語音輸入與朗讀
藍莓辦公支援多種語音用法：語音喚醒（喊一聲喚醒對話）、按住說話（語音變文字）、語音對話（連續對話 + 播報）和回覆朗讀（文字變語音）。使用本地引擎時轉寫與合成的文字不出本機；配置雲端端點（FunASR / OpenAI 相容轉寫端點、MiniMax / Edge 合成等）時音訊或文字會上傳到對應服務，以該服務的隱私政策為準。
語音喚醒
設定 → 語音轉寫與合成 → 「語音喚醒」開啟後，說出喚醒詞即可喚醒語音對話：
- 預設喚醒詞為「小藍小藍」，可自訂（最長 30 字元）
- 喚醒模型隨安裝包內建（約 3.3MB），辨識在本機完成、不連網
- 喚醒詞輸入框旁的「測試」開啟對話框：即時波形 + 10 秒一次性喚醒檢測，確認你的短語能被可靠辨識
- 喚醒後自動開啟語音對話面板並開始收音；面板開啟期間喚醒監聽自動暫停
適合雙手離開鍵盤的場景：進辦公室喊一聲，直接開口安排活兒。
按住說話
輸入框右側的麥克風按鈕，按住說話，鬆開後自動轉寫成文字：
- 輸入框為空時也可以長按輸入框直接開口；已有文字時點麥克風按鈕開始錄音，再點一次停止
- 轉寫結果可以直接傳送，也可以填入輸入框先編輯（設定裡可選）
- 說話太短會提示，不產生空訊息
- 需要先在設定 → 語音轉寫與合成中配置轉寫引擎
適合手邊沒有鍵盤、或者口述比打字快的場景。
語音對話
輸入框的「語音對話」按鈕進入全螢幕語音模式：
- 開口說話，辨識到停頓自動傳送
- 藍莓辦公思考時顯示狀態
- 回覆自動播報
- 播報中開口即可打斷——不用等它說完
整個過程連續進行，像打電話。即時字幕全程可見，說的話和回覆都顯示在螢幕上。
回覆朗讀
訊息上的朗讀按鈕把文字讀出來。設定裡可以配置：
- 自動朗讀：關閉 / 只讀最終回覆（預設）/ 朗讀執行過程
- 音色與語速：每個引擎有各自的音色槽位與試聽，語速 0.5×–2.0×
- 朗讀文字會自動跳過程式碼區塊、圖片與連結，只讀內文
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 相容自訂端點、本地 Whisper，或本地 Qwen3-ASR |
| 即時轉寫 | 語音對話 | 本地串流引擎，或「雲端轉寫端點」（FunASR / OpenAI 相容）：整句上送辨識，字幕按句重新整理 |
| 合成模型 | 朗讀 | 本地引擎（MeloTTS / Kokoro / CosyVoice2）、MiniMax 雲端語音、Edge TTS（微軟線上、免費無需 Key）、自訂端點或自訂命令 |
補充說明：
- 本地 Whisper 安裝：未配置時設定頁顯示「安裝」按鈕，自動裝依賴進共享環境、串流下載模型（網路失敗自動切鏡像），進度即時顯示
- 本地合成引擎常駐執行：裝好後合成回應更快；選取引擎即預熱，閒置時自動釋放
- MiniMax 需要填 API Key（支援中國區/國際區）；Edge TTS 免費開箱即用
- 使用雲端引擎時，朗讀文字或語音會傳送給對應服務商
藍信語音訊息
藍信管道收到的語音訊息會自動轉寫成文字，隨附件一起進入上下文。在管道裡發語音，桌面端也能處理。