语音系统

export function isVoiceGrowthBookEnabled(): boolean {
  // feature('VOICE_MODE') is a compile-time constant (Bun bundler)
  // Dead code is eliminated in non-ANT builds — keeps binary size down.
  return feature('VOICE_MODE')
    ? !getFeatureValue_CACHED_MAY_BE_STALE('tengu_amber_quartz_disabled', false)
    : false
}

成长书标志 tengu_amber_quartz_disabled 默认为 false （未禁用）。 丢失或陈旧的磁盘缓存读取为“未终止”——因此全新安装可以立即运行。 将旗帜翻转至 true 紧急情况 - 在 GrowthBook 的下一个缓存刷新周期内禁用所有用户的语音。

export function hasVoiceAuth(): boolean {
  if (!isAnthropicAuthEnabled()) return false
  const tokens = getClaudeAIOAuthTokens()
  return Boolean(tokens?.accessToken)
}

getClaudeAIOAuthTokens() spawns security 在 macOS 上（大约 20-50 毫秒冷，之后缓存）。 记忆会在令牌刷新时清除（大约每小时一次），因此预计每个会话都会出现一次冷生成。 API 密钥、Bedrock、Vertex 和 Foundry 均在此处返回 false — voice_stream 仅可通过 Claude.ai OAuth 获取。

启用语音在写入之前运行五次连续检查 voiceEnabled: true 到设置：

1. isVoiceModeEnabled() — 授权 + GB 门。
2. checkRecordingAvailability() - 拒绝远程环境（CLAUDE_CODE_REMOTE、Homespace）立即； 然后探测音频后端链。
3. isVoiceStreamAvailable() — 重新检查 OAuth 令牌的新鲜度。
4. checkVoiceDependencies() — 验证至少一种录音工具可用。
5. requestMicrophonePermission() — 现在触发 OS TCC 对话框 (macOS)，而不是在第一次按键时触发。 提供针对特定平台的拒绝指南。

// Fires TCC dialog early — better than a surprise on first hold-to-talk
if (!(await requestMicrophonePermission())) {
  const guidance = process.platform === 'darwin'
    ? 'System Settings → Privacy & Security → Microphone'
    : 'your system\'s audio settings'
  return { type: 'text', value: `Microphone access denied. Go to ${guidance}.` }
}

在 WSL1 和无头 Linux 上， arecord 已安装但是 open() 由于没有 ALSA 卡和 PulseAudio 服务器，因此立即失败。 hasCommand('arecord') returns true 在所有这些情况下。 探头通过产卵来工作 arecord 使用与真实录制会话相同的参数并使用 150 毫秒的计时器：

const timer = setTimeout((child, resolve) => {
  child.kill('SIGTERM')
  resolve({ ok: true, stderr: '' })   // still alive = opened OK
}, 150, child, resolve)

child.once('close', code => {
  clearTimeout(timer)
  resolve({ ok: code === 0, stderr: stderr.trim() }) // exited early = failed
})

结果被记忆 - 音频设备可用性不会在会话中改变，并且这在每次语音按键时运行 checkRecordingAvailability().

const args = [
  '-q',               // quiet: no progress output
  '--buffer', '1024', // flush in small chunks; without this SoX buffers seconds
  '-t', 'raw',         // raw PCM, no WAV header
  '-r', '16000',      // 16kHz sample rate (matches STT endpoint requirement)
  '-e', 'signed',     // signed PCM
  '-b', '16',         // 16-bit depth
  '-c', '1',          // mono
  '-',                // write to stdout
]
// Silence detection (only when NOT in push-to-talk mode)
if (useSilenceDetection) {
  args.push('silence', '1', '0.1', '3%', '1', '2.0', '3%')
  // ↑ stop after 2 seconds of audio below 3% threshold
}

一键通通行证 { silenceDetection: false } — 用户控制启动和停止。 本机 NAPI 模块也会忽略其内置的 onEnd 在一键通模式下。

claude.ai Cloudflare 区域使用 TLS 指纹并阻止非浏览器客户端（JA3 指纹不匹配）。 这 api.anthropic.com 侦听器公开具有相同 OAuth 身份验证的相同 private-api pod，但位于不强制执行浏览器级 TLS 指纹识别的 CF 区域。 桌面听写仍然使用 claude.ai 因为 Swift 的 URLSession 具有浏览器级 JA3 指纹并通过了挑战。

// Override via env var for testing/staging
const wsBaseUrl =
  process.env.VOICE_STREAM_BASE_URL ||
  getOauthConfig().BASE_API_URL
    .replace('https://', 'wss://')
    .replace('http://', 'ws://')

finalize() 返回一个 Promise<FinalizeSource> 通过四个路径中最先触发的一个来解决：

The no_data_timeout 路径是 无声签名 — 如果它触发 hadAudioSignal=true，会话遇到了一个已知的服务器错误（粘性 CE pod 返回零转录本，约 1% 的会话）。

当用户按住 Space 进行热身时，一些空格字符会泄漏到之前的文本输入中 stopImmediatePropagation() 生效（不保证监听器注册顺序）。 stripTrailing() 精确删除泄漏计数，而不触及边界处预先存在的空间：

// Strip exactly `maxStrip` trailing `char` chars, leaving `floor` behind
const stripTrailing = (maxStrip, { char = ' ', anchor = false, floor = 0 } = {}) => {
  // Also counts full-width spaces (U+3000) for CJK IME compatibility
  const scan = char === ' '
    ? normalizeFullWidthSpace(beforeCursor)
    : beforeCursor
  // ...
  if (anchor) {
    voicePrefixRef.current = stripped         // save text before cursor
    voiceSuffixRef.current = afterCursor      // save text after cursor
  }
}

When anchor=true，该调用还捕获临时转录本注入的光标位置。 在前缀和后缀之间插入的间隙确保波形光标位于间隙上而不是第一个后缀字母上。

// In useVoice.ts
const RELEASE_TIMEOUT_MS = 200    // gap that signals key release (auto-repeat is 30-80ms)
const REPEAT_FALLBACK_MS = 600    // arm release timer if no auto-repeat seen yet
const FIRST_PRESS_FALLBACK_MS = 2000 // modifier combos: OS initial repeat delay up to ~2s

当 600 毫秒内没有第二次按键到达时，回退计时器将启动释放检测。 对于修饰符组合，调用者通过 2000 毫秒来覆盖较长的操作系统初始重复延迟（macOS 滑块位于“长”= 自动重复开始前约 2 秒）。

所有六个条件必须满足才能触发重播：

1. finalizeSource === 'no_data_timeout'
2. hadAudioSignal === true （检测到重要的麦克风信号）
3. wsConnected === true （WS确实打开——后端收到音频）
4. !focusTriggered （不是焦点模式会话）
5. accumulatedRef.current.trim() === '' （没有积累部分成绩单）
6. !silentDropRetriedRef.current （每个会话仅重播一次）

if (finalizeSource === 'no_data_timeout' && hadAudioSignal && wsConnected
    && !focusTriggered && focusFlushedChars === 0
    && accumulatedRef.current.trim() === ''
    && !silentDropRetriedRef.current
    && fullAudioRef.current.length > 0) {
  silentDropRetriedRef.current = true
  await sleep(250)          // backoff to clear rapid-reconnect same-pod race
  if (isStale()) return

  // Replay full buffer in 32 KB slices on a fresh connection
  const SLICE = 32_000
  for (const chunk of replayBuffer) {
    // ... batch into SLICE-sized sends ...
    conn.send(Buffer.concat(slice))
  }
  await conn.finalize()
}

音频缓冲区是有界的： fullAudioRef.current 在焦点模式下跳过缓冲（会话可能持续几分钟，缓冲区可能达到约 20 MB）。 32 KB 切片大小将小 NAPI 块批处理为合理的 WS 帧大小，而不会超出 WS 消息限制。

// Arms / resets the silence timer after each flushed transcript
function armFocusSilenceTimer(): void {
  if (focusSilenceTimerRef.current) clearTimeout(focusSilenceTimerRef.current)
  focusSilenceTimerRef.current = setTimeout(() => {
    if (stateRef.current === 'recording' && focusTriggeredRef.current) {
      silenceTimedOutRef.current = true
      finishRecording()           // tears down WS gracefully
    }
  }, FOCUS_SILENCE_TIMEOUT_MS)   // 5000 ms
}

关键词来自三个来源，并合并到一个去重复的集中：

1. 全局硬编码术语：MCP、符号链接、grep、正则表达式、localhost、TypeScript、OAuth、webhook、gRPC、dotfiles、子代理、工作树。 （Claude 和 Anthropic 已经是服务器上的基本关键字。）
2. 项目根基名: 例如， claude-code 作为一个整体添加。
3. Git 分支词: feat/voice-keyterms → [“壮举”、“声音”、“关键术语”]。

export function splitIdentifier(name: string): string[] {
  return name
    .replace(/([a-z])([A-Z])/g, '$1 $2')  // camelCase → camel Case
    .split(/[-_./\s]+/)                    // split on separators
    .filter(w => w.length > 2 && w.length <= 20) // discard noise
}

export function useVoiceEnabled(): boolean {
  const userIntent   = useAppState(s => s.settings.voiceEnabled === true)
  const authVersion  = useAppState(s => s.authVersion)
  // authVersion bumps on /login only.
  // getClaudeAIOAuthTokens() spawns `security` (~60ms cold) — can't call on every render.
  const authed = useMemo(hasVoiceAuth, [authVersion])
  return userIntent && authed && isVoiceGrowthBookEnabled()
}

The isVoiceGrowthBookEnabled() 调用保留在备忘录之外，因此会话中的终止开关翻转会在下一次渲染时生效，而无需等待登录事件。