跳转到内容

语音命令

语音命令使用独立的命令热键(默认 鼠标中键)。识别语音后,可先匹配本机用户词典,未命中再调用已启用且可用的意图模型,最后执行允许的动作。语音识别是否联网取决于所选输入模型;本地词典只让命令解析免于大模型请求。

操作示意图:用户词典、意图模型与执行能力
用户词典、意图模型与执行能力(操作示意图)

路径:设置 → 语音命令 → 启用语音命令,默认开启。

关闭后,命令热键、历史再执行与命令 Deeplink 都不能启动命令管线,语音输入与翻译仍可使用。现有配置会保留,但下方执行能力、词典与意图模型设置会隐藏;先重新开启总开关才能修改。

在 执行能力 中点选卡片允许或禁止动作类型。限制同时适用于词典与意图模型。

卡片 用途 默认
允许热键 向前台 App 注入快捷键;可设置危险热键确认 开
允许文本输入 在光标处插入文本 开
允许悬浮回答 显示模型生成的回答 开
允许选区改写 用意图模型改写选中文字;需要试用 / Pro 与可用模型 开;受许可限制
允许打开应用 / 文件 / URL 打开 App、文件、网址或系统设置 开
允许快捷指令 运行 Shortcuts.app 中已有的快捷指令 开
允许系统控制 音量 / 亮度、媒体、锁屏 / 休眠、计时器、窗口、提醒与日程 开

当前没有 Shell 执行能力。打开终端 App 只会打开应用;执行工作流请用已有快捷指令,见 终端命令现状。

自然语言系统操作通常由试用 / Pro 的意图模型解析,例如「把窗口移到左半边」或「明天提醒我交周报」。手动词典编辑器没有系统动作选项,但符合条件的成功动作可自动学习。

窗口操作需要辅助功能,并取决于目标窗口是否支持调整。创建提醒事项或日历日程时,macOS 会按需请求对应的完整访问权限;拒绝会使该动作失败,不必为普通听写授予这两项权限。提醒与日程写入系统的默认可用列表 / 日历,可能按你的系统账号设置同步。口令中明确说明标题与时间,执行后到对应 App 确认结果。

打开 设置 → 语音命令 → 自定义命令词典:

  • 输入一个或多个短语(可用逗号等分隔)。
  • 动作选择:快捷键、插入文本、打开应用 / URL、打开文件、快捷指令。
  • 指定文本、快捷键、目标路径或快捷指令名称;打开文件可用「选择…」。
  • App Bundle ID 留空为全局,指定后只在该 App 前台时生效。
  • 可编辑、启用 / 停用或删除条目;可筛选手动与自动学习条目。

条目保存在本机偏好中,没有随应用启用的内置目录、命令包或起步预设。可照 命令参考 自行添加示例。

先精确匹配,再严格模糊匹配。每轮顺序为:App 手动 → App 自动学习 → 全局手动 → 全局自动学习,只考虑已启用且动作被允许的条目。

优先本地命令词典 默认开启,词典命中时跳过意图模型。多次成功执行相同的模型口令与符合条件的动作后,可生成带闪电标记的自动学习条目;问答与选区改写不参与自动学习。可在词典中管理这些条目。「0ms」指省去大模型调用的快速路径,不是麦克风到动作的实测总耗时。

试用 / Pro 专属;Free 仅可用本地命令词典。开启且配置成功后,未匹配的口令可以交给云端 BYOK 或已安装的本地 Spark-X2.5 模型。

意图模型可与「文本处理」同步服务商、模型与端点;关闭同步后独立设置。同一服务商的 Key 共用。选区改写也使用意图配置并受同一许可门槛约束;润色 / 翻译位于文本处理页。仅本地模式阻止公网意图模型,请用本地模型或回环端点。

  • 词典(localRegistry):手动或自动学习用户条目都使用这个来源。
  • 意图模型(llm):由云端或本地大模型解析。
  • 手动(manual):手动动作来源。

自动学习标记用于词典管理,不是第四种历史解析来源。详见 历史记录。

在 设置 → 语音命令 → 朗读与播报 中分别配置完整问答自动朗读与操作结果播报。操作播报默认关闭;改写结果使用手动朗读。声音与语速不依赖自动朗读开关,均使用本机系统语音。

  • 按语言选择声音,可先试听;正文分段匹配语言。原有声音偏好只迁移到对应语言,未安装的声音自动回退并提示。
  • 悬浮窗可暂停、继续或停止朗读;进度菜单提供重新朗读、上一段和下一段。朗读保留正文与链接文字,省略代码、公式和网址。
  • 开始新录音、关闭或切换回答、插入文字时停止朗读;睡眠及默认输出设备变化也会停止,避免意外恢复播放。