macOS companion app

Attivazione vocale (macOS)

Attivazione vocale e push-to-talk

Requisiti

L'attivazione vocale e il push-to-talk richiedono macOS 26 o versioni successive. Nelle versioni precedenti di macOS, i controlli sono nascosti nella pagina delle impostazioni vocali, che mostra invece il requisito di macOS 26.

Modalità

Modalità parola di attivazione (predefinita): un riconoscitore vocale sempre attivo attende i termini di attivazione (swabbleTriggerWords). Quando li rileva, avvia l'acquisizione, mostra la sovrimpressione con il testo parziale e invia automaticamente dopo un periodo di silenzio.
Push-to-talk (tieni premuto Opzione destro): tieni premuto il tasto Opzione destro per avviare immediatamente l'acquisizione, senza bisogno di un termine di attivazione. La sovrimpressione appare mentre il tasto è premuto; al rilascio, finalizza e inoltra dopo un breve ritardo, consentendoti di modificare il testo.

Comportamento in fase di esecuzione (parola di attivazione)

Il riconoscitore risiede in VoiceWakeRuntime.
L'attivazione avviene solo in presenza di una pausa significativa tra la parola di attivazione e quella successiva (triggerPauseWindow = 0,55 s). La sovrimpressione e il segnale acustico possono avviarsi durante la pausa, anche prima dell'inizio del comando.
Intervalli di silenzio: 2,0 s (silenceWindow) mentre il parlato prosegue, 5,0 s (triggerOnlySilenceWindow) se è stata rilevata soltanto la parola di attivazione.
Arresto forzato: 120 s (captureHardStop) per evitare sessioni incontrollate.
Antirimbalzo tra le sessioni: 350 ms (debounceAfterSend) dopo un invio.
La sovrimpressione è gestita tramite VoiceWakeOverlayController, con una colorazione distinta per il testo confermato e quello provvisorio.
Dopo l'invio, il riconoscitore si riavvia in modo pulito per attendere l'attivazione successiva.

Invarianti del ciclo di vita

Se l'attivazione vocale è abilitata e le autorizzazioni sono concesse, il riconoscitore della parola di attivazione rimane in ascolto, tranne durante un'acquisizione push-to-talk attiva.
La chiusura della sovrimpressione, inclusa quella manuale tramite il pulsante X, riattiva sempre il riconoscitore: VoiceSessionCoordinator.overlayDidDismiss chiama VoiceWakeRuntime.refresh(state:) in ogni percorso di chiusura. Consulta Sovrimpressione vocale per il modello di sessione e token.

Dettagli del push-to-talk

Il rilevamento del tasto di scelta rapida utilizza un monitor globale .flagsChanged per il tasto Opzione destro (keyCode 61 + .option). Osserva soltanto gli eventi, senza mai intercettarli.
L'acquisizione risiede in VoicePushToTalk: avvia immediatamente il riconoscimento vocale, trasmette i risultati parziali alla sovrimpressione e chiama VoiceWakeForwarder al rilascio.
L'avvio del push-to-talk mette in pausa il runtime della parola di attivazione per evitare acquisizioni audio concorrenti; questo si riavvia automaticamente dopo il rilascio.
Autorizzazioni: richiede l'accesso a microfono e riconoscimento vocale; la ricezione degli eventi da tastiera richiede l'autorizzazione per accessibilità e monitoraggio input.
Tastiere esterne: alcune non espongono il tasto Opzione destro come previsto. Offri una scorciatoia alternativa se gli utenti segnalano mancate attivazioni.

Impostazioni visibili all'utente

Interruttore Attivazione vocale: abilita il runtime della parola di attivazione.
Tieni premuto Opzione destro per parlare: abilita il monitoraggio push-to-talk.
Selettori della lingua e del microfono, indicatore del livello in tempo reale, tabella delle parole di attivazione e strumento di prova (solo locale, non inoltra mai).
Il selettore del microfono conserva l'ultima scelta se un dispositivo si disconnette, mostra un'indicazione di disconnessione e usa temporaneamente il dispositivo predefinito del sistema finché quello selezionato non torna disponibile.
Suoni: segnali acustici al rilevamento dell'attivazione e all'invio, con il suono di sistema "Glass" di macOS come impostazione predefinita. Scegli per ciascun evento qualsiasi file caricabile da NSSound (ad esempio MP3/WAV/AIFF), oppure seleziona Nessun suono.

Comportamento di inoltro

Durante l'inoltro, VoiceWakeForwarder.selectedSessionOptions seleziona la chiave della sessione WebChat attiva, se impostata; in caso contrario, usa la chiave della sessione principale del Gateway.
Cerca la sessione tramite sessions.list e ricava il canale e la destinazione di consegna dal contesto di consegna della sessione, usando come ripiego prima l'ultimo canale e l'ultima destinazione, poi una chiave di sessione analizzata; se non viene risolto nulla, usa WebChat come impostazione predefinita.
Se la consegna non riesce, l'errore viene registrato (categoria voicewake.forward) e l'esecuzione rimane comunque visibile tramite WebChat o i registri della sessione.

Payload di inoltro

VoiceWakeForwarder.prefixedTranscript(_:) antepone alla trascrizione una riga di indicazione per la macchina (nome host risolto, con "questo Mac" come ripiego), condivisa tra i percorsi della parola di attivazione e del push-to-talk.

Verifica rapida

Attiva il push-to-talk, tieni premuto Opzione destro, parla e rilascia: la sovrimpressione dovrebbe mostrare i risultati parziali e poi inviarli.
Mentre tieni premuto il tasto, le orecchie nella barra dei menu devono rimanere ingrandite (triggerVoiceEars(ttl: nil)); tornano alle dimensioni normali dopo il rilascio.

Argomenti correlati

Was this useful?