語音輸入與朗讀
藍莓辦公支援多種語音用法：語音喚醒（嗌一聲喚醒對話）、按住說話（語音變文字）、語音對話（連續對話 + 播報）同回覆朗讀（文字變語音）。用本機引擎時，轉寫與合成嘅文字唔會出本機；配置雲端端點（FunASR / OpenAI 兼容轉寫端點、MiniMax / Edge 合成等）時，音訊或者文字會上傳到對應服務，以該服務嘅私隱政策為準。
語音喚醒
設定 → 語音轉寫與合成 → 「語音喚醒」開啟後，講出喚醒詞即可喚醒語音對話：
- 預設喚醒詞為「小藍小藍」，可以自訂（最長 30 字元）
- 喚醒模型隨安裝包內置（約 3.3MB），識別喺本機完成、唔使上網
- 喚醒詞輸入框旁邊嘅「測試」會打開對話框：實時波形 + 10 秒一次性喚醒檢測，確認你嘅短語可以被可靠識別
- 喚醒後自動打開語音對話面板並開始收音；面板開住期間，喚醒監聽會自動暫停
啱雙手離開鍵盤嘅場景：入到辦公室嗌一聲，直接開口派活。
按住說話
輸入框右邊嘅麥克風掣，撳住講嘢，放手之後自動轉寫做文字：
- 輸入框空白時亦可以長撳輸入框直接開口；已有文字時撳麥克風掣開始錄音，再撳一次停止
- 轉寫結果可以直接發送，亦可以填入輸入框先編輯（設定入面揀）
- 講得太短會提示，唔會出空訊息
- 要先喺設定 → 語音轉寫與合成配置轉寫引擎
啱手邊冇鍵盤、或者口述快過打字嘅場景。
語音對話
輸入框嘅「語音對話」掣入全螢幕語音模式：
- 開口講，識別到停頓自動發送
- 藍莓辦公諗嘢嗰陣顯示狀態
- 回覆自動播報
- 播報緊開口就可以打斷——唔使等佢講完
成個過程一路連住進行，好似打電話。即時字幕全程睇到，講嘅嘢同回覆都顯示喺螢幕度。
回覆朗讀
訊息上面嘅朗讀掣將文字讀出嚟。設定入面可以配置：
- 自動朗讀：關閉 / 淨係讀最終回覆（預設）/ 朗讀執行過程
- 音色與語速：每個引擎有各自嘅音色槽位與試聽，語速 0.5×–2.0×
- 朗讀文字會自動跳過代碼塊、圖片與連結，淨係讀正文
引擎配置
設定 → 語音轉寫與合成：
| 引擎 | 用途 | 說明 |
|---|---|---|
| 轉寫模型 | 按住說話、語音附件 | 硅基流動（SenseVoiceSmall）、Groq（Whisper Turbo）、FunASR 端點、OpenAI 兼容自訂端點、本地 Whisper，或者本地 Qwen3-ASR |
| 即時轉寫 | 語音對話 | 本地串流引擎，或者「雲端轉寫端點」（FunASR / OpenAI 兼容）：成句上送識別，字幕逐句刷新 |
| 合成模型 | 朗讀 | 本地引擎（MeloTTS / Kokoro / CosyVoice2）、MiniMax 雲端語音、Edge TTS（微軟線上、免費唔使 Key）、自訂端點或者自訂命令 |
補充說明：
- 本地 Whisper 安裝：未配置嗰陣設定頁有「安裝」掣，自動裝依賴入共享環境、串流落模型（網絡失敗自動切鏡像），進度實時顯示
- 本地合成引擎常駐運行：裝好之後合成反應更快；揀選引擎即預熱，閒置時自動釋放
- MiniMax 要填 API Key（支援中國區/國際區）；Edge TTS 免費開箱即用
- 用雲端引擎時，朗讀文字或者語音會發送畀對應服務商
藍信語音訊息
藍信渠道收到嘅語音訊息會自動轉寫做文字，跟附件一齊入上下文。喺渠道度發語音，桌面端都處理到。