---
layout: image-right
image: https://cdn.jsdelivr.net/gh/slidevjs/slidev-covers@main/static/nC_dpX5Q_bA.webp
---
## 为什么需要实时语音指令？

我们日常生活中有很多语言, 打字是比语音输入要慢很多的。我们的很多行为。比如，打开灯，打开电视，电脑打开软件，发送消息，询问问题，等等。

这些任何需求只要表述出来，AI就能通过这些分析，然后执行我们相应的动作。

但是所有的这些行为，它都有一个。前提条件为伪代码一样的，语音指令。

> 打开客厅灯。伪代码 “命令” 是 打开，“参数”是客厅灯。这些自然语言，AI已经清晰的理解了我们期望做的事情。

<div class="mt-4 p3 text-xs bg-gray-100 rounded-md text-red-600">
我们不在需要语音唤醒
</div>

<my-footer link="https://kevisual.cn/root/relatime-work-slide/" />

---
transition: fade-out
layout: image-right
image: https://cdn.jsdelivr.net/gh/slidevjs/slidev-covers@main/static/SHE_ZiroE0g.webp
---

## 什么指令可以标记

任何的动作的行为，都可以根据需要去标记为实时语音指令，根据输入的关键字前缀去实现某一个行为。这里列出一些常用的语音动作。

- 打开/关闭
- 记录/停止
- 总结/统计
- 模式切换为(某某模式)
- 修改
- 生成/创建/删除
- 搜索
- 语音转文字

<div class="p3 text-xs bg-gray-100 rounded-md">
播放/暂停，开始，发送，导航到， 提交，保存，分享，下载，上传，等等。
</div>

<my-footer link="https://kevisual.cn/root/relatime-work-slide/" />


---
transition: fade-out
layout: image-right
image: https://cdn.jsdelivr.net/gh/slidevjs/slidev-covers@main/static/3XXSKa4jKaM.webp
---

# 如何实现？

基本原理是：实时的录制语音，语音转文字。文字给ai，分析指令，然后执行相应的动作。

需要一个电脑或者手机，实时语音转文字。

如果指令符合预设的语音指令，那么就执行相应的动作。

<my-footer link="https://kevisual.cn/root/relatime-work-slide/" />