语音控制教程

了解如何使用语音命令与 CatGo 进行免手动交互。

概述

CatGo 通过 Whisper（本地语音转文字）支持语音输入，并通过文本转语音支持语音输出，从而实现对话式交互。

步骤 1：启用语音

打开 Gesture Settings 面板并启用语音输入，然后选择你的麦克风。

步骤 2：语音转文字设置

Whisper Engine

CatGo 使用本地 Whisper 模型进行保护隐私的语音识别。模型会在首次使用时下载。

步骤 3：语音命令

结构命令

• "向左/向右/向上/向下旋转"
• "放大/缩小"
• "重置视图"
• "显示化学键/标签/坐标轴"

Atom Art

• "放置一个碳原子"
• "在这里添加氧原子"
• "构建一个苯环"

分析命令

• "计算 RDF"
• "显示能带结构"
• "优化结构"

步骤 4：文本转语音响应

CatGo 会针对已执行的命令给出语音反馈。

步骤 5：自定义

在设置中调整语音激活灵敏度、语言和 TTS 声音。

相关内容

• 语音控制模块 - 架构参考
• 手势追踪 - 与手势结合使用
• Atom Art 模块 - 语音驱动的原子放置