Documentation Index
Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt
Use this file to discover all available pages before exploring further.
語音覆蓋層生命週期 (macOS)
對象:macOS app 貢獻者。目標:在喚醒詞和按鍵通話重疊時,讓語音覆蓋層保持可預期。目前意圖
- 如果覆蓋層已因喚醒詞而顯示,且使用者按下快捷鍵,快捷鍵工作階段會_採用_現有文字,而不是重設它。按住快捷鍵時,覆蓋層會維持顯示。使用者放開時:如果有修剪後的文字就傳送,否則關閉。
- 喚醒詞單獨使用時仍會在靜音時自動傳送;按鍵通話會在放開時立即傳送。
已實作(2025 年 12 月 9 日)
- 覆蓋層工作階段現在會為每次擷取(喚醒詞或按鍵通話)攜帶一個 token。當 token 不符合時,partial/final/send/dismiss/level 更新會被捨棄,避免過期回呼。
- 按鍵通話會採用任何可見的覆蓋層文字作為前綴(因此在喚醒覆蓋層顯示時按下快捷鍵,會保留文字並附加新的語音)。它最多等待 1.5 秒取得最終轉錄,然後才退回使用目前文字。
- 鈴聲/覆蓋層記錄會以
info發出,分類為voicewake.overlay、voicewake.ptt和voicewake.chime(工作階段開始、partial、final、send、dismiss、鈴聲原因)。
後續步驟
- VoiceSessionCoordinator (actor)
- 一次只擁有一個
VoiceSession。 - API(以 token 為基礎):
beginWakeCapture、beginPushToTalk、updatePartial、endCapture、cancel、applyCooldown。 - 捨棄攜帶過期 token 的回呼(防止舊辨識器重新開啟覆蓋層)。
- 一次只擁有一個
- VoiceSession (model)
- 欄位:
token、source(wakeWord|pushToTalk)、已提交/暫存文字、鈴聲旗標、計時器(自動傳送、閒置)、overlayMode(display|editing|sending)、冷卻期限。
- 欄位:
- 覆蓋層繫結
VoiceSessionPublisher(ObservableObject) 將作用中的工作階段鏡像到 SwiftUI。VoiceWakeOverlayView只透過 publisher 轉譯;它絕不直接變更全域單例。- 覆蓋層使用者動作(
sendNow、dismiss、edit)會使用工作階段 token 回呼 coordinator。
- 統一傳送路徑
- 在
endCapture:如果修剪後的文字為空 → 關閉;否則performSend(session:)(播放一次傳送鈴聲、轉送、關閉)。 - 按鍵通話:無延遲;喚醒詞:自動傳送可選擇延遲。
- 按鍵通話結束後,對喚醒 runtime 套用短暫冷卻,讓喚醒詞不會立即再次觸發。
- 在
- 記錄
- Coordinator 在 subsystem
ai.openclaw、分類voicewake.overlay和voicewake.chime中發出.info記錄。 - 關鍵事件:
session_started、adopted_by_push_to_talk、partial、finalized、send、dismiss、cancel、cooldown。
- Coordinator 在 subsystem
偵錯檢查清單
-
重現卡住的覆蓋層時串流記錄:
- 驗證只有一個作用中的工作階段 token;過期回呼應由 coordinator 捨棄。
-
確保按鍵通話放開時一律使用作用中的 token 呼叫
endCapture;如果文字為空,預期會dismiss,不會有鈴聲或傳送。
遷移步驟(建議)
- 加入
VoiceSessionCoordinator、VoiceSession和VoiceSessionPublisher。 - 重構
VoiceWakeRuntime,讓它建立/更新/結束工作階段,而不是直接觸碰VoiceWakeOverlayController。 - 重構
VoicePushToTalk,讓它採用現有工作階段,並在放開時呼叫endCapture;套用 runtime 冷卻。 - 將
VoiceWakeOverlayController接到 publisher;移除 runtime/PTT 的直接呼叫。 - 為工作階段採用、冷卻和空文字關閉加入整合測試。