Voice Control
Neotask में एक full-featured voice control system है जो आपको अपने AI agents के साथ पूरी तरह speech के माध्यम से interact करने की अनुमति देता है। आप agents activate कर सकते हैं, commands दे सकते हैं, interface navigate कर सकते हैं और spoken responses प्राप्त कर सकते हैं, सब hands-free।
अवलोकन
Activation Methods
Voice input activate करने के दो तरीके हैं:
- Always-listening wake word, एक trigger phrase बोलें (जैसे "Hey Neotask") और application सुनना शुरू करती है। कोई key press आवश्यक नहीं।
- Keyboard shortcut, मांग पर voice input शुरू करने के लिए key combination press करें।
आप Settings > Wake Mode में अपनी preferred method चुन सकते हैं।
Voice Interaction Flow
हर voice interaction इस cycle का पालन करती है:
- Wake, wake word या keyboard shortcut के माध्यम से activation।
- Listen, Neotask आपके spoken input सुनता है।
- Transcribe, Speech real time में text में converted होती है।
- Think, AI आपके request को process करता है और appropriate actions निर्धारित करता है।
- Speak, Response आपको natural text-to-speech का उपयोग करके वापस बोली जाती है।
- Listen, System आपके अगले command के लिए सुनने पर वापस आता है, conversation flowing रखता है।
Wake Word Activation
Default Wake Word
Default wake word है:
"Hey Neotask"
बस यह phrase कहें, और Neotask आपका command सुनना शुरू करेगा।
Custom Wake Words
आप Settings > Wake Word में custom wake word सेट कर सकते हैं। कोई भी short, distinct phrase चुनें जो आपके लिए बोलना आसान हो और सामान्य conversation में unlikely हो।
Performance
Wake word detection पूरी तरह आपकी local machine पर चलती है, wake word processing के लिए कोई audio cloud को नहीं भेजा जाता। Detection engine ultra-low CPU usage के लिए optimized है, इसलिए यह system performance को प्रभावित किए बिना background में active रह सकती है।
Sensitivity
Wake word sensitivity configurable है। यदि आप पाते हैं कि wake word बहुत आसानी से trigger होता है (false positives) या पर्याप्त नहीं (missed activations), तो Settings > Wake Word > Sensitivity में sensitivity slider adjust करें।
Keyboard Shortcut Activation
Default Shortcuts
| Platform | Shortcut |
|---|---|
| macOS | Cmd + Shift + Space |
| Windows / Linux | Ctrl + Shift + Space |
Customization
Keyboard shortcut पूरी तरह customizable है। अपना preferred key combination सेट करने के लिए Settings > Wake Mode > Keyboard Shortcut पर जाएं।
Voice Features
Speech-to-Text
Neotask real-time speech-to-text transcription के लिए Deepgram का उपयोग करता है। आपके बोले हुए शब्द conversation में text के रूप में दिखाई देते हैं जैसे आप बोलते हैं, minimal latency के साथ।
Text-to-Speech
Responses ElevenLabs natural text-to-speech technology का उपयोग करके ज़ोर से बोली जाती हैं। Voice library में 100+ voices शामिल हैं।
Voice Selection
Settings > Voice में अपनी preferred voice चुनें। आप voices filter कर सकते हैं:
- Gender, Male, female, या neutral।
- Accent, American, British, Australian, और कई अन्य।
- Age, Young, middle-aged, या mature।
प्रत्येक voice के बगल में voice preview button उपलब्ध है ताकि आप इसे select करने से पहले sample सुन सकें।
Conversation Controls
- Pause, किसी भी समय voice conversation pause करें। AI सुनना और बोलना बंद कर देगा जब तक आप resume नहीं करते।
- Resume, Conversation जहां आपने छोड़ी वहां से continue करें।
File Attachments
आप voice session के दौरान files attach कर सकते हैं। उदाहरण के लिए, कहें "मैं एक file share करना चाहता हूं" और attachment dialog का उपयोग करें, या voice mode active रहते हुए conversation window में एक file drag and drop करें। AI फिर attached file को reference और काम कर सकता है।
Voice Commands
Neotask natural language commands की एक wide range समझता है। नीचे examples के साथ common categories हैं।
Websites खोलें
| Example Command |
|---|
| "Open YouTube" |
| "Go to github.com" |
| "Open the Neotask documentation" |
Web Search करें
| Example Command |
|---|
| "Search for Python tutorials on Google" |
| "Look up the weather in San Francisco" |
| "Search Stack Overflow for React hooks" |
Applications Launch करें
| Example Command |
|---|
| "Open Safari" |
| "Launch Finder" |
| "Open Visual Studio Code" |
| "Start Terminal" |
Browser Control
| Example Command |
|---|
| "Scroll down" |
| "Go back" |
| "Refresh the page" |
| "Scroll to the top" |
Agent Operations
| Example Command |
|---|
| "Create an agent called Research Assistant" |
| "Start the agent" |
| "Stop the agent" |
| "Show me agent status" |
Multi-Command Chains
आप एक single spoken command में कई instructions combine कर सकते हैं:
| Example Command |
|---|
| "Create an agent called Data Analyzer, enable voice, and start it" |
| "Open YouTube and search for machine learning tutorials" |
| "Stop the agent and show me the session log" |
Voice के दौरान Tool Execution
जब आपका voice command किसी tool या action को trigger करता है, Neotask real-time spoken feedback प्रदान करता है ताकि आप जान सकें क्या हो रहा है:
- "I'm opening the file editor..."
- "Running the shell command now..."
- "Fetching the web page..."
Supported Tool Actions
Voice द्वारा trigger किए जा सकने वाले tools में शामिल हैं:
- Shell commands, अपनी machine पर terminal commands execute करें।
- File operations, Files बनाएं, पढ़ें, edit करें और organize करें।
- Web requests, URLs और APIs से data fetch करें।
Approval Workflow
जब Safe Mode सक्षम होता है (default पर on), sensitive actions execution से पहले आपकी explicit spoken या clicked approval की आवश्यकता होती है। Sensitive actions में शामिल हैं:
- Files या directories delete करना
- Code या services deploy करना
- आपकी ओर से messages या emails भेजना
AI action का वर्णन करेगा और proceed करने से पहले confirmation मांगेगा।
Math Tutoring Mode
Neotask में एक specialized math tutoring mode है जो voice instruction को animated visualizations के साथ जोड़ता है।
यह कैसे काम करता है
- एक math topic के लिए पूछें, उदाहरण के लिए, "Teach me about the unit circle।"
- AI topic के अनुरूप lesson plan generate करता है।
- Animated visualizations Manim (mathematical animation engine) का उपयोग करके rendered होते हैं।
- Lesson section by section deliver होता है, spoken explanations visuals के साथ synchronized होती हैं।
Visualization Templates
Instant animated lessons के लिए निम्नलिखित built-in templates उपलब्ध हैं:
| Template | विवरण |
|---|---|
| Unit Circle | Angle और coordinate labels के साथ unit circle का visual walkthrough। |
| Pythagorean Theorem | Triangle sides पर labeled squares के साथ Geometric proof animation। |
| Taylor Series | Polynomial approximation convergence दिखाने वाला step-by-step expansion। |
| Quadratic Formula | Roots की derivation और graphical interpretation। |
| Sine / Cosine Waves | Amplitude, period और phase annotations के साथ Animated wave plots। |
| Derivatives | Instantaneous rate of change illustrate करने वाली Tangent line animation। |
| Integrals | Riemann sum progression के साथ Area-under-the-curve animation। |
| Graph Functions | Labeled axes, intercepts और key features के साथ कोई भी function plot करें। |
Progressive Teaching
Lessons sections में broken होती हैं। प्रत्येक section के बाद, AI pause करता है और पूछता है कि क्या आप continue करने के लिए तैयार हैं, review करना चाहते हैं, या प्रश्न हैं। यह सुनिश्चित करता है कि आप अपनी गति से सीखें।
समर्थित भाषाएं
Neotask 21 भाषाओं में voice interaction का समर्थन करता है:
| Language | Code |
|---|---|
| English | en |
| Spanish | es |
| French | fr |
| German | de |
| Italian | it |
| Portuguese | pt |
| Dutch | nl |
| Russian | ru |
| Chinese (Mandarin) | zh |
| Japanese | ja |
| Korean | ko |
| Arabic | ar |
| Hindi | hi |
| Turkish | tr |
| Polish | pl |
| Swedish | sv |
| Danish | da |
| Norwegian | no |
| Finnish | fi |
| Czech | cs |
| Romanian | ro |
आप Settings > Language में किसी भी समय voice language बदल सकते हैं। Speech recognition और text-to-speech दोनों selected language पर switch हो जाएंगे।
Voice Prompts
Voice prompts नियंत्रित करते हैं कि voice conversations के दौरान AI assistant कैसे behave और respond करता है। दोनों Settings > Voice Prompts में editable हैं।
System Prompt
System prompt voice assistant की overall personality और behavior को define करता है। यह tone, expertise level और interaction style सेट करता है। उदाहरण के लिए, आप assistant को concise और technical होने के लिए instruct कर सकते हैं, या friendly और conversational।
Response Prompt
Response prompt customize करता है कि assistant अपने spoken responses को कैसे format और deliver करता है। Response length, detail level, क्या assistant analogies का उपयोग करता है और अन्य stylistic preferences नियंत्रित करने के लिए इसका उपयोग करें।
दोनों prompts free-form text accept करते हैं और सभी subsequent voice interactions के लिए immediately effect लेते हैं।