---
read_when:
    - การทำงานกับเส้นทางการปลุกด้วยเสียงหรือกดเพื่อพูด
summary: โหมดปลุกด้วยเสียงและกดเพื่อพูด พร้อมรายละเอียดการกำหนดเส้นทางในแอป Mac
title: การปลุกด้วยเสียง (macOS)
x-i18n:
    generated_at: "2026-05-06T09:23:04Z"
    model: gpt-5.5
    provider: openai
    source_hash: 312895b5767c447233bd77cbcd48ea81bb6c700080abc31974188b610a1b1ef0
    source_path: platforms/mac/voicewake.md
    workflow: 16
---

# การปลุกด้วยเสียงและการกดเพื่อพูด

## โหมด

- **โหมดคำปลุก** (ค่าเริ่มต้น): ตัวรู้จำเสียงพูดที่เปิดตลอดเวลาจะรอโทเค็นกระตุ้น (`swabbleTriggerWords`) เมื่อตรงกันจะเริ่มบันทึกเสียง แสดงโอเวอร์เลย์พร้อมข้อความบางส่วน และส่งอัตโนมัติหลังจากเงียบ
- **กดเพื่อพูด (กด Option ขวาค้าง)**: กดปุ่ม Option ขวาค้างเพื่อบันทึกเสียงทันที โดยไม่ต้องมีคำกระตุ้น โอเวอร์เลย์จะปรากฏระหว่างกดค้าง; เมื่อปล่อยจะสรุปผลและส่งต่อหลังจากหน่วงเวลาสั้น ๆ เพื่อให้คุณปรับแก้ข้อความได้

## พฤติกรรมรันไทม์ (คำปลุก)

- ตัวรู้จำเสียงพูดอยู่ใน `VoiceWakeRuntime`
- คำกระตุ้นจะทำงานเฉพาะเมื่อมี **จังหวะหยุดที่มีนัยสำคัญ** ระหว่างคำปลุกกับคำถัดไป (ช่วงห่างประมาณ 0.55 วินาที) โอเวอร์เลย์/เสียงกระดิ่งสามารถเริ่มตอนจังหวะหยุดได้ แม้ก่อนคำสั่งจะเริ่ม
- หน้าต่างความเงียบ: 2.0 วินาทีเมื่อยังมีการพูดต่อเนื่อง, 5.0 วินาทีหากได้ยินเฉพาะคำกระตุ้น
- หยุดแบบบังคับ: 120 วินาทีเพื่อป้องกันเซสชันค้างไม่หยุด
- ดีบาวซ์ระหว่างเซสชัน: 350 มิลลิวินาที
- โอเวอร์เลย์ถูกขับเคลื่อนผ่าน `VoiceWakeOverlayController` พร้อมการลงสีแบบ committed/volatile
- หลังส่งแล้ว ตัวรู้จำเสียงพูดจะเริ่มใหม่อย่างสะอาดเพื่อฟังคำกระตุ้นถัดไป

## ค่าคงที่ของวงจรชีวิต

- หากเปิดใช้การปลุกด้วยเสียงและได้รับสิทธิ์แล้ว ตัวรู้จำคำปลุกควรกำลังฟังอยู่ (ยกเว้นระหว่างการบันทึกแบบกดเพื่อพูดอย่างชัดเจน)
- การมองเห็นของโอเวอร์เลย์ (รวมถึงการปิดเองด้วยปุ่ม X) ต้องไม่ขัดขวางไม่ให้ตัวรู้จำเสียงพูดกลับมาทำงานต่อ

## โหมดความล้มเหลวที่โอเวอร์เลย์ค้าง (ก่อนหน้า)

ก่อนหน้านี้ หากโอเวอร์เลย์ค้างอยู่ในสถานะมองเห็นได้และคุณปิดเอง การปลุกด้วยเสียงอาจดูเหมือน "ตาย" เพราะความพยายามเริ่มใหม่ของรันไทม์อาจถูกบล็อกโดยการมองเห็นของโอเวอร์เลย์ และไม่มีการกำหนดเวลาเริ่มใหม่ครั้งถัดไป

การทำให้แข็งแรงขึ้น:

- การเริ่มใหม่ของรันไทม์คำปลุกจะไม่ถูกบล็อกโดยการมองเห็นของโอเวอร์เลย์อีกต่อไป
- เมื่อการปิดโอเวอร์เลย์เสร็จสิ้น จะกระตุ้น `VoiceWakeRuntime.refresh(...)` ผ่าน `VoiceSessionCoordinator` ดังนั้นการปิดด้วย X เองจะกลับมาฟังต่อเสมอ

## รายละเอียดเฉพาะของการกดเพื่อพูด

- การตรวจจับฮอตคีย์ใช้ตัวตรวจสอบ `.flagsChanged` แบบโกลบอลสำหรับ **Option ขวา** (`keyCode 61` + `.option`) เราสังเกตเหตุการณ์เท่านั้น (ไม่กลืนเหตุการณ์)
- ไปป์ไลน์การบันทึกอยู่ใน `VoicePushToTalk`: เริ่ม Speech ทันที สตรีมผลลัพธ์บางส่วนไปยังโอเวอร์เลย์ และเรียก `VoiceWakeForwarder` เมื่อปล่อยปุ่ม
- เมื่อการกดเพื่อพูดเริ่ม เราจะหยุดรันไทม์คำปลุกชั่วคราวเพื่อหลีกเลี่ยงการแตะเสียงซ้อนกัน; รันไทม์จะเริ่มใหม่อัตโนมัติหลังปล่อยปุ่ม
- สิทธิ์: ต้องใช้ไมโครโฟน + Speech; การเห็นเหตุการณ์ต้องได้รับอนุมัติ Accessibility/Input Monitoring
- คีย์บอร์ดภายนอก: บางรุ่นอาจไม่เปิดเผย Option ขวาตามที่คาดไว้ ให้เสนอทางลัดสำรองหากผู้ใช้รายงานว่าตรวจไม่พบ

## การตั้งค่าที่ผู้ใช้เห็น

- สวิตช์ **การปลุกด้วยเสียง**: เปิดใช้รันไทม์คำปลุก
- **กด Cmd+Fn ค้างเพื่อพูด**: เปิดใช้ตัวตรวจสอบการกดเพื่อพูด ปิดใช้งานบน macOS < 26
- ตัวเลือกภาษาและไมค์, มิเตอร์ระดับเสียงสด, ตารางคำกระตุ้น, ตัวทดสอบ (เฉพาะในเครื่อง; ไม่ส่งต่อ)
- ตัวเลือกไมค์จะเก็บการเลือกครั้งล่าสุดไว้หากอุปกรณ์ถูกตัดการเชื่อมต่อ แสดงคำใบ้ว่าถูกตัดการเชื่อมต่อ และสลับไปใช้ค่าเริ่มต้นของระบบชั่วคราวจนกว่าอุปกรณ์จะกลับมา
- **เสียง**: เสียงกระดิ่งเมื่อพบคำกระตุ้นและเมื่อส่ง; ค่าเริ่มต้นคือเสียงระบบ macOS "Glass" คุณสามารถเลือกไฟล์ใดก็ได้ที่ `NSSound` โหลดได้ (เช่น MP3/WAV/AIFF) สำหรับแต่ละเหตุการณ์ หรือเลือก **ไม่มีเสียง**

## พฤติกรรมการส่งต่อ

- เมื่อเปิดใช้การปลุกด้วยเสียง ทรานสคริปต์จะถูกส่งต่อไปยัง Gateway/เอเจนต์ที่ใช้งานอยู่ (โหมดภายในเครื่องเทียบกับระยะไกลแบบเดียวกับที่ใช้ในส่วนอื่นของแอป Mac)
- การตอบกลับจะถูกส่งไปยัง **ผู้ให้บริการหลักที่ใช้ล่าสุด** (WhatsApp/Telegram/Discord/WebChat) หากการส่งล้มเหลว ข้อผิดพลาดจะถูกบันทึก และการรันยังคงมองเห็นได้ผ่านบันทึก WebChat/เซสชัน

## เพย์โหลดการส่งต่อ

- `VoiceWakeForwarder.prefixedTranscript(_:)` เติมคำใบ้ของเครื่องไว้ข้างหน้าก่อนส่ง ใช้ร่วมกันระหว่างเส้นทางคำปลุกและการกดเพื่อพูด

## การตรวจสอบอย่างรวดเร็ว

- เปิดสวิตช์กดเพื่อพูด กด Cmd+Fn ค้าง พูด แล้วปล่อย: โอเวอร์เลย์ควรแสดงข้อความบางส่วนแล้วส่ง
- ระหว่างกดค้าง หูบนแถบเมนูควรยังขยายอยู่ (ใช้ `triggerVoiceEars(ttl:nil)`); หูจะลดลงหลังปล่อย

## ที่เกี่ยวข้อง

- [การปลุกด้วยเสียง](/th/nodes/voicewake)
- [โอเวอร์เลย์เสียง](/th/platforms/mac/voice-overlay)
- [แอป macOS](/th/platforms/macos)