Réveil vocal (macOS)

Réveil Vocal et Appui-parler

Modes

• Mode mot de réveil (par défaut) : le module de reconnaissance vocale toujours actif attend les jetons de déclenchement (swabbleTriggerWords). En cas de correspondance, il lance la capture, affiche la superposition avec le texte partiel et envoie automatiquement après silence.
• Appui-parler (maintenir la touche Option droite) : maintenez la touche Option droite pour capturer immédiatement — aucun déclencheur nécessaire. La superposition apparaît tant que la touche est maintenue ; relâcher finalise et transfère après un court délai afin que vous puissiez ajuster le texte.

Comportement d’exécution (mot de réveil)

• Le module de reconnaissance vocale réside dans VoiceWakeRuntime.
• Le déclencheur ne se déclenche que lorsqu’il y a une pause significative entre le mot de réveil et le mot suivant (écart d’environ 0,55 s). La superposition/le signal sonore peut commencer à la pause même avant que la commande ne commence.
• Fenêtres de silence : 2,0 s lorsque la parole est en cours, 5,0 s si seul le déclencheur a été entendu.
• Arrêt forcé : 120 s pour empêcher les sessions incontrôlées.
• Anti-rebond entre les sessions : 350 ms.
• La superposition est pilotée via VoiceWakeOverlayController avec une coloration validée/volatile.
• Après l’envoi, le module de reconnaissance redémarre proprement pour écouter le déclencheur suivant.

Invariants du cycle de vie

• Si le Réveil Vocal est activé et que les autorisations sont accordées, le module de reconnaissance de mot de réveil doit être à l’écoute (sauf lors d’une capture explicite par appui-parler).
• La visibilité de la superposition (y compris la fermeture manuelle via le bouton X) ne doit jamais empêcher le module de reconnaissance de reprendre.

Mode de défaillance de superposition persistante (précédent)

Auparavant, si la superposition restait bloquée visible et que vous la fermiez manuellement, le Réveil Vocal pouvait sembler « mort » car la tentative de redémarrage de l’exécution pouvait être bloquée par la visibilité de la superposition et aucun redémarrage ultérieur n’était planifié.

Renforcement :

• Le redémarrage de l’exécution du réveil n’est plus bloqué par la visibilité de la superposition.
• La fin de la fermeture de la superposition déclenche un VoiceWakeRuntime.refresh(...) via VoiceSessionCoordinator, donc une fermeture manuelle par X reprend toujours l’écoute.

Spécificités de l’appui pour parler

• La détection des raccourcis clavier utilise un moniteur global .flagsChanged pour la touche Option droite (keyCode 61 + .option). Nous observons uniquement les événements (sans interception).
• Le pipeline de capture réside dans VoicePushToTalk : démarre la reconnaissance vocale immédiatement, diffuse les résultats partiels vers la superposition, et appelle VoiceWakeForwarder lors du relâchement.
• Lorsque l’appui pour parler commence, nous mettons en pause le moteur de mot de réveil pour éviter des conflits de capture audio ; il redémarre automatiquement après le relâchement.
• Autorisations : nécessite Microphone + Reconnaissance vocale ; la visualisation des événements nécessite l’approbation Accessibilité/Surveillance des entrées.
• Claviers externes : certains peuvent ne pas exposer la touche Option droite comme attendu — proposez un raccourci de secours si les utilisateurs signalent des oublis de détection.

Paramètres utilisateur

• Interrupteur Voice Wake : active le moteur de mot de réveil.
• Maintenir Cmd+Fn pour parler : active le moniteur d’appui pour parler. Désactivé sur macOS < 26.
• Sélecteurs de langue et de micro, niveau sonore en direct, table des mots de déclenchement, testeur (local uniquement ; ne transfère pas).
• Le sélecteur de micro préserve la dernière sélection si un périphérique se déconnecte, affiche un indicateur de déconnexion, et revient temporairement au défaut système jusqu’à ce qu’il réapparaisse.
• Sons : sons lors de la détection d’un déclencheur et de l’envoi ; par défaut, le son système « Glass » de macOS. Vous pouvez choisir n’importe quel fichier chargeable par NSSound (ex. MP3/WAV/AIFF) pour chaque événement ou choisir Aucun son.

Comportement de transfert

• Lorsque Voice Wake est activé, les transcriptions sont transférées à la passerelle/agent actif (le même mode local vs distant utilisé par le reste de l’application mac).
• Les réponses sont livrées au fournisseur principal utilisé en dernier (WhatsApp/Telegram/Discord/WebChat). Si la livraison échoue, l’erreur est journalisée et l’exécution reste visible via les journaux WebChat/session.

Charge utile de transfert

• VoiceWakeForwarder.prefixedTranscript(_:) ajoute l’indice de machine avant l’envoi. Partagé entre les chemins de mot de réveil et d’appui-parler.

Vérification rapide

• Activez l’appui-parler, maintenez Cmd+Fn, parlez, relâchez : la superposition doit afficher les partiels puis envoyer.
• Tout en maintenant, les oreilles de la barre de menu doivent rester agrandies (utilise triggerVoiceEars(ttl:nil)); elles disparaissent après le relâchement.