Skip to content

wanghai-tech / hikoon-ACR

Go to a project
Toggle navigation
Toggle navigation pinning
Switch branch/tag
changelist-2026-06-02.md 9.58 KB

Changelist / 2026-06-02

本次补充交付（2026-06-02 15:09 UTC）

目标

把当前状态从“仍在稳定推进”升级为“已确认异常退出、需要排查”的交接包。

本次纳入交付的内容

类别 内容
证据 PID=431703 与 PID=424691 均已退出
状态 observable 目录仍停在 chromaprint_progress.json + chromaprint.pkl
风险 没有 reference_*，没有 evaluate.py，没有明确 traceback
文档 CHANGELOG、changelist、delivery handoff、session handoff、AGENT memory

文件级变更

文件 说明
./CHANGELOG.md 补记 build-index 异常退出 checkpoint
./delivery-handoff-2026-06-02.md 顶部改写为异常排查接管包
./session-handoff.md 顶部快照切到“进程已退出、无下游产物”
../AGENT.md 更新长期记忆，避免新 session 误判为仍在运行

当前最重要的 fresh evidence

  • 观测时间：2026-06-02 15:09:19 UTC
  • ps -p 431703：无存活进程
  • ps -p 424691：无存活进程
  • pgrep -af 'run_demo.py build-index|evaluate.py ...'：未发现接续进程
  • observable 目录仅有：
    • chromaprint.pkl
    • chromaprint_progress.json
  • 末次 progress：
    • status=building
    • refs_done=4420/8000
  • 未出现：
    • reference_*
    • evaluate.py

重要决策

  1. 当前已不应继续把它描述成“仅仅线性慢”。
  2. 下一轮工作应转向 build-index 异常退出排查。
  3. 新提交已经有意义，因为状态从“运行中”变成了“已退出且无下游产物”。

本次追加交付（2026-06-02 15:18 UTC）

新增代码修复

文件 变更
../acr-engine/run_demo.py build-index / demo 关键日志统一 flush=True
../acr-engine/src/engines/chromaprint_matcher.py chromaprint 阶段 progress 日志 flush=True
../acr-engine/src/engines/ecapa_embedder.py embedding/reference 阶段关键日志 flush=True

新增验证证据

  • 极小样本复现：/tmp/chroma_repro_tiny12
  • 结果：RC=1
  • 现在日志已实时落盘，不再是 0 bytes：
    • [build-index] starting chromaprint index ...
    • [build-reference-index] start: refs=12 ...
    • ValueError: No reference embeddings were produced ...

结论

  • 当前已修复“失败时日志完全不可见”的可观测性问题。
  • 下一轮 root cause 排查可以直接依赖实时日志，而不再需要盲等。

本次追加交付（2026-06-02 15:22 UTC）

新增代码修复

文件 变更
../acr-engine/src/engines/chromaprint_matcher.py 坏音频/缺失音频跳过；progress 增加 skipped_refs
../acr-engine/src/engines/ecapa_embedder.py 坏音频/缺失音频跳过；progress 增加 skipped_refs

新增验证证据

  • 最小容错复现：/tmp/chroma_skip_repro
  • 输入：1 good mp3 + 1 bad mp3
  • 结果：RC=0
  • 验证点：
    • 日志可见 skip decode failure
    • chromaprint_progress.json 为 status=complete
    • reference_progress.json 为 status=complete
    • 两个 progress 文件都记录 skipped_refs=1
    • 最终成功产出 reference_embs.npy / reference_ids.npy

结论

  • 当前已验证：单个坏 MP3 不再拖垮整轮 build-index。
  • 下一轮应回到真实路径复现，确认主问题是否就是由坏 MP3 触发。

本次追加交付（2026-06-02 15:29 UTC）

新增运行证据

类别 内容
rerun fixed real-path 200-ref rerun 仍在前台运行：session 19709
chromaprint 200/200 完成，skipped_refs=0
reference 已进入 embedding/reference 阶段，并完成 25/200 checkpoint
产物 已落盘 reference_progress.json、reference_embs.partial.npy、reference_ids.partial.npy

当前最重要的 fresh evidence

  • 观测时间：2026-06-02 15:29:17 UTC
  • 输出目录：/tmp/fma_realpath_small_rerun_index2
  • chromaprint_progress.json：
    • status=complete
    • refs_done=200/200
    • hashes=57577
    • postings=187446
    • skipped_refs=0
  • reference_progress.json：
    • status=building
    • refs_done=25/200
    • windows_done=256
    • skipped_refs=0
  • 已出现：
    • reference_embs.partial.npy
    • reference_ids.partial.npy

结论

  • 这次 fixed rerun 已经证明：修复后的真实路径样本不再卡死在 chromaprint 阶段。
  • 当前最有价值的下一步，变为继续盯 reference_* 完成或捕获新的明确失败证据。

本次追加交付（2026-06-02 15:35 UTC）

新增运行证据

类别 内容
chromaprint 200/200 完成，skipped_refs=0
reference 200/200 完成，windows_done=2068
产物 reference_embs.npy、reference_ids.npy 已完整落盘
shape embedding_shape=[2068, 192]

当前最重要的 fresh evidence

  • 观测时间：2026-06-02 15:35:19 UTC
  • 输出目录：/tmp/fma_realpath_small_rerun_index2
  • reference_progress.json：
    • status=complete
    • refs_done=200/200
    • windows_done=2068
    • embedding_shape=[2068, 192]
    • skipped_refs=0
  • 最终产物：
    • reference_embs.npy（1588352 bytes）
    • reference_ids.npy（74576 bytes）
  • stdout 明确出现：
    • Built reference index: 2068 windows, embeddings shape (2068, 192)
    • [done] embedding index built: 2068 refs

结论

  • 当前已确认：修复后的真实路径 rerun 不仅能进入 reference 阶段，而且能完整产出最终 embedding index。
  • 下一轮最高价值工作应切到：评测链是否自动衔接，以及必要时补显式 evaluate smoke。

本次追加交付（2026-06-02 15:40 UTC）

新增运行证据

类别 内容
evaluate 显式 evaluate.py smoke 已完成
query 规模 num_queries=35（overlap 中全部非 reference query）
指标 top1=0.8571, topk=1.0
by_type clean: n=35, top1=0.8571, topk=1.0

当前最重要的 fresh evidence

  • 观测时间：2026-06-02 15:40:30 UTC
  • 结果文件：/tmp/fma_realpath_small_rerun_eval/eval_top50.json
  • 评测结果：
    • split=test
    • num_queries=35
    • top1=0.8571
    • topk=1.0
  • query 数说明：
    • overlap test items = 235
    • 非 reference query = 35
    • 所以 --max-queries 50 实际评到 35 条

结论

  • 当前已不只是建索引成功，而是已经拿到首份真实路径 build-index -> evaluate 闭环证据。
  • 下一轮应把重点切到：更大评测规模与 hard case / confusion 评测。

本次追加交付（2026-06-02 15:43 UTC）

新增运行证据

类别 内容
hard-case smoke synthetic_v2 + models_v6 + index_v6 显式评测完成
总体 num_queries=16, top1=0.6875, topk=1.0
hard case humming_like top1=0.25, confused top1=0.0
结论 当前短板已明确落在 hard-case top1，而不是 clean/topk

当前最重要的 fresh evidence

  • 观测时间：2026-06-02 15:43:17 UTC
  • 结果文件：/tmp/synthetic_v2_eval_v6_top16.json
  • 评测结果：
    • top1=0.6875
    • topk=1.0
    • humming_like: n=4, top1=0.25, topk=1.0
    • confused: n=1, top1=0.0, topk=1.0
  • manifest 审计结果：
    • real-path FMA external smoke 只有 clean query
    • synthetic_v2 才包含 augmented / humming_like / confused

结论

  • 当前已经不仅知道“系统能跑通”，还知道“最该优化哪里”：hard-case 的 top1。
  • 下一轮更有价值的是围绕 humming_like / confused 做输入层、切片、混淆增强与 hard negative 优化。

本次追加交付（2026-06-02 15:45 UTC）

新增运行证据

类别 内容
baseline sweep v3~v6 已完成统一 hard-case sweep
总体最佳 v6: top1=0.65, topk=0.95
humming_like 最佳 v5: top1=0.5
confused 最佳 v3 / v6: top1=0.25

当前最重要的 fresh evidence

  • 观测时间：2026-06-02 15:45:18 UTC
  • 汇总文件：/tmp/synth_v2_baseline_sweep/summary.json
  • 统一评测集：data/synthetic_v2
  • 结果摘录：
    • v3: overall 0.6/0.75, hard-case hum=0.0, conf=0.25
    • v4: overall 0.4/0.8, hard-case hum=0.0, conf=0.0
    • v5: overall 0.6/0.9, hard-case hum=0.5, conf=0.0
    • v6: overall 0.65/0.95, hard-case hum=0.25, conf=0.25

结论

  • 当前最合理的下一轮实验基线是 v6，因为总体最稳。
  • 但 v5 在 humming_like 上明显更强，值得做 targeted diff / 吸收。

本次追加交付（2026-06-02 15:46 UTC）

新增差异审计证据

类别 内容
v5 来源 type-aware hard-case weighting
v6 来源 sample-level confused-priority weighting
解释 v5 更利于 humming_like，v6 更利于 confused
决策 下一轮应做双轴 hard-case weighting / 分治，而不是单轴加权

当前最重要的 fresh evidence

  • docs/CHANGELOG.md:2954+：v6 = sample-level confused-priority weighting
  • docs/CHANGELOG.md:6805+：v5 = type-aware hard-case weighting
  • docs/sota-research-2026.md:113-114：
    • v5: overall=0.60, humming_like=0.50, confused=0.00
    • v6: overall=0.65, humming_like=0.25, confused=0.25

结论

  • 现在已经不仅知道 v5/v6 哪个更强，还知道“为什么”。
  • 下一轮应把 humming_like 与 confused 分开建模或分开加权。