智能感知 · 組件
本地麥克風語音識別與語音播放
可用 合成數據 T1 · 波形與時間軸
功能
用 ffmpeg 採集麥克風 PCM，通過 whisper-cli 轉寫，並調用 macOS 系統語音合成播放，支援會話與數據保留控制。
核心模式
本地錄音轉寫＋受控保存和朗讀
- 輸入
- Microphone audio or text
- 輸出
- Partial/final transcript, local audio state and spoken output
關鍵參數
| 名稱 | 類型 | 預設值 | 取值 |
|---|---|---|---|
| language | string | auto | — |
| text | — | — | — |
| speech_rate | integer | 180 | 50–500 |
| sample_rate_hz | integer | 16000 | 8000–192000 |
| retain_raw_audio | boolean | false | false · true |
成熟度與限制
可用
包含麥克風、轉寫和播報適配器及測試；預設發現與配置主要面向 macOS。此等級依據靜態源碼檢查，不代表運行測試、真實服務接入或生產部署已通過驗證。
未發現根目錄複用許可證；內置技能、插件及依賴各有許可條款。桌面軟件仍處早期階段，可訪問本地檔案和帳戶憑據；託管鑑權與計費位於獨立後端。桌面應用支援多平台，並不代表語音適配器已完整覆蓋多平台。
