Điều khiển giọng nói
Neotask bao gồm hệ thống điều khiển giọng nói đầy đủ tính năng cho phép bạn tương tác với các tác nhân AI hoàn toàn qua giọng nói. Bạn có thể kích hoạt tác nhân, ra lệnh, điều hướng giao diện và nhận phản hồi bằng lời, tất cả hoàn toàn rảnh tay.
Tổng quan
Phương thức kích hoạt
Có hai cách để kích hoạt đầu vào giọng nói:
- Từ đánh thức luôn lắng nghe, Nói cụm từ kích hoạt (ví dụ: "Hey Neotask") và ứng dụng bắt đầu lắng nghe. Không cần nhấn phím.
- Phím tắt bàn phím, Nhấn tổ hợp phím để bắt đầu đầu vào giọng nói theo yêu cầu.
Bạn có thể chọn phương thức ưa thích trong Cài đặt > Chế độ đánh thức.
Luồng tương tác giọng nói
Mỗi tương tác giọng nói đều theo chu kỳ này:
- Đánh thức, Kích hoạt qua từ đánh thức hoặc phím tắt bàn phím.
- Lắng nghe, Neotask lắng nghe đầu vào giọng nói của bạn.
- Phiên dịch, Giọng nói được chuyển đổi thành văn bản theo thời gian thực.
- Suy nghĩ, AI xử lý yêu cầu của bạn và xác định các hành động thích hợp.
- Nói, Phản hồi được nói to cho bạn nghe bằng text-to-speech tự nhiên.
- Lắng nghe, Hệ thống quay lại lắng nghe lệnh tiếp theo của bạn, giữ cho cuộc trò chuyện tiếp diễn.
Kích hoạt từ đánh thức
Từ đánh thức mặc định
Từ đánh thức mặc định là:
"Hey Neotask"
Chỉ cần nói cụm từ này và Neotask sẽ bắt đầu lắng nghe lệnh của bạn.
Từ đánh thức tùy chỉnh
Bạn có thể đặt từ đánh thức tùy chỉnh trong Cài đặt > Từ đánh thức. Chọn bất kỳ cụm từ ngắn, rõ ràng nào dễ nói và ít có khả năng xuất hiện trong cuộc trò chuyện thông thường.
Hiệu suất
Phát hiện từ đánh thức chạy hoàn toàn trên máy cục bộ của bạn, không có âm thanh nào được gửi lên đám mây để xử lý từ đánh thức. Công cụ phát hiện được tối ưu hóa để sử dụng CPU cực thấp, vì vậy nó có thể hoạt động tích cực trong nền mà không ảnh hưởng đến hiệu suất hệ thống.
Độ nhạy
Độ nhạy từ đánh thức có thể cấu hình. Nếu bạn thấy từ đánh thức kích hoạt quá dễ (dương tính giả) hoặc không đủ thường xuyên (bỏ lỡ kích hoạt), hãy điều chỉnh thanh trượt độ nhạy trong Cài đặt > Từ đánh thức > Độ nhạy.
Kích hoạt phím tắt bàn phím
Phím tắt mặc định
| Nền tảng | Phím tắt |
|---|---|
| macOS | Cmd + Shift + Space |
| Windows / Linux | Ctrl + Shift + Space |
Tùy chỉnh
Phím tắt bàn phím có thể tùy chỉnh đầy đủ. Vào Cài đặt > Chế độ đánh thức > Phím tắt bàn phím để đặt tổ hợp phím ưa thích của bạn.
Tính năng giọng nói
Chuyển giọng nói thành văn bản
Neotask sử dụng Deepgram để phiên dịch giọng nói thành văn bản theo thời gian thực. Các từ được nói của bạn xuất hiện dưới dạng văn bản trong cuộc trò chuyện khi bạn nói, với độ trễ tối thiểu.
Chuyển văn bản thành giọng nói
Các phản hồi được nói to bằng công nghệ text-to-speech tự nhiên của ElevenLabs. Thư viện giọng nói bao gồm 100+ giọng nói trải rộng nhiều phong cách.
Chọn giọng nói
Chọn giọng nói ưa thích trong Cài đặt > Giọng nói. Bạn có thể lọc giọng nói theo:
- Giới tính, Nam, nữ hoặc trung tính.
- Giọng, Mỹ, Anh, Úc và nhiều hơn nữa.
- Tuổi, Trẻ, trung niên hoặc trưởng thành.
Nút xem trước giọng nói có sẵn bên cạnh mỗi giọng nói để bạn có thể nghe mẫu trước khi chọn.
Điều khiển cuộc trò chuyện
- Tạm dừng, Tạm dừng cuộc trò chuyện giọng nói bất cứ lúc nào. AI sẽ ngừng lắng nghe và nói cho đến khi bạn tiếp tục.
- Tiếp tục, Tiếp tục cuộc trò chuyện từ chỗ bạn đã dừng.
Đính kèm tệp
Bạn có thể đính kèm tệp trong phiên giọng nói. Ví dụ: nói "Tôi muốn chia sẻ một tệp" và sử dụng hộp thoại đính kèm, hoặc kéo và thả tệp vào cửa sổ trò chuyện khi chế độ giọng nói đang hoạt động. AI sau đó có thể tham chiếu và làm việc với tệp đính kèm.
Lệnh giọng nói
Neotask hiểu nhiều lệnh ngôn ngữ tự nhiên. Dưới đây là các danh mục phổ biến với ví dụ.
Mở trang web
| Lệnh ví dụ |
|---|
| "Mở YouTube" |
| "Vào github.com" |
| "Mở tài liệu Neotask" |
Tìm kiếm web
| Lệnh ví dụ |
|---|
| "Tìm kiếm hướng dẫn Python trên Google" |
| "Tra cứu thời tiết ở Hà Nội" |
| "Tìm kiếm Stack Overflow để biết về React hooks" |
Khởi chạy ứng dụng
| Lệnh ví dụ |
|---|
| "Mở Safari" |
| "Khởi chạy Finder" |
| "Mở Visual Studio Code" |
| "Bắt đầu Terminal" |
Điều khiển trình duyệt
| Lệnh ví dụ |
|---|
| "Cuộn xuống" |
| "Quay lại" |
| "Làm mới trang" |
| "Cuộn lên đầu" |
Thao tác tác nhân
| Lệnh ví dụ |
|---|
| "Tạo tác nhân có tên Research Assistant" |
| "Bắt đầu tác nhân" |
| "Dừng tác nhân" |
| "Cho tôi xem trạng thái tác nhân" |
Chuỗi đa lệnh
Bạn có thể kết hợp nhiều hướng dẫn trong một lệnh nói duy nhất:
| Lệnh ví dụ |
|---|
| "Tạo tác nhân có tên Data Analyzer, bật giọng nói và khởi động nó" |
| "Mở YouTube và tìm kiếm hướng dẫn machine learning" |
| "Dừng tác nhân và cho tôi xem nhật ký phiên" |
Thực thi công cụ trong lúc dùng giọng nói
Khi lệnh giọng nói của bạn kích hoạt công cụ hoặc hành động, Neotask cung cấp phản hồi bằng lời theo thời gian thực để bạn biết điều gì đang xảy ra:
- "Tôi đang mở trình soạn thảo tệp..."
- "Đang chạy lệnh shell..."
- "Đang tải trang web..."
Các hành động công cụ được hỗ trợ
Các công cụ có thể được kích hoạt bằng giọng nói bao gồm:
- Lệnh shell, Thực thi lệnh terminal trên máy của bạn.
- Thao tác tệp, Tạo, đọc, chỉnh sửa và tổ chức tệp.
- Yêu cầu web, Lấy dữ liệu từ URL và API.
Quy trình phê duyệt
Khi Chế độ an toàn được bật (mặc định bật), các hành động nhạy cảm yêu cầu phê duyệt bằng giọng nói hoặc nhấp chuột rõ ràng trước khi thực thi. Các hành động nhạy cảm bao gồm:
- Xóa tệp hoặc thư mục
- Triển khai mã hoặc dịch vụ
- Gửi tin nhắn hoặc email thay mặt bạn
AI sẽ mô tả hành động và yêu cầu xác nhận trước khi tiến hành.
Chế độ dạy toán học
Neotask bao gồm chế độ dạy toán học chuyên biệt kết hợp hướng dẫn giọng nói với các trực quan hóa hoạt hình.
Cách hoạt động
- Hỏi về chủ đề toán học, ví dụ: "Dạy tôi về vòng tròn đơn vị."
- AI tạo kế hoạch bài học được điều chỉnh theo chủ đề.
- Các trực quan hóa hoạt hình được kết xuất bằng Manim (công cụ hoạt hình toán học).
- Bài học được truyền đạt từng phần, với các giải thích bằng giọng nói được đồng bộ hóa với hình ảnh.
Mẫu trực quan hóa
Các mẫu tích hợp sau có sẵn cho bài học hoạt hình tức thì:
| Mẫu | Mô tả |
|---|---|
| Vòng tròn đơn vị | Hướng dẫn trực quan về vòng tròn đơn vị với nhãn góc và tọa độ. |
| Định lý Pythagorean | Hoạt hình chứng minh hình học với các hình vuông được nhãn trên các cạnh tam giác. |
| Chuỗi Taylor | Mở rộng từng bước cho thấy sự hội tụ xấp xỉ đa thức. |
| Công thức bậc hai | Dẫn xuất và giải thích đồ thị về nghiệm. |
| Sóng Sin / Cosin | Vẽ sóng hoạt hình với chú thích biên độ, chu kỳ và pha. |
| Đạo hàm | Hoạt hình đường tiếp tuyến minh họa tốc độ thay đổi tức thì. |
| Tích phân | Hoạt hình diện tích dưới đường cong với sự tiến bộ tổng Riemann. |
| Vẽ hàm số | Vẽ bất kỳ hàm nào với các trục, giao điểm và đặc điểm chính được nhãn. |
Giảng dạy lũy tiến
Bài học được chia thành các phần. Sau mỗi phần, AI tạm dừng và hỏi bạn có sẵn sàng tiếp tục, muốn xem lại hay có câu hỏi không. Điều này đảm bảo bạn học theo tốc độ của riêng mình.
Ngôn ngữ được hỗ trợ
Neotask hỗ trợ tương tác giọng nói bằng 21 ngôn ngữ:
| Ngôn ngữ | Mã |
|---|---|
| Tiếng Anh | en |
| Tiếng Tây Ban Nha | es |
| Tiếng Pháp | fr |
| Tiếng Đức | de |
| Tiếng Ý | it |
| Tiếng Bồ Đào Nha | pt |
| Tiếng Hà Lan | nl |
| Tiếng Nga | ru |
| Tiếng Trung (Phổ thông) | zh |
| Tiếng Nhật | ja |
| Tiếng Hàn | ko |
| Tiếng Ả Rập | ar |
| Tiếng Hindi | hi |
| Tiếng Thổ Nhĩ Kỳ | tr |
| Tiếng Ba Lan | pl |
| Tiếng Thụy Điển | sv |
| Tiếng Đan Mạch | da |
| Tiếng Na Uy | no |
| Tiếng Phần Lan | fi |
| Tiếng Séc | cs |
| Tiếng Romania | ro |
Bạn có thể thay đổi ngôn ngữ giọng nói bất cứ lúc nào trong Cài đặt > Ngôn ngữ. Cả nhận dạng giọng nói và text-to-speech sẽ chuyển sang ngôn ngữ đã chọn.
Lời nhắc giọng nói
Lời nhắc giọng nói kiểm soát cách trợ lý AI hoạt động và phản hồi trong các cuộc trò chuyện giọng nói. Cả hai đều có thể chỉnh sửa trong Cài đặt > Lời nhắc giọng nói.
Lời nhắc hệ thống
Lời nhắc hệ thống xác định tính cách và hành vi tổng thể của trợ lý giọng nói. Nó đặt ra tông, cấp độ chuyên môn và phong cách tương tác. Ví dụ: bạn có thể hướng dẫn trợ lý súc tích và kỹ thuật, hoặc thân thiện và trò chuyện.
Lời nhắc phản hồi
Lời nhắc phản hồi tùy chỉnh cách trợ lý định dạng và truyền đạt các phản hồi nói của nó. Sử dụng điều này để kiểm soát độ dài phản hồi, mức độ chi tiết, liệu trợ lý có sử dụng phép loại suy hay không và các tùy chọn phong cách khác.
Cả hai lời nhắc đều chấp nhận văn bản tự do và có hiệu lực ngay lập tức cho tất cả các tương tác giọng nói tiếp theo.