Skip to main content

​
Ciclo di vita dell’overlay vocale (macOS)

Destinatari: collaboratori dell’app macOS. Obiettivo: mantenere prevedibile l’overlay vocale quando la parola di attivazione e la modalità premi per parlare si sovrappongono.

​
Comportamento

  • Se l’overlay è già visibile per via della parola di attivazione e l’utente preme il tasto di scelta rapida, la sessione del tasto di scelta rapida acquisisce il testo esistente anziché reimpostarlo. L’overlay rimane visibile finché il tasto viene tenuto premuto. Al rilascio: invia se è presente del testo senza spazi iniziali o finali, altrimenti chiude.
  • La sola parola di attivazione continua a eseguire l’invio automatico in caso di silenzio; la modalità premi per parlare invia immediatamente al rilascio.

​
Implementazione

  • VoiceSessionCoordinator (apps/macos/Sources/OpenClaw/VoiceSessionCoordinator.swift) è l’unico proprietario della sessione vocale attiva. È un singleton @MainActor @Observable, non un actor. API: startSession, updatePartial, finalize, sendNow, dismiss, updateLevel, snapshot. Ogni sessione contiene un token UUID; le chiamate con un token obsoleto o non corrispondente vengono ignorate.
  • VoiceWakeOverlayController (VoiceWakeOverlayController+Session.swift) visualizza l’overlay e inoltra le azioni dell’utente (requestSend, dismiss) al coordinatore tramite il token della sessione. Non gestisce mai direttamente lo stato della sessione.
  • La modalità premi per parlare (VoicePushToTalk.begin()) acquisisce qualsiasi testo visibile nell’overlay come adoptedPrefix (tramite VoiceSessionCoordinator.shared.snapshot()), in modo che la pressione del tasto di scelta rapida mentre l’overlay di attivazione è visibile mantenga il testo e aggiunga il nuovo parlato. Al rilascio, attende fino a 1,5 secondi una trascrizione finale prima di ripiegare sul testo corrente.
  • Durante dismiss, l’overlay chiama VoiceSessionCoordinator.overlayDidDismiss, che attiva VoiceWakeRuntime.refresh(state:) affinché la chiusura manuale tramite X, la chiusura dovuta a testo vuoto e quella successiva all’invio riprendano tutte l’ascolto della parola di attivazione.
  • Percorso di invio unificato: se il testo senza spazi iniziali o finali è vuoto, chiude; altrimenti sendNow riproduce una sola volta il segnale acustico di invio, inoltra tramite VoiceWakeForwarder, quindi chiude.

​
Registrazione

Il sottosistema vocale è ai.openclaw; ogni componente registra gli eventi nella propria categoria:

​
Elenco di controllo per il debug

  • Visualizza il flusso dei log mentre riproduci un overlay che rimane bloccato:
  • Verifica che sia attivo un solo token di sessione; i callback obsoleti vengono ignorati dal coordinatore.
  • Verifica che il rilascio della modalità premi per parlare chiami sempre end() con il token attivo; se il testo è vuoto, è prevista la chiusura senza segnale acustico né invio.

​
Contenuti correlati