语音浮层生命周期（macOS）

受众：macOS 应用贡献者。目标：当唤醒词与按键说话重叠时，确保语音浮层行为可预测。

行为

• 如果唤醒词触发的浮层已显示，而用户按下热键，则热键会话会接管现有文本，而不是将其重置。按住热键期间，浮层会保持显示。松开时：如果存在去除首尾空白后的文本，则发送；否则关闭。
• 仅使用唤醒词时，仍会在检测到静默后自动发送；按键说话则会在松开按键时立即发送。

实现

• VoiceSessionCoordinator（apps/macos/Sources/OpenClaw/VoiceSessionCoordinator.swift）是活动语音会话的唯一所有者。它是 @MainActor @Observable 单例，而不是 actor。API：startSession、updatePartial、finalize、sendNow、dismiss、updateLevel、snapshot。每个会话都携带一个 UUID 令牌；使用过期或不匹配令牌的调用会被丢弃。
• VoiceWakeOverlayController（VoiceWakeOverlayController+Session.swift）负责渲染浮层，并通过会话令牌将用户操作（requestSend、dismiss）转发回协调器。它本身绝不拥有会话状态。
• 按键说话（VoicePushToTalk.begin()）会将可见浮层中的所有文本接管为 adoptedPrefix（通过 VoiceSessionCoordinator.shared.snapshot()），因此当唤醒浮层显示时按下热键，会保留现有文本并追加新的语音内容。松开按键后，它最多等待 1.5s 以获取最终转录文本，超时后则回退到当前文本。
• 发生 dismiss 时，浮层会调用 VoiceSessionCoordinator.overlayDidDismiss，进而触发 VoiceWakeRuntime.refresh(state:)，因此手动点击 X 关闭、空文本关闭以及发送后关闭都会恢复唤醒词监听。
• 统一发送路径：如果去除首尾空白后的文本为空，则关闭；否则，sendNow 会播放一次发送提示音，通过 VoiceWakeForwarder 转发内容，然后关闭浮层。

日志

语音子系统为 ai.openclaw；每个组件都在各自的类别下记录日志：

调试检查清单

• 复现浮层无法关闭的问题时，以流式方式查看日志：

  sudo log stream --predicate 'subsystem == "ai.openclaw" AND category CONTAINS "voicewake"' --level info --style compact

• 验证只有一个活动会话令牌；过期回调会被协调器丢弃。

• 确认松开按键说话热键时，始终使用活动令牌调用 end()；如果文本为空，预期行为是直接关闭，而不播放提示音或发送内容。

相关内容

• macOS 应用
• 语音唤醒（macOS）
• Talk 模式