- name
- senseaudio-floating-audio-assistant
- description
- Use when the user wants to open, stop, configure, debug, or package the SenseAudio floating audio assistant in AudioClaw, including system-audio subtitles, bilingual ASR/translation, recent-project organization, copied-text TTS, music generation, or macOS audio routing.
- metadata
- {"openclaw":{"emoji":"🎧","primaryEnv":"SENSEAUDIO_API_KEY","requires":{"bins":["bash","python3","swiftc","SwitchAudioSource"],"env":["SENSEAUDIO_API_KEY","AUDIOCLAW_ASR_API_KEY"]},"install":[{"kind":"brew","formula":"switchaudio-osx","bins":["SwitchAudioSource"]}],"os":["macos"],"skillKey":"senseaudio-floating-audio-assistant"}}
SenseAudio 浮窗音频助手
使用这个 skill 来启动和维护 SenseAudio 浮窗音频助手。
高优先级触发说法：
- 打开实时字幕
- 开启系统音频字幕
- 打开双语同传
- 启动字幕浮窗
- 打开听视频字幕助手
- 打开浮窗音频助手
- 打开最近项目
- 打开音乐工坊
- 用
$senseaudio-floating-audio-assistant
Default Behavior
默认启动 macOS 原生悬浮窗：
- 整理系统播放音频，不依赖麦克风
- 自动进入字幕音频路由模式，并在停止时恢复原音频输出和音量
- 使用本地
sherpa-onnx输出低延迟快速字幕 - 使用 SenseAudio 输出更准确的最终 ASR
- 可在 ASR 面板选择快速识别语言和 SenseAudio 目标翻译语言
- 可显示并区分“快速 ASR / SenseAudio ASR / SenseAudio 翻译”
- 保存最近项目，支持重命名、查看原文、多模板整理、自定义模板编辑和模板文件导入
- 复制文本后支持 SenseAudio TTS 朗读和音色选择
- 音乐工坊使用 SenseAudio 音乐生成接口，保留生成历史并支持播放/暂停/重命名
Main Commands
启动浮窗：
bash "{baseDir}/scripts/start-senseaudio-floating-audio-assistant.sh"停止浮窗并恢复系统音频：
bash "{baseDir}/scripts/stop-senseaudio-floating-audio-assistant.sh"查看运行状态：
bash "{baseDir}/scripts/status-senseaudio-floating-audio-assistant.sh"检查系统音频链路和基础依赖：
bash "{baseDir}/scripts/check-senseaudio-floating-audio-assistant-setup.sh"打开最近项目/历史记录目录：
bash "{baseDir}/scripts/open-senseaudio-floating-audio-assistant-runs.sh"打开 Audio MIDI Setup：
bash "{baseDir}/scripts/open_audio_midi_setup.sh"运行自检：
bash "{baseDir}/scripts/doctor-senseaudio-floating-audio-assistant.sh"
python3 "{baseDir}/scripts/senseaudio_api_smoke.py"如果需要真实调用 SenseAudio 做一条极小 TTS 探针，再运行：
python3 "{baseDir}/scripts/senseaudio_api_smoke.py" --live-ttsAction Flow
如果用户说“打开实时字幕”“开启双语同传”“启动浮窗字幕”“打开音乐工坊”“查看最近项目”，不要只返回命令，也不要假装状态已经切换。优先直接执行启动脚本：
bash "{baseDir}/scripts/start-senseaudio-floating-audio-assistant.sh"如果用户说“关掉字幕”“停止实时字幕”“恢复电脑声音”，优先执行：
bash "{baseDir}/scripts/stop-senseaudio-floating-audio-assistant.sh"Requirements
这个 skill 伴随 AudioClaw 使用，默认当前环境已经有可调用的 audioclaw agent。实时字幕、翻译、TTS 和音乐生成使用 SenseAudio；最近项目的“整理/关键信息提取/模板处理”必须交给 AudioClaw agent，不要用本地假结果兜底。
必需设备和系统依赖：
- macOS 桌面环境，原生浮窗由 Swift/AppKit 实现。
BlackHole 2ch：作为系统输出音频的虚拟整理设备。Multi-Output Device：在 Audio MIDI Setup 中创建，包含真实扬声器/耳机和BlackHole 2ch。SwitchAudioSource：来自switchaudio-osx，用于启动时切换到多输出设备、停止时恢复原输出。swiftc：来自 Xcode Command Line Tools，用于编译原生浮窗。python3和bash：用于实时 ASR runner、诊断脚本和包装脚本。- 可访问 SenseAudio API 的网络环境。
常用安装和打开方式：
xcode-select --install
brew install switchaudio-osx
bash "{baseDir}/scripts/open_audio_midi_setup.sh"如果没有 Homebrew，手动安装 switchaudio-osx 后确保 SwitchAudioSource 在 PATH 中即可。
Configuration
凭据由当前 AudioClaw workspace 或运行环境提供，上传包内不携带任何本地凭据、密钥值或环境变量样板。
运行时需要可用的 SenseAudio API key；SENSEAUDIO_API_KEY 是首选名称，AUDIOCLAW_ASR_API_KEY 作为兼容名称保留。不要把 API key 打印到聊天里；检查脚本只报告是否存在。
音频路由配置：
- 在 Audio MIDI Setup 里创建
Multi-Output Device。 - 设备名可以是系统默认的
Multi-Output Device或中文多输出设备，启动脚本会优先查找这两个名称。 - 勾选当前实际听音设备，例如耳机、显示器音频或扬声器。
- 同时勾选
BlackHole 2ch。 - 启动脚本会尝试切换到多输出设备；停止脚本会恢复原输出和音量。
外部参数和运行态输入：
- 快速 ASR 的源语言。
- SenseAudio ASR/翻译的目标语言。
- 复制文本朗读的 TTS 音色。
- 音乐工坊的提示词、风格参数、历史歌曲名称和播放状态。
- 最近项目整理模板，可选择预设模板、编辑自定义模板或导入模板文件。
- AudioClaw agent 接收所选模板和保存的 SenseAudio ASR 原文，返回整理结果；skill 本身不保存额外 agent 密钥。
Health Check
为了便于维护和排障，这个 skill 内置了轻量诊断入口和可复用预设：
scripts/senseaudio_api_smoke.py: 输出当前 SenseAudio API 配置摘要，包含 ASR WebSocket、TTS 和音乐生成入口；默认不消耗额度，--live-tts才真实调用。scripts/doctor-senseaudio-floating-audio-assistant.sh: 本地健康检查入口，用来确认 manifest、启动脚本、诊断 JSON 和预设文件仍然可用。presets/: 整理模板和音乐生成参数样板，不包含真实密钥或环境变量内容。references/quickstart.md: 精简启动流程。references/operator_notes.md: 面向使用者的安装、配置和启动摘要。references/senseaudio_integration.md: SenseAudio 接入说明。references/troubleshooting.md: 常见失败路径。
Troubleshooting
没有字幕时，按顺序检查：
- 运行
check-senseaudio-floating-audio-assistant-setup.sh - 确认 macOS 当前输出是
多输出设备/Multi-Output Device - 播放一段真实音频后重新开始 ASR
- 如果 SenseAudio 连接失败，先确认 AudioClaw 运行环境是否注入了 SenseAudio 凭据，再看实时并发配额
- 如果停止后电脑没声音，运行停止脚本恢复音频路由
“整理”功能依赖 audioclaw agent 的文本模型配置。若 AudioClaw 后端模型不返回，实时字幕、ASR、翻译、TTS 和音乐工坊仍可用，但整理会等待真实 AudioClaw 结果；不要伪造本地兜底结果。