Sitzungs-Audiobearbeitung und Sprachumschaltung

Aura implementiert eine sitzungsbasierte Audioverarbeitungsschleife. Sprachbefehle zur Statusverwaltung sind nur innerhalb einer bestehenden Aufnahmesitzung aktiv.

Konfiguration

Das sitzungsinterne Verhalten wird gesteuert durch: ENABLE_WAKE_WORD = True/False (in config/settings.py)

Betriebslogik

Im Gegensatz zu einem permanenten Hintergrund-Listener verarbeitet die STT-Engine (Vosk) von Aura Audio nur, wenn eine Aufnahmesitzung extern (z. B. per Hotkey) ausgelöst wurde.

Aura ist Ihr Teleskop 🔭 für den PC: Steuerung aus der Ferne!

Der In-Session-Toggle („Teleskop“)

Wenn „ENABLE_WAKE_WORD“ auf True gesetzt ist:

  1. Auslöser: Der Benutzer startet eine Sitzung manuell.

  2. Umschalten: Wenn Sie während der Sitzung „Teleskop“ sagen, wird zwischen den Zuständen AKTIV und SUSPENDED umgeschaltet.

  3. Verhalten: Dadurch kann der Benutzer die Textverarbeitung mithilfe von Sprachbefehlen „anhalten“ und „fortsetzen“, ohne den Audiostream zu beenden.

Datenschutz und Effizienz

Wenn „ENABLE_WAKE_WORD“ auf False gesetzt ist (Standard):

  • STT-Unterdrückung: Im angehaltenen Zustand werden Aufrufe von „AcceptWaveform“ und „PartialResult“ vollständig übersprungen.

  • Datenschutz: Es werden keine Audiodaten analysiert, es sei denn, das System befindet sich in einem explizit aktiven Zustand.

  • Ressourcenverwaltung: Die CPU-Auslastung wird minimiert, indem die neuronale Netzwerkanalyse während der Unterbrechung umgangen wird.

Latenz und Leistung

  • Sofortige Wiederaufnahme: Da der „RawInputStream“ während der gesamten Sitzung geöffnet bleibt, hat der Wechsel von SUSPENDED zurück zu ACTIVE 0 ms zusätzliche Latenz.

  • Schleifen-Timing: Die Verarbeitungsschleife arbeitet in einem Intervall von ~100 ms („q.get(timeout=0.1)“) und gewährleistet so nahezu sofortige Reaktionszeiten.