macOS companion app

वॉइस वेक (macOS)

वॉइस वेक और पुश-टू-टॉक

आवश्यकताएँ

वॉइस वेक और पुश-टू-टॉक के लिए macOS 26 या नया संस्करण आवश्यक है। पुराने macOS पर वॉइस सेटिंग्स पेज से नियंत्रण छिपे रहते हैं और उनके स्थान पर macOS 26 की आवश्यकता दिखाई जाती है।

वॉइस वेक के लिए आवश्यक है कि Apple Speech चयनित भाषा के लिए डिवाइस पर पहचान का समर्थन करे। स्थानीय-केवल अनुबंध उपलब्ध न होने पर ऐप निष्क्रिय वेक-वर्ड सुनना शुरू करने से मना कर देता है; यह कभी भी नेटवर्क पहचान पर वापस नहीं जाता। पुश-टू-टॉक, टॉक मोड और क्विक चैट डिक्टेशन उपयोगकर्ता की स्पष्ट कार्रवाइयाँ हैं और व्यापक भाषा कवरेज के लिए Apple Speech नेटवर्क सेवाओं का उपयोग कर सकते हैं।

मोड

वेक-वर्ड मोड (डिफ़ॉल्ट): हमेशा चालू रहने वाला, डिवाइस पर काम करने वाला Speech पहचानकर्ता ट्रिगर टोकन (swabbleTriggerWords) की प्रतीक्षा करता है। मिलान होने पर यह कैप्चर शुरू करता है, आंशिक टेक्स्ट वाला ओवरले दिखाता है और मौन के बाद अपने-आप भेज देता है।
पुश-टू-टॉक (Right Option दबाए रखें): बिना किसी ट्रिगर के तुरंत कैप्चर करने के लिए दाईं Option कुंजी दबाए रखें। कुंजी दबाए रखने के दौरान ओवरले दिखाई देता है; छोड़ने पर प्रक्रिया पूरी होती है और थोड़े विलंब के बाद टेक्स्ट अग्रेषित किया जाता है, ताकि आप उसे संपादित कर सकें।

रनटाइम व्यवहार (वेक-वर्ड)

पहचानकर्ता VoiceWakeRuntime में रहता है।
ट्रिगर केवल तभी सक्रिय होता है, जब वेक वर्ड और अगले शब्द के बीच सार्थक विराम हो (triggerPauseWindow = 0.55s)। कमांड शुरू होने से पहले ही विराम पर ओवरले/ध्वनि शुरू हो सकती है।
मौन अवधियाँ: वाणी जारी रहने पर 2.0s (silenceWindow), और केवल ट्रिगर सुनाई देने पर 5.0s (triggerOnlySilenceWindow)।
अनिवार्य समाप्ति: अनियंत्रित सत्रों को रोकने के लिए 120s (captureHardStop)।
सत्रों के बीच डिबाउंस: भेजने के बाद 350ms (debounceAfterSend)।
ओवरले VoiceWakeOverlayController के माध्यम से संचालित होता है और प्रतिबद्ध/अस्थिर टेक्स्ट को अलग-अलग रंगों में दिखाता है।
भेजने के बाद पहचानकर्ता अगले ट्रिगर को सुनने के लिए साफ़ तौर पर पुनः शुरू होता है।

जीवनचक्र के अपरिवर्तनीय नियम

यदि वॉइस वेक सक्षम है और अनुमतियाँ दी गई हैं, तो सक्रिय पुश-टू-टॉक कैप्चर के दौरान छोड़कर वेक-वर्ड पहचानकर्ता सुनता रहता है।
X बटन के माध्यम से मैन्युअल रूप से बंद करने सहित, ओवरले को बंद करना हमेशा पहचानकर्ता को पुनः शुरू करता है: बंद करने के प्रत्येक पथ पर VoiceSessionCoordinator.overlayDidDismiss, VoiceWakeRuntime.refresh(state:) को कॉल करता है। सत्र/टोकन मॉडल के लिए वॉइस ओवरले देखें।

पुश-टू-टॉक की विशिष्टताएँ

हॉटकी पहचान दाईं Option (keyCode 61 + .option) के लिए वैश्विक .flagsChanged मॉनिटर का उपयोग करती है। यह केवल इवेंट देखता है, उन्हें कभी अवरुद्ध नहीं करता।
कैप्चर VoicePushToTalk में रहता है: यह Speech को तुरंत शुरू करता है, आंशिक परिणामों को ओवरले पर स्ट्रीम करता है और कुंजी छोड़ने पर VoiceWakeForwarder को कॉल करता है।
पुश-टू-टॉक शुरू करने पर परस्पर टकराते ऑडियो टैप से बचने के लिए वेक-वर्ड रनटाइम रुक जाता है; कुंजी छोड़ने के बाद यह अपने-आप पुनः शुरू होता है।
अनुमतियाँ: माइक्रोफ़ोन + Speech आवश्यक हैं; कुंजी इवेंट प्राप्त करने के लिए Accessibility/Input Monitoring की स्वीकृति आवश्यक है।
बाहरी कीबोर्ड: कुछ कीबोर्ड दाईं Option को अपेक्षित रूप से प्रकट नहीं करते। यदि उपयोगकर्ता पहचान छूटने की सूचना दें, तो वैकल्पिक शॉर्टकट उपलब्ध कराएँ।

उपयोगकर्ता-दृश्य सेटिंग्स

वॉइस वेक टॉगल: वेक-वर्ड रनटाइम सक्षम करता है।
बोलने के लिए Right Option दबाए रखें: पुश-टू-टॉक मॉनिटर सक्षम करता है।
यदि चयनित भाषा में इस Mac पर डिवाइस-आधारित पहचान उपलब्ध नहीं है, तो वॉइस वेक अक्षम रहता है, जबकि पुश-टू-टॉक और टॉक मोड उपलब्ध रहते हैं।
भाषा और माइक चयनकर्ता, लाइव स्तर मीटर, ट्रिगर-वर्ड तालिका और परीक्षक (केवल स्थानीय, कभी अग्रेषित नहीं करता)।
यदि कोई डिवाइस डिस्कनेक्ट हो जाता है, तो माइक चयनकर्ता अंतिम चयन बनाए रखता है, डिस्कनेक्ट होने का संकेत दिखाता है और डिवाइस के वापस आने तक अस्थायी रूप से सिस्टम डिफ़ॉल्ट का उपयोग करता है।
ध्वनियाँ: ट्रिगर का पता लगने और भेजने पर ध्वनि बजती है, जिसके लिए डिफ़ॉल्ट रूप से macOS की "Glass" सिस्टम ध्वनि उपयोग होती है। प्रत्येक इवेंट के लिए कोई भी NSSound-लोड करने योग्य फ़ाइल (जैसे MP3/WAV/AIFF) चुनें या कोई ध्वनि नहीं चुनें।

अग्रेषण व्यवहार

अग्रेषित करते समय, यदि सक्रिय WebChat सत्र कुंजी सेट है तो VoiceWakeForwarder.selectedSessionOptions उसे चुनता है, अन्यथा Gateway की मुख्य सत्र कुंजी चुनता है।
यह sessions.list के माध्यम से उस सत्र को खोजता है और सत्र के वितरण संदर्भ से वितरण चैनल तथा लक्ष्य प्राप्त करता है (पहले उसके अंतिम चैनल/लक्ष्य पर और फिर पार्स की गई सत्र कुंजी पर वापस जाते हुए); यदि कुछ भी निर्धारित नहीं होता, तो WebChat डिफ़ॉल्ट होता है।
यदि वितरण विफल होता है, तो त्रुटि लॉग की जाती है (voicewake.forward श्रेणी) और रन फिर भी WebChat/सत्र लॉग के माध्यम से दिखाई देता है।

अग्रेषण पेलोड

VoiceWakeForwarder.prefixedTranscript(_:) प्रतिलेख से पहले मशीन-संकेत पंक्ति (निर्धारित होस्ट नाम, उपलब्ध न होने पर "यह Mac") जोड़ता है, जिसका उपयोग वेक-वर्ड और पुश-टू-टॉक दोनों पथों में होता है।

त्वरित सत्यापन

पुश-टू-टॉक चालू करें, Right Option दबाए रखें, बोलें और छोड़ें: ओवरले को पहले आंशिक परिणाम दिखाने चाहिए और फिर उन्हें भेजना चाहिए।
कुंजी दबाए रखने के दौरान मेन्यू-बार के कान बड़े बने रहने चाहिए (triggerVoiceEars(ttl: nil)); छोड़ने के बाद वे सामान्य हो जाते हैं।