| summary | mac 应用中的语音唤醒和按住说话模式以及路由详细信息 | |
|---|---|---|
| read_when |
|
- 唤醒词模式（默认）：始终在线的语音识别器等待触发令牌（
swabbleTriggerWords）。匹配时，它开始捕获，显示带有部分文本的叠加，并在静音后自动发送。 - 按住说话（右 Option 保留）： 按住右 Option 键可立即捕获 — 无需触发。叠加在按住时出现；释放后最终确定并在短暂延迟后转发，以便您可以调整文本。
- 语音识别器位于
VoiceWakeRuntime中。 - 仅当唤醒词和下一个词之间存在有意义的停顿（约 0.55 秒的间隙）时，触发才会触发。叠加/chime 甚至可以在命令开始之前在停顿时开始。
- 静音窗口：语音流动时为 2.0 秒，如果仅听到触发，则为 5.0 秒。
- 硬停止：120 秒，以防止失控的会话。
- 会话之间的去抖动：350 毫秒。
- 叠加通过
VoiceWakeOverlayController驱动，带有提交/易失性着色。 - 发送后，识别器干净地重新启动以侦听下一个触发。
- 如果启用了语音唤醒并授予权限，唤醒词识别器应该正在侦听（除非在显式按住说话捕获期间）。
- 叠加可见性（包括通过 X 按钮手动关闭）绝不能阻止识别器恢复。
- 叠加可见性（包括通过 X 按钮手动关闭）绝不能阻止识别器恢复。
以前，如果叠加卡在可见状态并且您手动关闭它，语音唤醒可能看起来"死机"，因为运行时的重启尝试可能被叠加可见性阻塞，并且没有安排后续重启。
加固：
- 唤醒运行时重启不再被叠加可见性阻止。
- 叠加关闭完成通过
VoiceSessionCoordinator触发VoiceWakeRuntime.refresh(...)，因此手动 X 关闭始终恢复侦听。
- 热键检测使用右 Option 的全局
.flagsChanged监视器（keyCode 61+.option）。我们仅观察事件（无吞咽）。 - 捕获管道位于
VoicePushToTalk中：立即启动语音，将部分流式传输到叠加，并在释放时调用VoiceWakeForwarder。 - 当按住说话开始时，我们会暂停唤醒词运行时以避免音频龙头决斗；它会在释放后自动重启。
- 权限：需要麦克风 + 语音；查看事件需要辅助功能/输入监控批准。
- 外部键盘：有些可能不会按预期暴露右 Option — 如果用户报告未命中，请提供回退快捷键。
- 语音唤醒切换：启用唤醒词运行时。
- 按住 Cmd+Fn 说话： 启用按住说话监视器。在 macOS < 26 上禁用。
- 语言和麦克风选择器、实时电平表、触发词表、测试器（仅本地；不转发）。
- 麦克风选择器在设备断开连接时保留最后的选择，显示断开连接提示，并暂时回退到系统默认值，直到它返回。
- 声音： 在触发检测和发送时 chime；默认为 macOS"Glass"系统声音。您可以为每个事件选择任何
NSSound可加载的文件（例如 MP3/WAV/AIFF）或选择无声音。
- 启用语音唤醒后，转录被转发到活动的网关/代理（应用其余部分使用的相同本地与远程模式）。
- 回复发送到最后使用的主提供商（WhatsApp/Telegram/Discord/WebChat）。如果传递失败，则记录错误，并且运行仍然可以通过 WebChat/会话日志看到。
VoiceWakeForwarder.prefixedTranscript(_:)在发送前预置机器提示。在唤醒词和按住说话路径之间共享。
- 切换按住说话，按住 Cmd+Fn，说话，释放：叠加应显示部分然后发送。
- 按住时，菜单栏耳朵应保持放大（使用
triggerVoiceEars(ttl:nil)）；它们在释放后下降。