语音输入

用语音在 dassi 里写消息，或给 Telegram 机器人派任务。

在哪说话	会发生什么
dassi 侧栏	转写文字加入草稿。检查后点击 Send。
Telegram 机器人	语音变成一个任务。dassi 执行并在 Telegram 回复。

你需要已登录 dassi。扩展里必须有 Models → Voice 和 Record voice 麦克风按钮。如果没有这些控件，说明你安装的版本还不支持这个功能。

标为 Example 的图片是语音控件的独立预览，用的是示例数据，用来说明该选什么、各个录音状态长什么样。

从 Dassi managed 开始

不需要语音 API key。即使聊天用的是你自己的服务商也一样可用。语音转写有独立的服务商设置，换聊天模型不会影响它。

打开一个普通的 dassi 聊天，点击麦克风按钮 Record voice。
第一次使用时，dassi 会打开一个麦克风设置标签页。点击 Allow microphone，再在 Chrome 单独弹出的权限提示中点击 Allow。如果操作系统也询问，允许 Chrome 使用麦克风。
回到侧栏，再次点击 Record voice。设置标签页只负责授权，不会开始录音。
说话，然后点击方形的 Finish recording 按钮。
等待转写文字出现在已有草稿旁边。需要的话编辑一下，然后点击 Send 或按 Enter。

比如说：「用三条要点总结本页。」结束录音后这句话会加入输入框；发送后任务开始。

点击 Cancel dictation 丢弃录音。保持录音面板可见：关闭或隐藏它会取消采集，包括还在启动中的录音。录音结束之后，转写可以在你切走时继续完成。

Chrome 处于前台时：

平台	开始或结束录音
Mac	Command+Shift+Space（`⌘⇧Space`）
Windows / Linux	Ctrl+Shift+Space

按一次会为当前标签页打开 dassi 并开始录音。再按一次结束录音，并把转写文字加入 dassi 草稿。不需要按住不放。快捷键写入的是 dassi，不是网页上的文本框。

使用快捷键前先完成麦克风授权。启动过程中再按一次会取消；显示 Transcribing… 时按键无效。

在你希望 dassi 使用的 Chrome 配置文件里，从 Settings → Remote 连接 Telegram。
在同一个配置文件里，到 Models → Voice 选择服务商。
保持电脑不休眠、在线，Chrome 运行且 dassi 已登录。
从已关联的 Telegram 账号打开 @dassi_ai_bot，发一条语音。试试：「请回复 hello。」

链接会在浏览器里打开机器人页面。选择 Start Bot 打开 Telegram，或 Open in Web 使用 Telegram Web。连接账号后，在机器人对话中发送语音。
dassi 转写语音，作为任务执行，并在同一个 Telegram 聊天里回复。

Telegram 语音一经处理就立即开始任务，没有草稿检查这一步。机器人使用其连接的 Chrome 配置文件中的语音设置。在 Telegram 里录制语音不需要授予 dassi 电脑麦克风的权限。

Telegram 对话在 dassi 侧栏里是只读的。要继续那段对话，请在 Telegram 里进行；或者打开一个普通的侧栏聊天，口述到草稿里。

要用自己的语音服务商：

打开 Settings → Models，展开 API keys。
用有效的 API key 连接 OpenAI 或 Groq。该服务商账号需要有语音模型的访问权限，以及可用的额度或计费。
在 Voice 下选择与 key 对应的 OpenAI Whisper 或 Groq Whisper。

使用 OpenAI 语音 key：

使用 Groq 语音 key：
录一句短话检查设置。

这个选择对侧栏口述和 Telegram 语音都生效。聊天订阅、账号登录或其他服务商的 key 都不能代替 OpenAI 或 Groq 的语音 key。聊天用 Ollama 也不会让语音转写变成本地的。

如果所选服务商拒绝了请求，dassi 会显示错误，不会自动切换到 Dassi managed。你可以自己选回 Dassi managed (default) 使用附带的额度。

语言： 自动检测。如果混合语言识别不好，打开 Models → Voice → Spoken languages (optional)，最多选两种语言。
录音时长： 在 Models → Voice 查看当前上限。侧栏到达上限会自动停止；使用 Dassi managed 时，Telegram 语音也请控制在上限内。
托管额度： Models → Voice 显示的每日额度在你的 dassi 账号下由侧栏和 Telegram 共用。每天 UTC 午夜重置，与聊天额度分开计算。服务商请求失败也可能计入该额度。
BYOK 用量： 按你所选语音服务商的限制和收费计算。
音频： 转写由所选服务在云端处理。发送前请检查侧栏转写，尤其是人名、数字和混合语言的文字。

展开 Spoken languages (optional) 可以看到两个语言选择器。除非想给出语言提示，否则保持 Automatic。

示例：语音设置展开了 Spoken languages，两个语言选择器都是 Automatic

问题	试试这些
麦克风设置一直在等待	找一下 Chrome 单独弹出的权限提示。如果被屏蔽，用设置标签页上的 Open microphone settings，并检查操作系统对 Chrome 的麦克风权限。回到 dassi 重新开始录音。
快捷键没反应	打开 `chrome://extensions/shortcuts`，检查 dassi 的 Start or stop voice dictation in Dassi 命令。如果被其他应用占用，换一个可用的快捷键。
Mac 弹出了表情选择器	用 Command+Shift+Space。Control+Command+Space 打开的是 macOS 表情选择器。
切换标签页后录音消失	隐藏录音面板会取消录音。回来重新录一次，录完之前保持面板可见。
「No speech」或录音错误	检查所选麦克风，录一句更短、更清晰的话。检查网络连接后重试。
每日语音额度用完	等到 UTC 午夜，或配置自己的 OpenAI/Groq 语音 key 并在 Voice 下选中。
BYOK key 或服务商错误	检查 Voice 的选择与已保存的 API key 是否匹配，以及该服务商是否有语音访问权限和可用额度。
Telegram 不回复	检查关联的 Chrome 配置文件是否在运行、已登录并在线。检查 Settings → Remote 的连接和 Models → Voice 的服务商。