​

Голосова активація та натисни-і-говори

​

Режими

• Режим ключового слова активації (типово): завжди активний розпізнавач мовлення очікує на токени-тригери (swabbleTriggerWords). Після збігу він починає захоплення, показує накладку з частковим текстом і автоматично надсилає після тиші.
• Натисни-і-говори (утримання правої клавіші Option): утримуйте праву клавішу Option, щоб негайно почати захоплення — тригер не потрібен. Накладка з’являється під час утримання; відпускання завершує процес і пересилає результат після короткої затримки, щоб ви могли підправити текст.

​

Поведінка під час виконання (ключове слово активації)

• Розпізнавач мовлення працює в VoiceWakeRuntime.
• Тригер спрацьовує лише тоді, коли між словом активації та наступним словом є значуща пауза (проміжок ~0.55 с). Накладка/сигнал можуть початися на цій паузі ще до початку команди.
• Вікна тиші: 2.0 с, коли мовлення триває, 5.0 с, якщо було почуто лише тригер.
• Жорстка зупинка: 120 с, щоб запобігти неконтрольованим сесіям.
• Затримка між сесіями: 350 мс.
• Накладкою керує VoiceWakeOverlayController із кольорами для підтвердженого/тимчасового тексту.
• Після надсилання розпізнавач коректно перезапускається, щоб слухати наступний тригер.

​

Незмінні умови життєвого циклу

• Якщо Voice Wake увімкнено й дозволи надано, розпізнавач ключового слова активації має слухати (окрім випадків явного захоплення в режимі натисни-і-говори).
• Видимість накладки (зокрема ручне закриття кнопкою X) ніколи не повинна заважати відновленню роботи розпізнавача.

​

Залипання накладки (попередній збій)

• Перезапуск runtime голосової активації більше не блокується через видимість накладки.
• Завершення закриття накладки запускає VoiceWakeRuntime.refresh(...) через VoiceSessionCoordinator, тому ручне закриття кнопкою X завжди відновлює прослуховування.

​

Особливості натисни-і-говори

• Визначення гарячої клавіші використовує глобальний монітор .flagsChanged для правої клавіші Option (keyCode 61 + .option). Ми лише спостерігаємо за подіями (без перехоплення).
• Конвеєр захоплення працює в VoicePushToTalk: одразу запускає Speech, передає часткові результати в накладку та викликає VoiceWakeForwarder після відпускання клавіші.
• Коли починається натисни-і-говори, ми ставимо runtime ключового слова активації на паузу, щоб уникнути конфлікту аудіопотоків; після відпускання він автоматично перезапускається.
• Дозволи: потрібні доступи до мікрофона та Speech; для отримання подій потрібне схвалення Accessibility/Input Monitoring.
• Зовнішні клавіатури: деякі можуть не показувати праву клавішу Option так, як очікується — якщо користувачі повідомляють про пропуски, запропонуйте резервне сполучення клавіш.

​

Налаштування для користувача

• Перемикач Voice Wake: вмикає runtime ключового слова активації.
• Утримуйте Cmd+Fn, щоб говорити: вмикає монітор натисни-і-говори. Вимкнено в macOS < 26.
• Засоби вибору мови й мікрофона, індикатор рівня в реальному часі, таблиця слів активації, тестер (лише локально; не пересилає).
• Засіб вибору мікрофона зберігає останній вибір, якщо пристрій від’єднується, показує підказку про від’єднання та тимчасово перемикається на системний пристрій за замовчуванням, доки той не повернеться.
• Звуки: сигнали під час виявлення тригера та під час надсилання; типово використовується системний звук macOS “Glass”. Для кожної події можна вибрати будь-який файл, який підтримує завантаження через NSSound (наприклад, MP3/WAV/AIFF), або вибрати No Sound.

​

Поведінка пересилання

• Коли Voice Wake увімкнено, транскрипти пересилаються до активного шлюзу/агента (той самий локальний або віддалений режим, який використовується в решті програми для mac).
• Відповіді доставляються до останнього використаного основного провайдера (WhatsApp/Telegram/Discord/WebChat). Якщо доставка не вдається, помилка записується в журнал, а виконання все одно залишається видимим через WebChat/журнали сесії.

​

Корисне навантаження пересилання

• VoiceWakeForwarder.prefixedTranscript(_:) додає підказку про машину перед надсиланням. Використовується спільно для шляхів ключового слова активації та натисни-і-говори.

​

Швидка перевірка

• Увімкніть натисни-і-говори, утримуйте Cmd+Fn, скажіть фразу, відпустіть: накладка має показувати часткові результати, а потім надіслати їх.
• Під час утримання вуха в рядку меню мають залишатися збільшеними (використовується triggerVoiceEars(ttl:nil)); після відпускання вони повертаються до звичайного стану.