​

Kích Hoạt Giọng Nói & Nhấn Để Nói

​

Chế Độ

• Chế độ kích hoạt bằng từ khóa (mặc định): Bộ nhận diện giọng nói luôn bật, chờ từ khóa kích hoạt (swabbleTriggerWords). Khi khớp, nó bắt đầu thu âm, hiển thị lớp phủ với văn bản tạm thời và tự động gửi sau khi im lặng.
• Nhấn để nói (Giữ phím Option phải): Giữ phím Option phải để thu âm ngay lập tức mà không cần từ khóa. Lớp phủ xuất hiện khi giữ; thả ra sẽ hoàn tất và gửi sau một khoảng thời gian ngắn để bạn có thể chỉnh sửa văn bản.

​

Hành Vi Thời Gian Chạy (kích hoạt bằng từ khóa)

• Bộ nhận diện giọng nói hoạt động trong VoiceWakeRuntime.
• Chỉ kích hoạt khi có khoảng dừng ý nghĩa giữa từ kích hoạt và từ tiếp theo (khoảng 0.55 giây). Lớp phủ/âm thanh có thể bắt đầu trong khoảng dừng ngay cả trước khi lệnh bắt đầu.
• Khoảng im lặng: 2.0 giây khi giọng nói đang chảy, 5.0 giây nếu chỉ nghe thấy từ kích hoạt.
• Dừng cứng: 120 giây để ngăn phiên chạy quá lâu.
• Khoảng thời gian giữa các phiên: 350ms.
• Lớp phủ được điều khiển qua VoiceWakeOverlayController với màu sắc cam kết/tạm thời.
• Sau khi gửi, bộ nhận diện khởi động lại sạch sẽ để lắng nghe kích hoạt tiếp theo.

​

Nguyên Tắc Vòng Đời

• Nếu Kích Hoạt Giọng Nói được bật và quyền đã được cấp, bộ nhận diện từ khóa phải đang lắng nghe (trừ khi đang thu âm nhấn để nói).
• Khả năng hiển thị của lớp phủ (bao gồm việc đóng thủ công qua nút X) không bao giờ được ngăn bộ nhận diện tiếp tục.

​

Chế Độ Lỗi Lớp Phủ Dính (trước đây)

• Khởi động lại runtime không còn bị chặn bởi lớp phủ.
• Hoàn tất đóng lớp phủ kích hoạt VoiceWakeRuntime.refresh(...) qua VoiceSessionCoordinator, vì vậy đóng X thủ công luôn tiếp tục lắng nghe.

​

Chi Tiết Nhấn Để Nói

• Phát hiện phím nóng sử dụng một bộ giám sát .flagsChanged toàn cầu cho Option phải (keyCode 61 + .option). Chỉ quan sát sự kiện (không chặn).
• Quy trình thu âm nằm trong VoicePushToTalk: bắt đầu nhận diện giọng nói ngay lập tức, truyền văn bản tạm thời đến lớp phủ, và gọi VoiceWakeForwarder khi thả ra.
• Khi nhấn để nói bắt đầu, chúng tôi tạm dừng runtime từ khóa để tránh xung đột âm thanh; nó tự động khởi động lại sau khi thả ra.
• Quyền: yêu cầu Microphone + Speech; xem sự kiện cần phê duyệt Accessibility/Input Monitoring.
• Bàn phím ngoài: một số có thể không hiển thị Option phải như mong đợi—cung cấp phím tắt dự phòng nếu người dùng báo cáo lỗi.

​

Cài Đặt Hướng Đến Người Dùng

• Kích Hoạt Giọng Nói: bật runtime từ khóa.
• Giữ Cmd+Fn để nói: bật giám sát nhấn để nói. Vô hiệu trên macOS < 26.
• Chọn ngôn ngữ & mic, đồng hồ đo mức sống, bảng từ khóa kích hoạt, công cụ kiểm tra (chỉ cục bộ; không chuyển tiếp).
• Chọn mic giữ lại lựa chọn cuối cùng nếu thiết bị ngắt kết nối, hiển thị gợi ý ngắt kết nối và tạm thời quay lại mặc định hệ thống cho đến khi nó trở lại.
• Âm thanh: âm thanh khi phát hiện kích hoạt và khi gửi; mặc định là âm thanh hệ thống “Glass” của macOS. Bạn có thể chọn bất kỳ tệp nào có thể tải bằng NSSound (ví dụ: MP3/WAV/AIFF) cho mỗi sự kiện hoặc chọn Không Âm Thanh.

​

Hành Vi Chuyển Tiếp

• Khi Kích Hoạt Giọng Nói được bật, bản ghi được chuyển tiếp đến gateway/agent đang hoạt động (cùng chế độ cục bộ hoặc từ xa được sử dụng bởi phần còn lại của ứng dụng mac).
• Phản hồi được gửi đến nhà cung cấp chính được sử dụng gần đây nhất (WhatsApp/Telegram/Discord/WebChat). Nếu gửi thất bại, lỗi được ghi lại và phiên vẫn hiển thị qua WebChat/nhật ký phiên.

​

Tải Trọng Chuyển Tiếp

• VoiceWakeForwarder.prefixedTranscript(_:) thêm gợi ý máy trước khi gửi. Chia sẻ giữa các đường dẫn từ khóa và nhấn để nói.

​

Xác Minh Nhanh

• Bật nhấn để nói, giữ Cmd+Fn, nói, thả: lớp phủ nên hiển thị văn bản tạm thời sau đó gửi.
• Trong khi giữ, biểu tượng tai trên thanh menu nên phóng to (sử dụng triggerVoiceEars(ttl:nil)); chúng sẽ thu nhỏ sau khi thả.