第2章｜VAD、打断与陈旧事件

前置：图像、音频与视频的输入契约。实时交互不是把完整录音缩短。客户端持续采集，VAD判断语音活动，服务端生成音频，播放端另有缓冲。生成完成不等于用户听完；用户打断时既要取消生成，还要丢弃旧缓冲，并同步服务端对话已播放范围。

本章阅读

1. VAD、打断与陈旧事件
2. 真实SDK会话、打断与服务端历史截断
3. 设备权限、录音容器与语音端点
4. 从临时字幕到最终输入：轮次归并与重复控制

完成正文实验与变体后核对本章答案。