​

Voice Wake & Push-to-Talk

​

Modes

• Mode mot de réveil (par défaut) : le reconnaisseur Speech toujours actif attend des jetons déclencheurs (swabbleTriggerWords). Lorsqu’il y a correspondance, il démarre la capture, affiche la surcouche avec le texte partiel, puis envoie automatiquement après un silence.
• Push-to-talk (maintien de Right Option) : maintenez la touche Right Option pour capturer immédiatement — aucun déclencheur n’est nécessaire. La surcouche apparaît tant que la touche est maintenue ; le relâchement finalise et transfère après un court délai afin que vous puissiez ajuster le texte.

​

Comportement à l’exécution (mot de réveil)

• Le reconnaisseur Speech vit dans VoiceWakeRuntime.
• Le déclencheur ne s’active que lorsqu’il y a une pause significative entre le mot de réveil et le mot suivant (écart d’environ 0,55 s). La surcouche/le carillon peut démarrer sur la pause même avant le début de la commande.
• Fenêtres de silence : 2,0 s lorsque la parole est en cours, 5,0 s si seul le déclencheur a été entendu.
• Arrêt forcé : 120 s pour empêcher les sessions qui s’emballent.
• Antirebond entre les sessions : 350 ms.
• La surcouche est pilotée via VoiceWakeOverlayController avec coloration committed/volatile.
• Après l’envoi, le reconnaisseur redémarre proprement pour écouter le prochain déclencheur.

​

Invariants de cycle de vie

• Si Voice Wake est activé et que les autorisations sont accordées, le reconnaisseur de mot de réveil doit être en écoute (sauf pendant une capture push-to-talk explicite).
• La visibilité de la surcouche (y compris le masquage manuel via le bouton X) ne doit jamais empêcher le reconnaisseur de reprendre.

​

Mode d’échec de surcouche bloquée (précédent)

Auparavant, si la surcouche restait bloquée visible et que vous la fermiez manuellement, Voice Wake pouvait sembler « mort » parce que la tentative de redémarrage du runtime pouvait être bloquée par la visibilité de la surcouche et qu’aucun redémarrage ultérieur n’était programmé. Durcissement :

• Le redémarrage du runtime de réveil n’est plus bloqué par la visibilité de la surcouche.
• La fin du masquage de la surcouche déclenche un VoiceWakeRuntime.refresh(...) via VoiceSessionCoordinator, de sorte qu’un masquage manuel via X reprend toujours l’écoute.

​

Spécificités du push-to-talk

• La détection de raccourci clavier utilise un moniteur global .flagsChanged pour Right Option (keyCode 61 + .option). Nous observons uniquement les événements (sans les intercepter).
• Le pipeline de capture vit dans VoicePushToTalk : démarre immédiatement Speech, diffuse les partiels vers la surcouche, puis appelle VoiceWakeForwarder au relâchement.
• Lorsque le push-to-talk démarre, nous mettons en pause le runtime de mot de réveil pour éviter des taps audio concurrents ; il redémarre automatiquement après le relâchement.
• Autorisations : nécessite Microphone + Speech ; voir les événements requiert l’approbation Accessibility/Input Monitoring.
• Claviers externes : certains peuvent ne pas exposer Right Option comme prévu — proposez un raccourci de secours si les utilisateurs signalent des ratés.

​

Paramètres visibles par l’utilisateur

• Interrupteur Voice Wake : active le runtime de mot de réveil.
• Hold Cmd+Fn to talk : active le moniteur push-to-talk. Désactivé sur macOS < 26.
• Sélecteurs de langue et de micro, indicateur de niveau en direct, tableau des mots déclencheurs, testeur (local uniquement ; ne transfère pas).
• Le sélecteur de micro conserve la dernière sélection si un appareil se déconnecte, affiche un indice de déconnexion et revient temporairement au périphérique système par défaut jusqu’à son retour.
• Sons : carillons à la détection du déclencheur et à l’envoi ; par défaut, le son système macOS « Glass ». Vous pouvez choisir n’importe quel fichier chargeable par NSSound (par ex. MP3/WAV/AIFF) pour chaque événement ou choisir No Sound.

​

Comportement de transfert

• Lorsque Voice Wake est activé, les transcriptions sont transférées vers la passerelle/l’agent actif (même mode local ou distant que celui utilisé par le reste de l’app Mac).
• Les réponses sont distribuées au dernier fournisseur principal utilisé (WhatsApp/Telegram/Discord/WebChat). Si la distribution échoue, l’erreur est consignée et l’exécution reste visible via WebChat/journaux de session.

​

Charge utile de transfert

• VoiceWakeForwarder.prefixedTranscript(_:) préfixe la transcription avec l’indication de machine avant l’envoi. Partagé entre les chemins mot de réveil et push-to-talk.

​

Vérification rapide

• Activez le push-to-talk, maintenez Cmd+Fn, parlez, relâchez : la surcouche doit afficher les partiels puis envoyer.
• Pendant le maintien, les oreilles de la barre de menus doivent rester agrandies (utilise triggerVoiceEars(ttl:nil)) ; elles reviennent à la normale après le relâchement.