Skip to main content

वॉइस ओवरले जीवनचक्र (macOS)

पाठक: macOS ऐप योगदानकर्ता। लक्ष्य: वेक-वर्ड और पुश-टू-टॉक के ओवरलैप होने पर वॉइस ओवरले का व्यवहार पूर्वानुमेय बनाए रखना।

व्यवहार

  • यदि ओवरले वेक-वर्ड के कारण पहले से दिखाई दे रहा है और उपयोगकर्ता हॉटकी दबाता है, तो हॉटकी सत्र मौजूदा टेक्स्ट को रीसेट करने के बजाय अपना लेता है। हॉटकी दबाए रखने तक ओवरले दिखाई देता रहता है। छोड़ने पर: यदि ट्रिम किया हुआ टेक्स्ट मौजूद है, तो उसे भेजें; अन्यथा ओवरले बंद करें।
  • केवल वेक-वर्ड अब भी मौन होने पर स्वतः भेजता है; पुश-टू-टॉक छोड़ते ही तुरंत भेजता है।

कार्यान्वयन

  • VoiceSessionCoordinator (apps/macos/Sources/OpenClaw/VoiceSessionCoordinator.swift) सक्रिय वॉइस सत्र का एकमात्र स्वामी है। यह एक @MainActor @Observable सिंगलटन है, ऐक्टर नहीं। API: startSession, updatePartial, finalize, sendNow, dismiss, updateLevel, snapshot। प्रत्येक सत्र में एक UUID टोकन होता है; पुराने या मेल न खाने वाले टोकन वाली कॉल हटा दी जाती हैं।
  • VoiceWakeOverlayController (VoiceWakeOverlayController+Session.swift) ओवरले रेंडर करता है और उपयोगकर्ता की कार्रवाइयों (requestSend, dismiss) को सत्र टोकन के माध्यम से समन्वयक के पास वापस भेजता है। यह कभी भी स्वयं सत्र की स्थिति का स्वामी नहीं होता।
  • पुश-टू-टॉक (VoicePushToTalk.begin()) किसी भी दिखाई दे रहे ओवरले टेक्स्ट को adoptedPrefix के रूप में ( VoiceSessionCoordinator.shared.snapshot() के माध्यम से) अपना लेता है, ताकि वेक ओवरले दिखाई देने के दौरान हॉटकी दबाने पर टेक्स्ट बना रहे और नई बोली उसमें जुड़ जाए। छोड़ने पर, यह मौजूदा टेक्स्ट पर वापस जाने से पहले अंतिम ट्रांसक्रिप्ट के लिए अधिकतम 1.5s प्रतीक्षा करता है।
  • dismiss पर, ओवरले VoiceSessionCoordinator.overlayDidDismiss को कॉल करता है, जो VoiceWakeRuntime.refresh(state:) को ट्रिगर करता है, ताकि मैन्युअल X से बंद करना, खाली टेक्स्ट के कारण बंद करना और भेजने के बाद बंद करना—इन सभी के बाद वेक-वर्ड सुनना फिर से शुरू हो।
  • एकीकृत प्रेषण पथ: यदि ट्रिम किया हुआ टेक्स्ट खाली है, तो ओवरले बंद करें; अन्यथा sendNow प्रेषण ध्वनि एक बार बजाता है, VoiceWakeForwarder के माध्यम से अग्रेषित करता है और फिर ओवरले बंद करता है।

लॉगिंग

वॉइस उपतंत्र ai.openclaw है; प्रत्येक घटक अपनी श्रेणी के अंतर्गत लॉग करता है:

डीबगिंग जाँच-सूची

  • अटके हुए ओवरले को पुनरुत्पादित करते समय लॉग स्ट्रीम करें:
  • सत्यापित करें कि केवल एक सक्रिय सत्र टोकन है; पुराने कॉलबैक समन्वयक द्वारा हटा दिए जाते हैं।
  • पुष्टि करें कि पुश-टू-टॉक छोड़ने पर सक्रिय टोकन के साथ हमेशा end() कॉल होता है; यदि टेक्स्ट खाली है, तो ध्वनि या प्रेषण के बिना ओवरले बंद होने की अपेक्षा करें।

संबंधित