语音唤醒与按住通话
模式
- 唤醒词模式（默认）：始终开启的语音识别器等待触发令牌（
swabbleTriggerWords）。匹配后，它开始捕获，显示带有部分文本的覆盖层，并在静音后自动发送。 - 按住通话（按住右 Option 键）：按住右 Option 键立即进行捕获——无需触发。按住时显示覆盖层；松开后经过短暂延迟以完成并转发，以便您调整文本。
运行时行为（唤醒词）
- 语音识别器位于
VoiceWakeRuntime中。 - 仅当唤醒词和下一个词之间有有意义的停顿时才会触发（约 0.55 秒的间隔）。即使在命令开始之前，覆盖层/提示音也可以在停顿时开始。
- 静音窗口：语音流畅时为 2.0 秒，如果只听到触发词则为 5.0 秒。
- 强制停止：120 秒以防止会话失控。
- 会话之间的防抖：350 毫秒。
- 覆盖层通过
VoiceWakeOverlayController驱动，并带有已提交/易失性着色。 - 发送后，识别器会干净地重新启动以监听下一个触发词。
生命周期不变性
- 如果启用了语音唤醒并授予了权限，唤醒词识别器应该正在监听（除非在显式的按住通话捕获期间）。
- 覆盖层可见性（包括通过 X 按钮手动关闭）绝不能阻止识别器恢复。
粘性覆盖层故障模式（以前的版本）
以前，如果覆盖层卡住可见并且您手动关闭了它，语音唤醒可能看起来“死机”了，因为运行时的重新启动尝试可能会被覆盖层可见性阻止，并且没有安排随后的重新启动。 加固：- 唤醒运行时重新启动不再被覆盖层可见性阻止。
- 覆盖层关闭完成通过
VoiceSessionCoordinator触发VoiceWakeRuntime.refresh(...)，因此手动 X 关闭总是恢复监听。
按住通话细节
- 热键检测使用全局
.flagsChanged监视器来监视 右 Option 键（keyCode 61+.option）。我们仅观察事件（不拦截）。 - 捕获管道位于
VoicePushToTalk中：立即启动语音，将部分结果流式传输到覆盖层，并在释放时调用VoiceWakeForwarder。 - 当按住通话开始时，我们会暂停唤醒词运行时以避免音频采集冲突；它会在释放后自动重启。
- 权限：需要麦克风 + 语音识别权限；查看事件需要辅助功能/输入监控批准。
- 外部键盘：部分键盘可能无法按预期暴露右 Option 键——如果用户报告漏检，请提供备用快捷键。
用户面向的设置
- Voice Wake（语音唤醒）开关：启用唤醒词运行时。
- Hold Cmd+Fn to talk（按住 Cmd+Fn 通话）：启用按住通话监视器。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）。
- 如果设备断开连接，麦克风选择器会保留上次的选择，显示断开连接提示，并暂时回退到系统默认设置，直到设备恢复。
- 声音：在检测到触发和发送时发出提示音；默认为 macOS “Glass” 系统声音。您可以为每个事件选择任何
NSSound可加载文件（例如 MP3/WAV/AIFF）或选择 无声音。
转发行为
- 启用 Voice Wake 时，转录文本会转发到活动网关/代理（使用与 Mac 应用其余部分相同的本地与远程模式）。
- 回复将发送到 上次使用的主提供商（WhatsApp/Telegram/Discord/WebChat）。如果发送失败，会记录错误，且运行记录仍可通过 WebChat/会话日志查看。
转发负载
VoiceWakeForwarder.prefixedTranscript(_:)在发送前预置机器提示。在唤醒词和按键通话路径之间共享。
快速验证
- 开启按住通话，按住 Cmd+Fn，说话，松开：覆盖层应显示部分文本然后发送。
- 按住时，菜单栏耳朵应保持放大（使用
triggerVoiceEars(ttl:nil)）；释放后它们会恢复。
本页面源自 openclaw/openclaw，由 BeaversLab 翻译，遵循 MIT 协议 发布。