int)notify_closed);
-        rtc_handle_ = nullptr;
-        ESP_LOGI(TAG, "✓ 已真退出 RTC 房间（leaveRoom + destroyRTCEngine）");
     }
     is_audio_channel_opened_ = false;
-    if (on_audio_channel_closed_) {
+
+    // 🔴 关键修复：重置下行音频格式标志位
+    // 原因：RTC 下行是 PCM，DataCallback 把 downlink_is_pcm_=true。退房后若不重置，
+    // 后续 hibernate 中 PlaySound 入队的 Opus 包会被 OnAudioOutput 当成 raw PCM 写出去，
+    // → 杂音而非待命音。
+    // 唤醒重连后 DataCallback 收到第一包又会立即重新置位（每包都更新），不影响欢迎语播放。
+    downlink_is_pcm_ = false;
+    first_downlink_logged_ = false;
+
+    if (notify_closed && on_audio_channel_closed_) {
         on_audio_channel_closed_();
     }
 }

main/protocols/volc_rtc_protocol.h

@@ -21,9 +21,10 @@ public:
     bool OpenAudioChannel() override;// 🔊 打开音频通道
     void CloseAudioChannel() override;// 🔊 关闭音频通道（仅 stop 媒体流，不退出房间）
 
-    // Phase 6: 真退出 RTC 房间 = volc_rtc_stop + volc_rtc_destroy（释放 License）
+    // Phase 6+：退出 RTC 房间（仅 stop，保留 rtc_handle_ 供唤醒复用）
+    // notify_closed=false 时跳过 on_audio_channel_closed_，hibernate 路径用，避免 codec 被回调链关
     // 与 CloseAudioChannel 区别：CloseAudioChannel 只停媒体流，房间仍占用
-    void LeaveRoom() override;
+    void LeaveRoom(bool notify_closed = true) override;
 
     bool IsAudioChannelOpened() const override;// 🔊 检查音频通道是否已打开
     void SendAbortSpeaking(AbortReason reason) override;// 🔊 发送中止通话请求