语音控制
Neotask 包含一个功能完整的语音控制系统，让您完全通过语音与 AI 代理交互。您可以激活代理、发出命令、导航界面以及接收语音响应，全程免提操作。
概述
激活方式
有两种方式激活语音输入：
- 始终监听唤醒词。 说出触发短语（如 "Hey Neotask"），应用程序开始监听。无需按键。
- 键盘快捷键。 按下组合键按需启动语音输入。
您可以在设置 > 唤醒模式中选择首选方式。
语音交互流程
每次语音交互遵循以下循环：
- 唤醒。 通过唤醒词或键盘快捷键激活。
- 监听。 Neotask 监听您的语音输入。
- 转录。 语音实时转换为文本。
- 思考。 AI 处理您的请求并确定适当的操作。
- 朗读。 响应通过自然的文本转语音技术朗读给您。
- 监听。 系统返回监听您的下一个命令，保持对话流畅。
唤醒词激活
默认唤醒词
默认唤醒词是：
"Hey Neotask"
只需说出这个短语，Neotask 就会开始监听您的命令。
自定义唤醒词
您可以在设置 > 唤醒词中设置自定义唤醒词。选择任何简短、独特的短语，便于您说出且不太可能在正常对话中出现。
性能
唤醒词检测完全在您的本地机器上运行；唤醒词处理不会将音频发送到云端。检测引擎针对超低 CPU 使用率进行了优化，因此可以在后台保持活跃而不影响系统性能。
灵敏度
唤醒词灵敏度可配置。如果您发现唤醒词触发太容易（误触发）或不够频繁（错过激活），请在设置 > 唤醒词 > 灵敏度中调整灵敏度滑块。
键盘快捷键激活
默认快捷键
| 平台 | 快捷键 |
|---|---|
| macOS | Cmd + Shift + Space |
| Windows / Linux | Ctrl + Shift + Space |
自定义
键盘快捷键完全可自定义。前往设置 > 唤醒模式 > 键盘快捷键设置您首选的组合键。
语音功能
语音转文本
Neotask 使用 Deepgram 进行实时语音转文本转录。您说出的话会以文本形式显示在对话中，延迟极低。
文本转语音
响应使用 ElevenLabs 自然文本转语音技术大声朗读。声音库包含 100 多种声音，涵盖多种风格。
声音选择
在设置 > 声音中选择您首选的声音。您可以按以下条件筛选声音：
- 性别： 男性、女性或中性。
- 口音： 美式、英式、澳大利亚式等多种。
- 年龄： 年轻、中年或成熟。
每个声音旁边有声音预览按钮，您可以在选择前试听样本。
对话控制
- 暂停。 随时暂停语音对话。AI 将停止监听和朗读，直到您恢复。
- 继续。 从上次中断的地方继续对话。
文件附件
您可以在语音会话期间附加文件。例如，说"我想分享一个文件"然后使用附件对话框，或在语音模式激活时将文件拖放到对话窗口中。AI 随后可以引用和处理附加的文件。
语音命令
Neotask 理解广泛的自然语言命令。以下是按类别列出的常见示例。
打开网站
| 示例命令 |
|---|
| "打开 YouTube" |
| "前往 github.com" |
| "打开 Neotask 文档" |
搜索网页
| 示例命令 |
|---|
| "在 Google 上搜索 Python 教程" |
| "查看旧金山的天气" |
| "在 Stack Overflow 上搜索 React hooks" |
启动应用程序
| 示例命令 |
|---|
| "打开 Safari" |
| "启动 Finder" |
| "打开 Visual Studio Code" |
| "启动终端" |
浏览器控制
| 示例命令 |
|---|
| "向下滚动" |
| "返回" |
| "刷新页面" |
| "滚动到顶部" |
代理操作
| 示例命令 |
|---|
| "创建一个名为研究助手的代理" |
| "启动代理" |
| "停止代理" |
| "显示代理状态" |
多命令链
您可以在单条语音命令中组合多个指令：
| 示例命令 |
|---|
| "创建一个名为数据分析器的代理，启用语音，然后启动它" |
| "打开 YouTube 并搜索机器学习教程" |
| "停止代理并显示会话日志" |
语音期间的工具执行
当您的语音命令触发工具或操作时，Neotask 提供实时语音反馈让您知道正在发生什么：
- "我正在打开文件编辑器..."
- "正在运行 shell 命令..."
- "正在获取网页..."
支持的工具操作
可通过语音触发的工具包括：
- Shell 命令。 在您的机器上执行终端命令。
- 文件操作。 创建、读取、编辑和组织文件。
- Web 请求。 从 URL 和 API 获取数据。
批准工作流
当安全模式启用时（默认开启），敏感操作在执行前需要您明确的语音或点击批准。敏感操作包括：
- 删除文件或目录
- 部署代码或服务
- 以您的名义发送消息或邮件
AI 将描述操作并在继续前请求确认。
数学辅导模式
Neotask 包含一个专门的数学辅导模式，将语音教学与动画可视化相结合。
工作原理
- 询问一个数学话题，例如 "教我关于单位圆的知识。"
- AI 生成针对该话题的教学计划。
- 使用 Manim（数学动画引擎）渲染动画可视化。
- 课程按部分进行，口头讲解与可视化同步。
可视化模板
以下内置模板可用于即时动画课程：
| 模板 | 描述 |
|---|---|
| 单位圆 | 带有角度和坐标标签的单位圆视觉演示。 |
| 勾股定理 | 带有三角形各边标记正方形的几何证明动画。 |
| 泰勒级数 | 展示多项式近似收敛的逐步展开。 |
| 二次公式 | 根的推导和图形解释。 |
| 正弦/余弦波 | 带有振幅、周期和相位标注的动画波形图。 |
| 导数 | 切线动画说明瞬时变化率。 |
| 积分 | 带有黎曼和递进的曲线下面积动画。 |
| 函数图形 | 绘制任何函数，带有标记的轴、截距和关键特征。 |
渐进式教学
课程被分为多个部分。每个部分后，AI 暂停并询问您是否准备好继续、想要复习或有问题。这确保您按自己的节奏学习。
支持的语言
Neotask 支持 21 种语言的语音交互：
| 语言 | 代码 |
|---|---|
| 英语 | en |
| 西班牙语 | es |
| 法语 | fr |
| 德语 | de |
| 意大利语 | it |
| 葡萄牙语 | pt |
| 荷兰语 | nl |
| 俄语 | ru |
| 中文（普通话） | zh |
| 日语 | ja |
| 韩语 | ko |
| 阿拉伯语 | ar |
| 印地语 | hi |
| 土耳其语 | tr |
| 波兰语 | pl |
| 瑞典语 | sv |
| 丹麦语 | da |
| 挪威语 | no |
| 芬兰语 | fi |
| 捷克语 | cs |
| 罗马尼亚语 | ro |
您可以随时在设置 > 语言中更改语音语言。语音识别和文本转语音都将切换到所选语言。
语音提示
语音提示控制 AI 助手在语音对话中的行为和响应方式。两者都可以在设置 > 语音提示中编辑。
系统提示
系统提示定义语音助手的整体个性和行为。它设置语气、专业水平和交互风格。例如，您可以指示助手简洁且技术性，或友好且对话式。
响应提示
响应提示自定义助手格式化和传达口头响应的方式。使用它来控制响应长度、详细程度、助手是否使用类比以及其他风格偏好。
两个提示都接受自由格式文本，并对所有后续语音交互立即生效。