語音控制

Neotask 包含功能完整的語音控制系統，讓您能完全透過語音與 AI 代理程式互動。您可以啟動代理程式、發出命令、導覽介面並接收語音回應, , 完全不需用手。

概覽

啟動方法

有兩種啟動語音輸入的方式：

始終監聽的喚醒詞, 說出觸發短語（例如「Hey Neotask」），應用程式即開始監聽。無需按任何鍵。
鍵盤快捷鍵, 按下按鍵組合以按需啟動語音輸入。

您可以在設定 > 喚醒模式中選擇您偏好的方法。

語音互動流程

每次語音互動都遵循以下循環：

喚醒, 透過喚醒詞或鍵盤快捷鍵啟動。
監聽, Neotask 監聽您的語音輸入。
轉錄, 語音即時轉換為文字。
思考, AI 處理您的請求並確定適當的操作。
說話, 使用自然的文字轉語音技術將回應朗讀給您。
監聽, 系統返回監聽您的下一個命令，保持對話流暢。

喚醒詞啟動

預設喚醒詞

預設喚醒詞為：

「Hey Neotask」

只需說出這個短語，Neotask 就會開始監聽您的命令。

自訂喚醒詞

您可以在設定 > 喚醒詞中設定自訂喚醒詞。選擇任何簡短、獨特、易於說出且不太可能在正常對話中出現的短語。

效能

喚醒詞偵測完全在您的本機機器上執行, , 喚醒詞處理期間不會將任何音訊傳送至雲端。偵測引擎針對超低 CPU 使用率進行了優化，因此它可以在背景中保持活動狀態而不影響系統效能。

靈敏度

喚醒詞靈敏度是可設定的。如果您發現喚醒詞觸發過於頻繁（誤報）或不夠頻繁（漏報），請在設定 > 喚醒詞 > 靈敏度中調整靈敏度滑桿。

鍵盤快捷鍵啟動

預設快捷鍵

平台	快捷鍵
macOS	`Cmd + Shift + Space`
Windows / Linux	`Ctrl + Shift + Space`

自訂

鍵盤快捷鍵完全可自訂。前往設定 > 喚醒模式 > 鍵盤快捷鍵設定您偏好的按鍵組合。

語音功能

語音轉文字

Neotask 使用 Deepgram 進行即時語音轉文字轉錄。您的語音話語在您說話時以最小延遲呈現為對話中的文字。

文字轉語音

回應使用 ElevenLabs 自然文字轉語音技術朗讀。語音庫包含 100 個以上聲音，涵蓋各種風格。

聲音選擇

在設定 > 語音中選擇您偏好的聲音。您可以依以下條件篩選聲音：

性別, 男性、女性或中性。
口音, 美式、英式、澳式等更多選擇。
年齡, 年輕、中年或成熟。

每個聲音旁邊都有聲音預覽按鈕，讓您在選擇前試聽樣本。

對話控制

暫停, 隨時暫停語音對話。AI 將停止監聽和說話，直到您繼續。
繼續, 從您暫停的地方繼續對話。

附件

您可以在語音工作階段中附加檔案。例如，說「我想分享一個檔案」並使用附件對話框，或在語音模式啟用時將檔案拖放到對話視窗中。然後 AI 可以參考並處理附加的檔案。

語音命令

Neotask 理解各種自然語言命令。以下是常見類別和範例。

開啟網站

命令範例
「Open YouTube」
「Go to github.com」
「Open the Neotask documentation」

搜尋網路

命令範例
「Search for Python tutorials on Google」
「Look up the weather in San Francisco」
「Search Stack Overflow for React hooks」

啟動應用程式

命令範例
「Open Safari」
「Launch Finder」
「Open Visual Studio Code」
「Start Terminal」

瀏覽器控制

命令範例
「Scroll down」
「Go back」
「Refresh the page」
「Scroll to the top」

代理程式操作

命令範例
「Create an agent called Research Assistant」
「Start the agent」
「Stop the agent」
「Show me agent status」

多命令鏈

您可以在單一語音命令中組合多個指示：

命令範例
「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」

語音期間的工具執行

當您的語音命令觸發工具或操作時，Neotask 提供即時語音回饋，讓您知道正在發生什麼：

「I'm opening the file editor...」
「Running the shell command now...」
「Fetching the web page...」

支援的工具操作

可由語音觸發的工具包括：

Shell 命令, 在您的機器上執行終端命令。
檔案操作, 建立、讀取、編輯和整理檔案。
網路請求, 從 URL 和 API 擷取資料。

核准工作流程

啟用安全模式（預設啟用）時，敏感操作在執行前需要您明確的語音或點擊核准。敏感操作包括：

刪除檔案或目錄
部署程式碼或服務
代替您傳送訊息或電子郵件

AI 將描述操作並在繼續前詢問確認。

數學輔導模式

Neotask 包含一個專門的數學輔導模式，結合語音教學和動畫視覺化。

運作方式

詢問數學主題, , 例如「Teach me about the unit circle」。
AI 生成針對該主題的課程計劃。
使用 Manim（數學動畫引擎）渲染動畫視覺化。
課程以逐節方式呈現，語音說明與視覺效果同步。

視覺化範本

以下內建範本可立即用於動畫課程：

範本	說明
Unit Circle	具有角度和座標標籤的單位圓視覺引導。
Pythagorean Theorem	具有三角形邊上標記正方形的幾何證明動畫。
Taylor Series	逐步展開顯示多項式近似收斂。
Quadratic Formula	根的推導和圖形解釋。
Sine / Cosine Waves	具有振幅、週期和相位標注的動畫波形圖。
Derivatives	切線動畫說明瞬時變化率。
Integrals	具有黎曼和進展的曲線下面積動畫。
Graph Functions	繪製任意函數，帶標記軸、截距和關鍵特徵。

漸進式教學

課程分成幾個部分。每個部分之後，AI 會暫停並詢問您是否準備好繼續、想要複習，或有問題。這確保您以自己的節奏學習。

支援的語言

Neotask 支援 21 種語言的語音互動：

語言	代碼
英語	`en`
西班牙語	`es`
法語	`fr`
德語	`de`
義大利語	`it`
葡萄牙語	`pt`
荷蘭語	`nl`
俄語	`ru`
中文（普通話）	`zh`
日語	`ja`
韓語	`ko`
阿拉伯語	`ar`
印地語	`hi`
土耳其語	`tr`
波蘭語	`pl`
瑞典語	`sv`
丹麥語	`da`
挪威語	`no`
芬蘭語	`fi`
捷克語	`cs`
羅馬尼亞語	`ro`

您可以隨時在設定 > 語言中更改語音語言。語音識別和文字轉語音都將切換至所選語言。

語音提示

語音提示控制 AI 助理在語音對話期間的行為和回應方式。兩者都可在設定 > 語音提示中編輯。

系統提示

系統提示定義語音助理的整體個性和行為。它設定語氣、專業程度和互動風格。例如，您可以指示助理簡潔且技術性，或友好且對話式。

回應提示

回應提示自訂助理如何格式化和表達其語音回應。使用此功能控制回應長度、細節程度、助理是否使用類比，以及其他風格偏好。

兩個提示都接受自由格式文字，並立即對所有後續語音互動生效。