# Réveil vocal et push-to-talk

# Modes

• Mode mot de réveil (par défaut) : le reconnaisseur vocal toujours actif attend les jetons déclencheurs (swabbleTriggerWords). En cas de correspondance, il démarre la capture, affiche la superposition avec le texte partiel, puis envoie automatiquement après un silence.
• Push-to-talk (maintien de la touche Option droite) : maintenez la touche Option droite pour capturer immédiatement, sans déclencheur. La superposition apparaît pendant le maintien ; le relâchement finalise et transmet après un court délai pour vous permettre d’ajuster le texte.

# Comportement à l’exécution (mot de réveil)

• Le reconnaisseur vocal réside dans VoiceWakeRuntime.
• Le déclencheur ne se lance que lorsqu’il y a une pause significative entre le mot de réveil et le mot suivant (intervalle d’environ 0,55 s). La superposition/le carillon peut démarrer pendant la pause, avant même le début de la commande.
• Fenêtres de silence : 2,0 s lorsque la parole est en cours, 5,0 s si seul le déclencheur a été entendu.
• Arrêt forcé : 120 s pour éviter les sessions incontrôlées.
• Anti-rebond entre les sessions : 350 ms.
• La superposition est pilotée via VoiceWakeOverlayController avec une coloration validée/volatile.
• Après l’envoi, le reconnaisseur redémarre proprement pour écouter le déclencheur suivant.

# Invariants de cycle de vie

• Si le réveil vocal est activé et que les autorisations sont accordées, le reconnaisseur de mot de réveil doit être à l’écoute (sauf pendant une capture push-to-talk explicite).
• La visibilité de la superposition (y compris la fermeture manuelle via le bouton X) ne doit jamais empêcher le reconnaisseur de reprendre.

# Mode de défaillance de superposition persistante (précédent)

Auparavant, si la superposition restait bloquée en étant visible et que vous la fermiez manuellement, le réveil vocal pouvait sembler « mort », car la tentative de redémarrage du runtime pouvait être bloquée par la visibilité de la superposition et aucun redémarrage ultérieur n’était planifié.

Renforcement :

• Le redémarrage du runtime de réveil n’est plus bloqué par la visibilité de la superposition.
• La fin de la fermeture de la superposition déclenche un VoiceWakeRuntime.refresh(...) via VoiceSessionCoordinator, de sorte qu’une fermeture manuelle avec X reprend toujours l’écoute.

# Spécificités du push-to-talk

• La détection du raccourci utilise un moniteur global .flagsChanged pour Option droite (keyCode 61 + .option). Nous observons uniquement les événements (sans les intercepter).
• Le pipeline de capture réside dans VoicePushToTalk : il démarre immédiatement Speech, diffuse les fragments partiels vers la superposition et appelle VoiceWakeForwarder au relâchement.
• Lorsque le push-to-talk démarre, nous mettons en pause le runtime de mot de réveil afin d’éviter des prises audio concurrentes ; il redémarre automatiquement après le relâchement.
• Autorisations : nécessite Microphone + Speech ; voir les événements nécessite l’approbation Accessibilité/Surveillance de la saisie.
• Claviers externes : certains peuvent ne pas exposer Option droite comme prévu ; proposez un raccourci de secours si les utilisateurs signalent des ratés.

# Paramètres visibles par l’utilisateur

• Bouton Réveil vocal : active le runtime de mot de réveil.
• Maintenir Cmd+Fn pour parler : active le moniteur push-to-talk. Désactivé sur macOS < 26.
• Sélecteurs de langue et de micro, vumètre en direct, tableau des mots déclencheurs, testeur (local uniquement ; ne transmet pas).
• Le sélecteur de micro conserve la dernière sélection si un appareil se déconnecte, affiche une indication de déconnexion et revient temporairement au micro système par défaut jusqu’à son retour.
• Sons : carillons lors de la détection du déclencheur et lors de l’envoi ; utilise par défaut le son système macOS « Glass ». Vous pouvez choisir n’importe quel fichier chargeable par NSSound (par exemple MP3/WAV/AIFF) pour chaque événement ou choisir Aucun son.

# Comportement de transmission

• Lorsque le réveil vocal est activé, les transcriptions sont transmises au Gateway/agent actif (le même mode local ou distant que celui utilisé par le reste de l’application Mac).
• Les réponses sont livrées au dernier fournisseur principal utilisé (WhatsApp/Telegram/Discord/WebChat). Si la livraison échoue, l’erreur est journalisée et l’exécution reste visible via les journaux WebChat/session.

# Charge utile de transmission

• VoiceWakeForwarder.prefixedTranscript(_:) ajoute l’indice machine avant l’envoi. Partagé entre les chemins mot de réveil et push-to-talk.

# Vérification rapide

• Activez le push-to-talk, maintenez Cmd+Fn, parlez, relâchez : la superposition doit afficher les fragments partiels puis envoyer.
• Pendant le maintien, les oreilles de la barre de menus doivent rester agrandies (utilise triggerVoiceEars(ttl:nil)) ; elles disparaissent après le relâchement.

# Associés

• Réveil vocal
• Superposition vocale
• Application macOS