---
read_when:
    - 處理語音喚醒或 PTT 路徑
summary: Mac 應用程式中的語音喚醒與按住說話模式，以及路由詳細資訊
title: 語音喚醒（macOS）
x-i18n:
    generated_at: "2026-05-06T09:14:30Z"
    model: gpt-5.5
    provider: openai
    source_hash: 312895b5767c447233bd77cbcd48ea81bb6c700080abc31974188b610a1b1ef0
    source_path: platforms/mac/voicewake.md
    workflow: 16
---

# 語音喚醒與按住說話

## 模式

- **喚醒詞模式**（預設）：常開的 Speech 辨識器會等待觸發詞元（`swabbleTriggerWords`）。符合時會開始擷取、顯示含部分文字的覆蓋層，並在靜音後自動傳送。
- **按住說話（按住右 Option）**：按住右 Option 鍵即可立即擷取，不需要觸發詞。按住時會顯示覆蓋層；放開後會完成並在短暫延遲後轉送，讓你可以微調文字。

## 執行階段行為（喚醒詞）

- Speech 辨識器位於 `VoiceWakeRuntime`。
- 只有在喚醒詞和下一個字之間有**有意義的停頓**時才會觸發（約 0.55 秒間隔）。即使指令尚未開始，覆蓋層/提示音也可以在停頓時啟動。
- 靜音視窗：語音持續流入時為 2.0 秒；如果只聽到觸發詞，則為 5.0 秒。
- 強制停止：120 秒，以防止工作階段失控。
- 工作階段之間的防抖：350 毫秒。
- 覆蓋層透過 `VoiceWakeOverlayController` 驅動，並使用已提交/暫存的著色。
- 傳送後，辨識器會乾淨地重新啟動，以聆聽下一個觸發詞。

## 生命週期不變條件

- 如果已啟用語音喚醒且已授予權限，喚醒詞辨識器應該正在聆聽（明確的按住說話擷取期間除外）。
- 覆蓋層可見性（包括透過 X 按鈕手動關閉）絕不能阻止辨識器恢復。

## 黏住的覆蓋層失敗模式（先前）

先前，如果覆蓋層卡住且保持可見，而你手動關閉它，語音喚醒可能會看起來「失效」，因為執行階段的重新啟動嘗試可能會被覆蓋層可見性阻擋，且不會排程後續重新啟動。

強化：

- 喚醒執行階段重新啟動不再受覆蓋層可見性阻擋。
- 覆蓋層關閉完成會透過 `VoiceSessionCoordinator` 觸發 `VoiceWakeRuntime.refresh(...)`，因此手動按 X 關閉一律會恢復聆聽。

## 按住說話細節

- 快捷鍵偵測使用全域 `.flagsChanged` 監視器來監聽**右 Option**（`keyCode 61` + `.option`）。我們只觀察事件（不攔截）。
- 擷取管線位於 `VoicePushToTalk`：立即啟動 Speech、將部分結果串流到覆蓋層，並在放開時呼叫 `VoiceWakeForwarder`。
- 按住說話啟動時，我們會暫停喚醒詞執行階段，以避免音訊 tap 互相競爭；放開後會自動重新啟動。
- 權限：需要麥克風 + Speech；查看事件需要輔助使用/輸入監控核准。
- 外接鍵盤：有些鍵盤可能不會如預期公開右 Option；如果使用者回報漏偵測，請提供備用快捷鍵。

## 面向使用者的設定

- **語音喚醒**切換：啟用喚醒詞執行階段。
- **按住 Cmd+Fn 說話**：啟用按住說話監視器。在 macOS < 26 上停用。
- 語言與麥克風選擇器、即時音量表、觸發詞表格、測試器（僅本機；不會轉送）。
- 麥克風選擇器會在裝置中斷連線時保留上次選擇、顯示中斷連線提示，並暫時退回系統預設，直到裝置恢復。
- **音效**：偵測到觸發詞和傳送時播放提示音；預設為 macOS「Glass」系統音效。你可以為每個事件選擇任何 `NSSound` 可載入的檔案（例如 MP3/WAV/AIFF），或選擇**無音效**。

## 轉送行為

- 啟用語音喚醒時，逐字稿會轉送到作用中的 gateway/agent（與 Mac 應用程式其餘部分使用的本機與遠端模式相同）。
- 回覆會傳遞到**最後使用的主要 provider**（WhatsApp/Telegram/Discord/WebChat）。如果傳遞失敗，錯誤會被記錄，且該次執行仍可透過 WebChat/工作階段記錄查看。

## 轉送承載資料

- `VoiceWakeForwarder.prefixedTranscript(_:)` 會在傳送前加上機器提示。喚醒詞與按住說話路徑共用。

## 快速驗證

- 開啟按住說話、按住 Cmd+Fn、說話、放開：覆蓋層應顯示部分結果，然後傳送。
- 按住期間，選單列耳朵應保持放大（使用 `triggerVoiceEars(ttl:nil)`）；放開後會縮回。

## 相關

- [語音喚醒](/zh-TW/nodes/voicewake)
- [語音覆蓋層](/zh-TW/platforms/mac/voice-overlay)
- [macOS 應用程式](/zh-TW/platforms/macos)