Röststyrning
Neotask innehåller ett komplett röststyrningssystem som låter dig interagera med dina AI-agenter helt via tal. Du kan aktivera agenter, ge kommandon, navigera i gränssnittet och ta emot talade svar, helt handsfree.
Översikt
Aktiveringsmetoder
Det finns två sätt att aktivera röstinmatning:
- Alltid lyssnande vakningsord, Säg en aktiveringsfras (t.ex. "Hey Neotask") och applikationen börjar lyssna. Inga tangenter att trycka på.
- Tangentbordsgenväg, Tryck på en tangentkombination för att starta röstinmatning på begäran.
Du kan välja din föredragna metod under Inställningar > Vakningsläge.
Röstinteraktionsflöde
Varje röstinteraktion följer denna cykel:
- Vakna, Aktivering via vakningsord eller tangentbordsgenväg.
- Lyssna, Neotask lyssnar på din talade inmatning.
- Transkribera, Tal omvandlas till text i realtid.
- Tänka, AI:n behandlar din begäran och bestämmer lämpliga åtgärder.
- Tala, Svaret talas upp för dig med naturlig text-till-tal.
- Lyssna, Systemet återgår till att lyssna på ditt nästa kommando och håller konversationen i gång.
Aktivering med vakningsord
Standardvakningsord
Standardvakningsordet är:
"Hey Neotask"
Säg bara denna fras och Neotask börjar lyssna på ditt kommando.
Anpassade vakningsord
Du kan ange ett anpassat vakningsord under Inställningar > Vakningsord. Välj vilken kort, tydlig fras som helst som är lätt för dig att säga och som sannolikt inte förekommer i normala samtal.
Prestanda
Vakningsordsdetektering körs helt på din lokala maskin, inget ljud skickas till molnet för vakningsordsbearbetning. Detektionsmotorn är optimerad för extremt låg CPU-användning, så den kan förbli aktiv i bakgrunden utan att påverka systemets prestanda.
Känslighet
Vakningsordskänsligheten är konfigurerbar. Om du märker att vakningsordet utlöses för lätt (falskt positiva) eller inte tillräckligt ofta (missade aktiveringar), justera känslighetsreglaget under Inställningar > Vakningsord > Känslighet.
Aktivering med tangentbordsgenväg
Standardgenvägar
| Plattform | Genväg |
|---|---|
| macOS | Cmd + Shift + Space |
| Windows / Linux | Ctrl + Shift + Space |
Anpassning
Tangentbordsgenvägen är helt anpassningsbar. Gå till Inställningar > Vakningsläge > Tangentbordsgenväg för att ange din föredragna tangentkombination.
Röstfunktioner
Tal till text
Neotask använder Deepgram för realtidstranskription av tal till text. Dina talade ord visas som text i konversationen när du talar, med minimal fördröjning.
Text till tal
Svar talas upp med ElevenLabs naturliga text-till-tal-teknologi. Röstbiblioteket innehåller 100+ röster med ett brett utbud av stilar.
Röstval
Välj din föredragna röst under Inställningar > Röst. Du kan filtrera röster efter:
- Kön, Man, kvinna eller neutral.
- Accent, Amerikansk, brittisk, australiensisk och många fler.
- Ålder, Ung, medelålders eller mogen.
En röstförhandsvisningsknapp finns bredvid varje röst så att du kan höra ett prov innan du väljer.
Konversationskontroller
- Paus, Pausa röstkonversationen när som helst. AI:n slutar lyssna och tala tills du återupptar.
- Återuppta, Fortsätt konversationen från där du slutade.
Bifogade filer
Du kan bifoga filer under en röstession. Säg till exempel "Jag vill dela en fil" och använd bifogningsdialogen, eller dra och släpp en fil i konversationsfönstret medan röstläget är aktivt. AI:n kan sedan referera till och arbeta med den bifogade filen.
Röstkommandon
Neotask förstår ett brett utbud av naturliga språkkommandon. Nedan finns vanliga kategorier med exempel.
Öppna webbplatser
| Exempelkommando |
|---|
| "Open YouTube" |
| "Go to github.com" |
| "Open the Neotask documentation" |
Sök på webben
| Exempelkommando |
|---|
| "Search for Python tutorials on Google" |
| "Look up the weather in San Francisco" |
| "Search Stack Overflow for React hooks" |
Starta applikationer
| Exempelkommando |
|---|
| "Open Safari" |
| "Launch Finder" |
| "Open Visual Studio Code" |
| "Start Terminal" |
Webbläsarkontroll
| Exempelkommando |
|---|
| "Scroll down" |
| "Go back" |
| "Refresh the page" |
| "Scroll to the top" |
Agentoperationer
| Exempelkommando |
|---|
| "Create an agent called Research Assistant" |
| "Start the agent" |
| "Stop the agent" |
| "Show me agent status" |
Flerkommandonkedjor
Du kan kombinera flera instruktioner i ett enda talat kommando:
| Exempelkommando |
|---|
| "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" |
Verktygsexekvering under röst
När ditt röstkommando utlöser ett verktyg eller en åtgärd ger Neotask talade realtidsåterkoppling så att du vet vad som händer:
- "I'm opening the file editor..."
- "Running the shell command now..."
- "Fetching the web page..."
Stödda verktygsåtgärder
Verktyg som kan utlösas med röst inkluderar:
- Skalkommandon, Kör terminalkommandon på din maskin.
- Filoperationer, Skapa, läs, redigera och organisera filer.
- Webbförfrågningar, Hämta data från URL:er och API:er.
Godkännandeflöde
När Säkert läge är aktiverat (på som standard) kräver känsliga åtgärder ditt explicita talade eller klickade godkännande innan utförande. Känsliga åtgärder inkluderar:
- Ta bort filer eller kataloger
- Distribuera kod eller tjänster
- Skicka meddelanden eller e-post för din räkning
AI:n beskriver åtgärden och ber om bekräftelse innan den fortsätter.
Matematikhandledningsläge
Neotask innehåller ett specialiserat matematikhandledningsläge som kombinerar röstinstruktion med animerade visualiseringar.
Hur det fungerar
- Be om ett matematikämne, till exempel "Lär mig om enhetscirkeln."
- AI:n genererar en lektionsplan anpassad till ämnet.
- Animerade visualiseringar renderas med Manim (den matematiska animationsmotorn).
- Lektionen levereras avsnitt för avsnitt, med talade förklaringar synkroniserade med bilderna.
Visualiseringsmallar
Följande inbyggda mallar finns tillgängliga för omedelbara animerade lektioner:
| Mall | Beskrivning |
|---|---|
| Unit Circle | Visuell genomgång av enhetscirkeln med vinkel- och koordinatetiketter. |
| Pythagorean Theorem | Geometrisk bevisanimation med etiketterade kvadrater på triangelsidor. |
| Taylor Series | Steg-för-steg-expansion som visar polynomapproximationens konvergens. |
| Quadratic Formula | Härledning och grafisk tolkning av rötter. |
| Sine / Cosine Waves | Animerade våggrafer med amplitud-, period- och faskommentarer. |
| Derivatives | Tangentlinjeanimation som illustrerar ögonblicklig förändringshastighet. |
| Integrals, | Area-under-kurvan-animation med Riemann-summaprogresssion. |
| Graph Functions | Rita valfri funktion med etiketterade axlar, skärningspunkter och viktiga egenskaper. |
Progressiv undervisning
Lektioner är indelade i avsnitt. Efter varje avsnitt pausar AI:n och frågar om du är redo att fortsätta, vill repetera eller har frågor. Detta säkerställer att du lär dig i din egen takt.
Stödda språk
Neotask stöder röstinteraktion på 21 språk:
| Språk | Kod |
|---|---|
| Engelska | en |
| Spanska | es |
| Franska | fr |
| Tyska | de |
| Italienska | it |
| Portugisiska | pt |
| Nederländska | nl |
| Ryska | ru |
| Kinesiska (mandarin) | zh |
| Japanska | ja |
| Koreanska | ko |
| Arabiska | ar |
| Hindi | hi |
| Turkiska | tr |
| Polska | pl |
| Svenska | sv |
| Danska | da |
| Norska | no |
| Finska | fi |
| Tjeckiska | cs |
| Rumänska | ro |
Du kan ändra röstspråket när som helst under Inställningar > Språk. Både taligenkänning och text-till-tal byter till det valda språket.
Röstuppmaningar
Röstuppmaningar styr hur AI-assistenten beter sig och svarar under röstkonversationer. Båda kan redigeras under Inställningar > Röstuppmaningar.
Systemuppmaning
Systemuppmaningen definierar röstassistentens övergripande personlighet och beteende. Den anger tonen, expertisnivån och interaktionsstilen. Du kan till exempel instruera assistenten att vara kortfattad och teknisk, eller vänlig och konversationell.
Svarsuppmaning
Svarsuppmaningen anpassar hur assistenten formaterar och levererar sina talade svar. Använd den för att styra svarslängd, detaljnivå, om assistenten använder analogier och andra stilistiska preferenser.
Båda uppmaningarna accepterar fritext och träder i kraft omedelbart för alla efterföljande röstinteraktioner.