语音悬浮层生命周期(macOS)
受众:macOS 应用贡献者。目标:当唤醒词与按住说话重叠时,让语音悬浮层保持可预测。行为
- 如果覆盖层已经因唤醒词而可见,而用户按下热键,则热键会话会沿用现有文本,而不是重置它。只要热键保持按下,覆盖层就会继续显示。松开时:如果有去除首尾空白后的文本,则发送;否则关闭。
- 仅使用唤醒词时仍会在静默后自动发送;按住说话则会在松开时立即发送。
实现
VoiceSessionCoordinator(apps/macos/Sources/OpenClaw/VoiceSessionCoordinator.swift)是活动语音会话的唯一拥有者。它是一个@MainActor @Observable单例,而不是 actor。API:startSession、updatePartial、finalize、sendNow、dismiss、updateLevel、snapshot。每个会话都携带一个UUID令牌;使用过期或不匹配令牌的调用会被丢弃。VoiceWakeOverlayController(VoiceWakeOverlayController+Session.swift)负责渲染覆盖层,并通过会话令牌将用户操作(requestSend、dismiss)转发回协调器。它自身从不拥有会话状态。- 按住说话(
VoicePushToTalk.begin())会将任何可见的覆盖层文本作为adoptedPrefix采用(通过VoiceSessionCoordinator.shared.snapshot()),这样当唤醒覆盖层已显示时按下热键,就会保留文本并追加新的语音。松开时,它会等待最长 1.5 秒以获取最终转写结果,然后再回退到当前文本。 - 在
dismiss时,覆盖层会调用VoiceSessionCoordinator.overlayDidDismiss,这会触发VoiceWakeRuntime.refresh(state:),从而让手动点击 X 关闭、空文本关闭以及发送后关闭都恢复唤醒词监听。 - 统一发送路径:如果修剪后的文本为空,则执行关闭;否则
sendNow只播放一次发送提示音,通过VoiceWakeForwarder转发,然后关闭。
日志
语音子系统为ai.openclaw;每个组件都会在其自己的类别下记录日志:
调试清单
-
在复现黏住的悬浮层时流式查看日志:
- 验证只有一个活动会话令牌;协调器会丢弃过期回调。
-
确认按住说话释放时始终使用活动令牌调用
end();如果文本为空,应预期直接关闭,不播放提示音也不发送。