सत्र ऑडियो हैंडलिंग और वॉयस टॉगल¶
ऑरा एक सत्र-आधारित ऑडियो प्रोसेसिंग लूप लागू करता है। राज्य प्रबंधन के लिए वॉयस कमांड केवल एक स्थापित रिकॉर्डिंग सत्र के भीतर ही सक्रिय होते हैं।
विन्यास¶
सत्र-आंतरिक व्यवहार को नियंत्रित किया जाता है:
ENABLE_WAKE_WORD = सही/गलत (config/settings.py में)
परिचालन तर्क¶
लगातार पृष्ठभूमि श्रोता के विपरीत, ऑरा का एसटीटी इंजन (वोस्क) केवल तभी ऑडियो संसाधित करता है जब रिकॉर्डिंग सत्र बाहरी रूप से ट्रिगर किया गया हो (उदाहरण के लिए, हॉटकी के माध्यम से)।
पीसी के लिए आभा आपकी दूरबीन है: दूर से नियंत्रण!
इन-सेशन टॉगल (“टेलीस्कोप”)¶
जब ENABLE_WAKE_WORD को सही पर सेट किया जाता है:
ट्रिगर: उपयोगकर्ता मैन्युअल रूप से एक सत्र शुरू करता है।
टॉगल: सत्र के दौरान “टेलीस्कोप” कहने से सक्रिय और निलंबित स्थितियों के बीच टॉगल होता है।
व्यवहार: यह उपयोगकर्ता को ऑडियो स्ट्रीम को समाप्त किए बिना वॉयस कमांड का उपयोग करके टेक्स्ट प्रोसेसिंग को “रोकने” और “फिर से शुरू करने” की अनुमति देता है।
गोपनीयता एवं दक्षता¶
जब ENABLE_WAKE_WORD को गलत (डिफ़ॉल्ट) पर सेट किया जाता है:
एसटीटी दमन: निलंबित स्थिति में,
AcceptWaveformऔरPartialResultपर कॉल पूरी तरह से छोड़ दी जाती हैं।गोपनीयता: किसी भी ऑडियो डेटा का विश्लेषण नहीं किया जाता जब तक कि सिस्टम स्पष्ट रूप से सक्रिय स्थिति में न हो।
संसाधन प्रबंधन: निलंबन के दौरान तंत्रिका नेटवर्क विश्लेषण को दरकिनार करके सीपीयू उपयोग को कम किया जाता है।
विलंबता और प्रदर्शन¶
त्वरित बायोडाटा: क्योंकि
RawInputStreamपूरे सत्र में खुला रहता है, SUSPENDED से वापस सक्रिय पर स्विच करने पर 0ms अतिरिक्त विलंबता होती है।लूप टाइमिंग: प्रोसेसिंग लूप ~100ms अंतराल (
q.get(timeout=0.1)) पर संचालित होता है, जिससे लगभग तत्काल प्रतिक्रिया समय सुनिश्चित होता है।