本页内容

本页内容

macOS 配套应用程序

语音唤醒(macOS)

语音唤醒与按住说话

要求

语音唤醒和一键通需要 macOS、26.2 或更新版本。他们的设备控件出现在 Dashboard → 设置 → 通话 → 这台 Mac 中,当语音功能在此 Mac 上不可用时报告。

语音唤醒要求 Apple Speech 为所选语言支持设备端识别。当该仅本地模式的约束不可用时,应用会拒绝启动被动唤醒词监听;它绝不会回退到网络识别。按键通话、对话模式和快速聊天听写都是用户的显式操作,并且可以使用 Apple Speech 网络服务以支持更广泛的语言覆盖。

模式

  • 唤醒词模式(默认):始终开启、在设备端运行的语音识别器会等待触发词(swabbleTriggerWords)。匹配后,它会开始捕获,显示带有部分文本的浮层,并在静音后自动发送。
  • 按键通话(按住右侧 Option 键):按住右侧 Option 键即可立即开始捕获,无需触发词。按住时会显示浮层;松开后会完成识别,并在短暂延迟后转发,这样你可以编辑文本。

运行时行为(唤醒词)

  • 识别器位于 VoiceWakeRuntime 中。
  • 触发器仅在唤醒字和下一个字之间存在有意义的暂停时触发(triggerPauseWindow = 0.55s)。即使在命令开始之前,overlay/chime 也可以在暂停时启动。
  • 静音窗口:当语音持续流动时为 2.0s(silenceWindow),如果只听到了触发词则为 5.0s(triggerOnlySilenceWindow)。
  • 硬性停止:120s(captureHardStop),用于防止会话失控持续。
  • 会话之间的防抖:发送后等待 350ms(debounceAfterSend)。
  • 叠加层通过VoiceWakeOverlayController驱动,并带有committed/volatile文本着​​色。
  • 发送后,新的识别任务监听下一个触发。通话、语音唤醒、一键通和快速聊天听写会重复使用其识别器,而所选语言不变;停止捕获仍会释放麦克风并取消任务。

生命周期不变量

  • 如果启用语音唤醒并授予权限,唤醒词识别器将保持监听状态,除非一键通或通话模式拥有麦克风。
  • Overlay 关闭(包括通过 X 按钮手动关闭)请求识别器刷新。只有在所有活动语音所有者都释放暂停后,才能恢复收听;在捕获或 Talk 关闭期间,关闭叠加层无法重新启动它。请参阅 语音叠加 了解 session/token 模型。

按住说话细节

  • 热键检测观察 .flagsChanged 和物理右选项标志。即使左侧选项保持按下状态,释放右侧选项也会结束保持。事件永远不会被吞噬。
  • Capture 位于 VoicePushToTalk 中:权限解析后,仅当相同的保留保持活动状态时才开始语音。在转发之前,发布最多允许 1.5 秒的最终语音结果;空捕获会立即解除。
  • 禁用一键通或进入通话模式会取消待处理或活动捕获而不转发。在 Talk 关闭完成之前,一键通将保持不可用,即使其首选项同时发生变化。
  • 启动一键通会暂停唤醒词运行时间以避免竞争音频点击。暂停在最后的语音耗尽期间保持不变,并在音频拆卸后释放。
  • A 新鲜保留采用可见的覆盖文本,包括仍在等待最终语音结果的先前捕获,而不会转发替换的捕获两次。
  • 权限:需要麦克风+语音;接收关键事件需要Accessibility/Input 监控批准。
  • 外接键盘:某些键盘不会如预期暴露右 Option。若用户反馈漏检,请提供备用快捷键。

面向用户的设置

在 macOS 应用程序中打开 Dashboard → 设置 → 通话 → 此 Mac 进行设备语音设置。麦克风和语音权限位于 仪表板 → 设置 → 本机 → 权限 下。

  • Voice Wake 开关:启用唤醒词运行时。
  • 按住右侧 Option 键说话:启用按键说话监视器。
  • 如果所选语言在此 Mac 上缺乏设备识别,该页面会解释无法启用语音唤醒的原因。已启用的语音唤醒设置仍可以关闭;一键通和通话模式仍然可用。
  • 语言和麦克风选择器选择此 Mac 的输入。 系统默认使用系统麦克风。
  • 主要语言包括标记为 (系统) 的当前系统区域设置。选择它会保存其具体的区域设置标识符(例如,en_US),就像本机选择器所做的那样;它不保存空字符串或 system 标记。现有系统标记解析为显示此选项,而无需重写已保存的首选项。显示的选择中省略了不可用的其他语言。
  • 麦克风测试打开带有实时电平表的本机面板,并使用唤醒词捕获管道而不转发语音。诊断让位于通话模式和一键通。选择 Done 关闭面板并释放其麦克风捕获。
  • 触发字是 Talk 页面上的网关设置,并且在常规浏览器中保持可编辑。 Mac 的唤醒运行时使用主网关的触发字;打开另一个网关窗口不会重新定位该运行时。
  • 如果选定的麦克风断开连接,语音运行时会暂时使用系统默认值并在返回时保留选择。
  • 触发和发送提示音切换可打开或关闭每个声音。该页面还控制唤醒是否启动通话模式、一键通话、通话阶段声音、切换停止和实时中继。

转发行为

  • 在转发时,VoiceWakeForwarder.selectedSessionOptions 会优先选择当前活跃的 WebChat 会话键(如果已设置),否则使用网关的主会话键。
  • 它通过 sessions.list 查找该会话,并从会话的传递上下文中派生传递通道和目标(回退到最后一个 channel/target,然后返回到解析的会话密钥),如果没有解决,则默认为 WebChat。
  • 如果交付失败,则会记录错误(voicewake.forward 类别),并且通过 WebChat/session 日志仍然可以看到运行情况。

转发载荷

  • VoiceWakeForwarder.prefixedTranscript(_:) 会在转录内容前添加一行机器提示(解析到的主机名,若失败则回退为“这台 Mac”),该行为在唤醒词和按键通话路径之间共享。

快速验证

  • 打开按住说话,按住右 Option 键,说话后松开:覆盖层应先显示部分识别结果,然后发送。
  • 当语音覆盖可见时,菜单栏耳朵保持放大状态,当其消失时恢复正常。

相关内容

本页有帮助吗?