会话音频处理和语音切换

Aura 实现了基于会话的音频处理循环。用于状态管理的语音命令仅在已建立的录音会话中有效。

＃＃ 配置 会话内部行为由以下因素控制： ENABLE_WAKE_WORD = True/False（在 config/settings.py 中）

运算逻辑

与持久后台监听器不同，Aura 的 STT 引擎 (Vosk) 仅在外部触发录制会话（例如通过热键）时处理音频。

Aura 是您的 PC 望远镜🔭：远距离控制！

会话中切换（“Teleskop”）

当“ENABLE_WAKE_WORD”设置为 True 时：

  1. 触发： 用户手动启动会话。

  2. 切换： 在会话期间说“Teleskop”会在 ACTIVE 和 SUSPENDED 状态之间切换。

  3. 行为： 这允许用户使用语音命令“暂停”和“恢复”文本处理，而无需终止音频流。

隐私和效率

当“ENABLE_WAKE_WORD”设置为False（默认）时：

  • STT 抑制： 在挂起状态时，完全跳过对“AcceptWaveform”和“PartialResult”的调用。

  • 隐私： 除非系统处于明确的活动状态，否则不会分析任何音频数据。

  • 资源管理： 通过在暂停期间绕过神经网络分析来最大限度地减少 CPU 使用率。

延迟和性能

  • 即时恢复： 由于 RawInputStream 在整个会话期间保持打开状态，因此从 SUSPENDED 切换回 ACTIVE 会产生 0 毫秒的额外延迟。

  • 循环计时： 处理循环以约 100 毫秒的间隔运行（q.get(timeout=0.1)），确保近乎即时的响应时间。