feat(stream): add append-only streaming mode with flat cost

Add an append-only streaming path that feeds each audio chunk as a new
conversation turn, so nothing is ever recomputed: the KV grows by
append, no prefix is re-decoded and no audio is re-encoded. Per-step
cost becomes flat instead of growing with the segment (RTF 1.06 -> 0.26
on 62.6s of continuous speech), but accuracy requires ~8s chunks because
the audio encoder needs its 8s attention window, so text only appears
every 8s. The incremental mode stays the default.

新增追加式流式：每块音频作为一个新的对话轮追加，前缀不重算、旧音频不重
编码，单步成本不再随段落增长（连续 62.6s 语音 RTF 从 1.06 降到 0.26）。
但准确率要求 chunk≈8s，否则会被截断，所以出字粒度是 8s；增量式仍为默认。

apps/cli/main.cpp

@@ -72,12 +72,13 @@ int runStreamFile(lc::Qwen3Asr & asr, const QString & path, const lc::StreamOpti
     const size_t chunkSamples = (size_t) (sop.chunkSec * asr.sampleRate());
 
     const auto onStep = [](const lc::StreamingAsr::Step & s) {
-        std::printf("\n[chunk %2d] 窗口 %5.1fs / 编码 %5.2fs / 本步 %5.2fs%s\n",
+        std::printf("\n[chunk %2d] 累计 %5.1fs | 音频 %5.2fs | 前缀 %5.2fs | 生成 %5.2fs (%d tok) "
-                    s.chunkIndex, s.windowSeconds, s.encodeSeconds, s.inferSeconds,
+                    "| 合计 %5.2fs%s\n",
+                    s.chunkIndex, s.windowSeconds, s.encodeSeconds, s.prefillSeconds,
+                    s.genSeconds, s.newTokens, s.inferSeconds,
                     s.ok ? "" : "  <失败>");
         if (!s.ok) std::printf("   error: %s\n", s.error.c_str());
         std::printf("   已提交: %s\n", s.committed.c_str());
-        std::printf("   含尾部: %s\n", s.full.c_str());
         std::fflush(stdout);
     };
 

apps/common/appcli.h

@@ -44,7 +44,8 @@ inline void addStreamOptions(QCommandLineParser & p)
     p.addOption(makeOption("stream-segment", "单段最长时长，单位秒；0=不限", "sec", "30"));
     p.addOption(makeOption("unfixed-tokens", "前缀回滚丢弃的 token 数", "n", "5"));
     p.addOption(makeOption("unfixed-chunks", "冷启动不带前缀的 chunk 数", "n", "2"));
-    p.addOption(makeOption("stream-mode", "流式后端: incremental 或 window", "mode", "incremental"));
+    p.addOption(makeOption("stream-mode", "流式后端: incremental / append / window", "mode",
+                           "incremental"));
 }
 
 inline AsrOptions asrOptions(const QCommandLineParser & p)
@@ -67,7 +68,8 @@ inline StreamOptions streamOptions(const QCommandLineParser & p)
     o.unfixedTokenNum   = p.value("unfixed-tokens").toInt();
     o.unfixedChunkNum   = p.value("unfixed-chunks").toInt();
     o.maxTokensPerStep  = p.value("max-tokens").toInt();
-    o.incremental       = p.value("stream-mode") != QLatin1String("window");
+    o.incremental       = p.value("stream-mode") == QLatin1String("incremental");
+    o.appendOnly        = p.value("stream-mode") == QLatin1String("append");
     return o;
 }
 

docs/phase2-streaming.md

@@ -2,13 +2,66 @@
 
 状态：**完成**。准确率与离线转写一致，单步计算稳定在 2s 预算内。
 
+## 两种流式模式（实测对比）
+
+代码里实现了两条流式路径，用 `--stream-mode` 切换。它们对应一个**无法同时满足的三选二**：
+
+| 目标 | `incremental`（默认） | `append`（追加式） |
+|---|---|---|
+| 成本不随说话时长增长 | ❌ | ✅ |
+| CPU 效率 | RTF 1.06（无段落上限时） | **RTF 0.26** |
+| 1–2s 就出字 | ✅ | ❌ 需 8s chunk |
+| 准确率 | ✅（2s 提交 + 8s 编码切片） | ✅（仅 chunk≈8s 时） |
+
+同一段 62.6s 连续语音（不设段落上限）：
+
+| 模式 | 墙钟 | RTF | 首步 | 末步 | 最慢步 |
+|---|---|---|---|---|---|
+| `incremental` | 66.3s | 1.06 | 0.62s | 3.14s | 4.06s |
+| `append` chunk=2 | 32.6s | 0.52 | 0.70s | 0.67s | 1.32s |
+| `append` chunk=8 | **16.0s** | **0.26** | — | — | 2.52s |
+
+`append` 的每步耗时几乎不随总长变化；`incremental` 则线性增长（尾步是最慢的）。
+
+### 为什么 `append` 必须用大 chunk
+
+准确率对 **chunk 长度**极其敏感，因为编码器（AuT）用的是 **8 秒注意力窗口**（`n_window_infer = 800` 帧 @100Hz）。每块只用自己的长度去编码时：
+
+| chunk | 中文实测结果 |
+|---|---|
+| 2s | ❌ `不排除购房者可以在互。`（每块都被截断，`互联网上下单` 全丢） |
+| 4s | ⚠️ `不排除购房者可以在互联网上下单，不排除。`（基本对，边界多一个词） |
+| 8s | ✅ 与离线一致 |
+
+所以「便宜/平坦」和「1–2s 出字」对 Qwen3-ASR 是互斥的：要准确就得给编码器 8s 上下文，给了就必然 8s 才出一次字。
+
+### 追加式为什么便宜
+
+`append` 把每块音频当作一个新的对话轮追加到 KV 末尾：
+
+```
+[user: audio_1][assistant: text_1][user: audio_2][assistant: text_2]...
+```
+
+纯追加 —— **前缀完全不重算、旧音频不重编码、KV 永不回退**，所以单步成本与音频总长无关。
+
+而 `incremental` 每步都要把「音频尾部 + 到目前为止的全部文本前缀」按新的音频上下文重算一遍（因果注意力决定了：把新音频插到文本之前，文本之后的 KV 全部作废）。实测拆解显示这一步的代价是 O(N²)：
+
+| 累计音频 | 音频(编码+写KV) | 文本前缀 prefill | 生成 | 合计 |
+|---|---|---|---|---|
+| 2.0s | 0.35s | 0.03s | 0.19s | 0.58s |
+| 46.0s | 1.23s | 1.20s | 0.38s | 2.81s |
+| 62.6s | 1.46s | **1.53s** | 0.16s | 3.15s |
+
+「文本前缀 prefill」从 0.03s 涨到 1.53s，占末尾步耗时的一半。`append` 模式把它降到了 **0.06s**。
+
 ## 结论
 
-| 指标 | 结果 |
+| 数据 | 结果 |
 |---|---|
 | 准确率 | 流式输出与离线转写逐字一致（中/英各自验证） |
-| 单步计算 | 最慢 1.83s（预算 2.0s，提交粒度 2s） |
+| 单步计算（incremental，segment≤20s） | 最慢 1.84s（预算 2.0s，提交粒度 2s） |
-| 整体 RTF | 约 0.66 |
+| 整体 RTF | 约 0.59 |
 | 实现 | 纯 C++，libllama + libmtmd，无 Python |
 
 ## 算法
@@ -74,15 +127,19 @@
 ## 用法
 
 ```bash
-# 流式转写（增量 + 8s 切片 + 2s 提交）
+# 流式转写（默认 incremental：8s 切片 + 前缀回滚 + 2s 提交）
 ./build/live-caption-cli --model MODEL --mmproj MMPROJ \
     --stream-file audio_16k_mono.wav [--stream-chunk 2] [--stream-segment 30]
 
-# 对比用：旧的"重编码整个窗口"实现
+# 追加式：成本平坦、省 CPU，但需要大 chunk 才准确
+./build/live-caption-cli --model MODEL --mmproj MMPROJ \
+    --stream-file audio_16k_mono.wav --stream-mode append --stream-chunk 8
+
+# 对比用：最早的"重编码整个窗口"实现
 ./build/live-caption-cli ... --stream-mode window --stream-window 4
 ```
 
-相关参数：`--stream-chunk`（提交粒度）、`--stream-window`（仅 window 模式）、`--stream-segment`（单段上限）、`--unfixed-tokens`、`--unfixed-chunks`。
+相关参数：`--stream-mode`（incremental / append / window）、`--stream-chunk`（提交粒度）、`--stream-segment`（单段上限）、`--stream-window`（仅 window 模式）、`--unfixed-tokens`、`--unfixed-chunks`。
 
 ## 遗留
 

src/core/iasr.h

@@ -24,8 +24,10 @@ struct AsrStreamStep {
     std::string newText;          // 本步新生成的文本（不含前缀，未 trim）
     int         newTokens     = 0;
     int         audioTokens   = 0;
-    double      encodeSeconds = 0.0;
+    double      encodeSeconds = 0.0;   // 音频编码 + 写入 KV
-    double      inferSeconds  = 0.0;
+    double      prefillSeconds = 0.0;  // 文本前缀（tail + prefix）prefill
+    double      genSeconds    = 0.0;   // 贪心生成
+    double      inferSeconds  = 0.0;   // 以上合计
 };
 
 // 把推理后端抽象出来，好处是流式策略（StreamingAsr）和实时管线（LivePipeline）
@@ -44,6 +46,13 @@ public:
     // 流式：只编码新音频，已解码的音频留在 KV cache 里复用
     virtual AsrStreamStep streamAppend(const float * pcm, size_t nSamples,
                                        const std::string & prefix, int maxTokens) = 0;
+
+    // 追加式轮次（append-only）：把这一小段音频当作一个新的对话轮，
+    // 追加到已有 KV 的末尾，不重算任何前缀、也不重编码旧音频。
+    // 代价是每块只用自己的长度做编码（没有 8s 上下文），准确率需要实测确认。
+    virtual AsrStreamStep streamAppendTurn(const float * pcm, size_t nSamples,
+                                           int maxTokens) = 0;
+
     virtual void streamReset() = 0;
 
     // 用词表把 text 编码成 token、丢掉最后 dropLast 个、再还原成文本。

src/core/qwen3asr.cpp

@@ -38,6 +38,13 @@ struct Qwen3Asr::Impl {
     size_t                    stableSamples = 0;   // 已固化进 KV 的音频样本数（8s 对齐）
     llama_pos                 nPastStable   = 0;   // stable 音频末尾的 KV 位置
 
+    // 追加式轮次（append-only）状态
+    bool                      turnReady = false;
+    std::vector<llama_token>  firstHead;   // 第 1 轮的轮首文本（含 <|audio_start|>）
+    std::vector<llama_token>  contHead;    // 后续轮的轮首文本（<|im_end|>\n<|im_start|>user\n<|audio_start|>）
+    llama_pos                 nPastTurn = 0;
+    int                       turnCount = 0;
+
     std::string buildPrompt(const std::string & marker) const
     {
         const char * tmpl = llama_model_chat_template(model, nullptr);
@@ -112,6 +119,48 @@ struct Qwen3Asr::Impl {
         nPast = np;
         return true;
     }
+
+    // 把带 media marker 的 prompt 拆成「音频前文本」和「音频后文本」两组 token
+    bool splitPrompt(const std::string & skeleton,
+                     std::vector<llama_token> & head,
+                     std::vector<llama_token> & tail,
+                     std::string * err)
+    {
+        std::vector<float> dummy(1600, 0.0f);   // 0.1s 占位，只为触发音频分块
+        mtmd_bitmap * bmp = mtmd_bitmap_init_from_audio(dummy.size(), dummy.data());
+        mtmd_input_chunks * chunks = mtmd_input_chunks_init();
+        const mtmd_input_text itext{ skeleton.c_str(), true, true };
+        const mtmd_bitmap * bms[1] = { bmp };
+
+        if (mtmd_tokenize(mctx, chunks, &itext, bms, 1) != 0) {
+            mtmd_bitmap_free(bmp);
+            mtmd_input_chunks_free(chunks);
+            if (err) *err = "mtmd_tokenize 失败";
+            return false;
+        }
+        mtmd_bitmap_free(bmp);
+
+        bool seenAudio = false;
+        for (size_t i = 0; i < mtmd_input_chunks_size(chunks); ++i) {
+            const mtmd_input_chunk * c = mtmd_input_chunks_get(chunks, i);
+            if (mtmd_input_chunk_get_type(c) == MTMD_INPUT_CHUNK_TYPE_AUDIO) {
+                seenAudio = true;
+                continue;
+            }
+            size_t n = 0;
+            const llama_token * toks = mtmd_input_chunk_get_tokens_text(c, &n);
+            if (!toks || n == 0) continue;
+            std::vector<llama_token> & dst = seenAudio ? tail : head;
+            dst.insert(dst.end(), toks, toks + n);
+        }
+        mtmd_input_chunks_free(chunks);
+
+        if (head.empty()) {
+            if (err) *err = "prompt 里没有音频之前的文本";
+            return false;
+        }
+        return true;
+    }
 };
 
 Qwen3Asr::Qwen3Asr() : d(new Impl) {}
@@ -313,6 +362,109 @@ void Qwen3Asr::streamReset()
     d->streamAudio.clear();
     d->stableSamples = 0;
     d->nPastStable   = 0;
+
+    d->turnReady = false;
+    d->firstHead.clear();
+    d->contHead.clear();
+    d->nPastTurn = 0;
+    d->turnCount = 0;
+}
+
+// 追加式轮次：把每小段音频当作一个新的对话轮追加到 KV 末尾。
+// 序列形如 [user: audio_1][assistant: text_1][user: audio_2][assistant: text_2]...
+// 好处是纯追加：不重算前缀、不重编码旧音频，单步成本与音频总长无关。
+bool Qwen3Asr::prepareTurn(std::string * error)
+{
+    if (d->turnReady) return true;
+
+    const std::string marker = mtmd_default_marker();
+    // 第 1 轮是完整的 user/assistant 结构；后续轮接在上一轮文本之后开新一轮。
+    const std::string s1 = "<|im_start|>user\n" + marker +
+                           "<|im_end|>\n<|im_start|>assistant\n";
+    const std::string sc = "<|im_end|>\n<|im_start|>user\n" + marker +
+                           "<|im_end|>\n<|im_start|>assistant\n";
+
+    std::vector<llama_token> tail1, tailC;
+    if (!d->splitPrompt(s1, d->firstHead, tail1, error)) return false;
+    if (!d->splitPrompt(sc, d->contHead, tailC, error)) return false;
+
+    // 两种轮尾应当一致
+    d->tailTokens = tail1;
+
+    llama_memory_clear(llama_get_memory(d->ctx), true);
+    d->nPastTurn = 0;
+    d->turnCount = 0;
+    d->turnReady = true;
+    return true;
+}
+
+AsrStreamStep Qwen3Asr::streamAppendTurn(const float * pcm, size_t nSamples, int maxTokens)
+{
+    AsrStreamStep res;
+    if (!d->model || !d->ctx || !d->mctx) { res.error = "模型未加载"; return res; }
+    if (nSamples == 0) { res.error = "音频为空"; return res; }
+
+    std::string err;
+    if (!prepareTurn(&err)) { res.error = err; return res; }
+
+    const auto t0 = std::chrono::steady_clock::now();
+
+    // 1) 轮首文本（纯追加，位置接在 KV 末尾）
+    const std::vector<llama_token> & head = (d->turnCount == 0) ? d->firstHead : d->contHead;
+    llama_pos p = d->nPastTurn;
+    if (!d->decodeTokens(head.data(), (int32_t) head.size(), p, false)) {
+        res.error = "解码轮首失败";
+        return res;
+    }
+    p += (llama_pos) head.size();
+
+    // 2) 这一小段音频：只编码一次，写进 KV 就永久保留
+    const llama_pos beforeAudio = p;
+    if (!d->appendAudio(pcm, nSamples, p, &err)) {
+        res.error = "音频编码/解码失败: " + err;
+        return res;
+    }
+    res.audioTokens = (int) (p - beforeAudio);
+    const auto tEnc = std::chrono::steady_clock::now();
+
+    // 3) 轮尾文本 + 开始生成
+    if (!d->decodeTokens(d->tailTokens.data(), (int32_t) d->tailTokens.size(), p, true)) {
+        res.error = "解码轮尾失败";
+        return res;
+    }
+    p += (llama_pos) d->tailTokens.size();
+
+    const auto tPre = std::chrono::steady_clock::now();
+
+    llama_sampler * smpl = llama_sampler_chain_init(llama_sampler_chain_default_params());
+    llama_sampler_chain_add(smpl, llama_sampler_init_greedy());
+
+    std::string out;
+    for (int i = 0; i < maxTokens; ++i) {
+        llama_token id = llama_sampler_sample(smpl, d->ctx, -1);
+        if (llama_vocab_is_eog(d->vocab, id)) break;
+
+        char buf[256];
+        const int32_t n = llama_token_to_piece(d->vocab, id, buf, sizeof(buf), 0, true);
+        if (n > 0) out.append(buf, (size_t) n);
+        ++res.newTokens;
+
+        if (!d->decodeTokens(&id, 1, p, true)) { res.error = "生成时解码失败"; break; }
+        ++p;
+    }
+    llama_sampler_free(smpl);
+
+    d->nPastTurn = p;
+    ++d->turnCount;
+
+    const auto t1 = std::chrono::steady_clock::now();
+    res.encodeSeconds  = std::chrono::duration<double>(tEnc - t0).count();
+    res.prefillSeconds = std::chrono::duration<double>(tPre - tEnc).count();
+    res.genSeconds     = std::chrono::duration<double>(t1 - tPre).count();
+    res.inferSeconds   = std::chrono::duration<double>(t1 - t0).count();
+    res.newText        = out;
+    res.ok             = res.error.empty();
+    return res;
 }
 
 bool Qwen3Asr::prepareStream(std::string * error)
@@ -452,6 +604,8 @@ AsrStreamStep Qwen3Asr::streamAppend(const float * pcm, size_t nSamples,
     llama_sampler * smpl = llama_sampler_chain_init(llama_sampler_chain_default_params());
     llama_sampler_chain_add(smpl, llama_sampler_init_greedy());
 
+    const auto tPre = std::chrono::steady_clock::now();
+
     std::string out;
     for (int i = 0; i < maxTokens; ++i) {
         llama_token id = llama_sampler_sample(smpl, d->ctx, -1);
@@ -469,6 +623,8 @@ AsrStreamStep Qwen3Asr::streamAppend(const float * pcm, size_t nSamples,
 
     const auto t1 = std::chrono::steady_clock::now();
     res.encodeSeconds  = std::chrono::duration<double>(tEnc - t0).count();
+    res.prefillSeconds = std::chrono::duration<double>(tPre - tEnc).count();
+    res.genSeconds     = std::chrono::duration<double>(t1 - tPre).count();
     res.inferSeconds   = std::chrono::duration<double>(t1 - t0).count();
     res.newText        = out;
     res.ok             = res.error.empty();

src/core/qwen3asr.h

@@ -38,12 +38,14 @@ public:
 
     AsrStreamStep streamAppend(const float * pcm, size_t nSamples,
                                const std::string & prefix, int maxTokens) override;
+    AsrStreamStep streamAppendTurn(const float * pcm, size_t nSamples, int maxTokens) override;
     void streamReset() override;
 
     std::string dropLastTokens(const std::string & text, int dropLast) const override;
 
 private:
     bool prepareStream(std::string * error);
+    bool prepareTurn(std::string * error);
 
     struct Impl;
     Impl * d = nullptr;

src/core/streamingasr.cpp

@@ -94,15 +94,33 @@ void StreamingAsr::runStep(const std::vector<float> & audio, bool finalStep,
     s.chunkIndex = chunkIndex_;
 
     std::string newText;
-    if (opt_.incremental) {
+    if (opt_.appendOnly) {
+        // 追加式：这一块作为一个新的对话轮，文本随即定稿，不做前缀回滚
+        AsrStreamStep r = asr_.streamAppendTurn(audio.data(), audio.size(),
+                                                opt_.maxTokensPerStep);
+        s.ok             = r.ok;
+        s.error          = r.error;
+        s.encodeSeconds  = r.encodeSeconds;
+        s.prefillSeconds = r.prefillSeconds;
+        s.genSeconds     = r.genSeconds;
+        s.inferSeconds   = r.inferSeconds;
+        s.audioTokens    = r.audioTokens;
+        s.newTokens      = r.newTokens;
+        newText          = r.newText;
+        totalSeconds_   += (double) audio.size() / asr_.sampleRate();
+        s.windowSeconds  = totalSeconds_;
+    } else if (opt_.incremental) {
         // 只把这一块交给增量引擎；音频总长不影响单步成本
         AsrStreamStep r =
             asr_.streamAppend(audio.data(), audio.size(), prefix, opt_.maxTokensPerStep);
         s.ok            = r.ok;
         s.error         = r.error;
         s.encodeSeconds = r.encodeSeconds;
+        s.prefillSeconds = r.prefillSeconds;
+        s.genSeconds    = r.genSeconds;
         s.inferSeconds  = r.inferSeconds;
         s.audioTokens   = r.audioTokens;
+        s.newTokens     = r.newTokens;
         newText         = r.newText;
         totalSeconds_  += (double) audio.size() / asr_.sampleRate();
         s.windowSeconds = totalSeconds_;
@@ -126,6 +144,23 @@ void StreamingAsr::runStep(const std::vector<float> & audio, bool finalStep,
     }
 
     if (s.ok) {
+        if (opt_.appendOnly) {
+            // 追加式：每轮文本直接定稿，追加进历史，没有"不稳定尾部"
+            const ParsedTranscript pTurn = parseAsrOutput(newText);
+            if (!pTurn.language.empty()) language_ = pTurn.language;
+            historyText_ += pTurn.text;
+            s.rawFull   = newText;
+            s.full      = historyText_;
+            s.committed = historyText_;
+            s.tail.clear();
+            s.language  = language_;
+            lastRawFull_.clear();
+            committedRaw_.clear();
+            ++chunkIndex_;
+            if (onStep) onStep(s);
+            return;
+        }
+
         // 拼接要用未经 trim 的文本：流式续写时开头那个空格是有意义的
         s.rawFull = prefix + newText;
         lastRawFull_ = s.rawFull;

src/core/streamingasr.h

@@ -21,6 +21,11 @@ struct StreamOptions {
     // false = 每次重编码整个窗口（Phase 2 早期的做法，仅用于对比）
     bool   incremental      = true;
 
+    // true = 追加式轮次（append-only）：每块音频作为新一轮追加，前缀完全不重算、
+    //        旧音频不重编码，单步成本与总长无关。代价是每块只用自己的长度编码
+    //        （没有 8s 上下文），准确率需实测确认。
+    bool   appendOnly       = false;
+
     // 单段最长时长（秒）：超过就提交并重置上下文（0 = 不限）。
     // 真实场景应由静音检测决定分段；这里是一个兜底上界，
     // 因为解码器对 KV 的注意力随总长增长，段太长单步会超预算。
@@ -42,8 +47,11 @@ public:
         std::string rawFull;            // 未 trim 的完整文本（含 language 头）
         double      windowSeconds = 0.0;
         double      encodeSeconds = 0.0;
+        double      prefillSeconds = 0.0;
+        double      genSeconds    = 0.0;
         double      inferSeconds  = 0.0;
         int         audioTokens   = 0;
+        int         newTokens     = 0;
         bool        ok            = true;
         std::string error;
     };

tests/fakeasr.h

@@ -18,6 +18,7 @@ public:
 
     // 记录（供断言用）
     std::vector<std::string> prefixesSeen;
+    std::vector<std::string> turnsSeen;
     std::vector<size_t>      samplesSeen;
     int                      resets = 0;
 
@@ -52,6 +53,20 @@ public:
         return s;
     }
 
+    lc::AsrStreamStep streamAppendTurn(const float *, size_t nSamples, int) override
+    {
+        samplesSeen.push_back(nSamples);
+
+        lc::AsrStreamStep s;
+        s.ok = true;
+        if (call_ < scripted.size()) s.newText = scripted[call_];
+        ++call_;
+        turnsSeen.push_back(s.newText);
+        s.newTokens    = 1;
+        s.inferSeconds = 0.001;
+        return s;
+    }
+
     void streamReset() override { ++resets; }
 
     std::string dropLastTokens(const std::string & text, int dropLast) const override

tests/tst_streamingasr.cpp

@@ -150,6 +150,33 @@ private slots:
         QVERIFY2(all.contains("hello there world"), qPrintable(all));
     }
 
+    // 追加式：每块音频作为新一轮追加，文本立即定稿，不回喂任何前缀
+    void appendModeCommitsEachChunkImmediately()
+    {
+        FakeAsr fake;
+        fake.scripted = {"language English<asr_text>one two",
+                         " language English<asr_text> three four"};
+
+        lc::StreamOptions o = baseOptions();
+        o.appendOnly = true;
+
+        lc::StreamingAsr stream(fake, o);
+        std::vector<lc::StreamingAsr::Step> steps;
+        const auto cb = [&steps](const lc::StreamingAsr::Step & s) { steps.push_back(s); };
+
+        const auto c = chunk(16000);
+        stream.feed(c.data(), c.size(), cb);
+        stream.feed(c.data(), c.size(), cb);
+
+        QCOMPARE(fake.turnsSeen.size(), size_t(2));
+        QVERIFY2(fake.prefixesSeen.empty(), "追加式不应该回喂前缀");
+
+        QCOMPARE(steps.size(), size_t(2));
+        QCOMPARE(q(steps[0].committed), QString("one two"));
+        QVERIFY(steps[0].tail.empty());                  // 追加式没有"不稳定尾部"
+        QVERIFY(q(steps[1].committed).contains("three four"));
+    }
+
     // 同一次 feed 里跨多块也要正确切分
     void splitsMultipleChunksInOneFeed()
     {