语音控制
用声音操控 OpenTraderWorld，或在任意文本字段中听写。仅限按键说话：按下时麦克风打开，松开时关闭。两者之间不会监听任何内容。
默认关闭。在设置 → 语音与快捷键 → 语音识别与快捷键中开启。
麦克风需要 HTTPS 或 localhost
浏览器只会在安全来源上向网页提供麦克风（以及其内置语音识别）：即通过 HTTPS 提供的页面，或在 localhost 上打开的页面。这是浏览器的规则，不是 OpenTraderWorld 的，应用内的任何设置都无法解除。
| 你如何打开 OTW | 语音能用吗？ |
|---|---|
在运行它的机器上，http://127.0.0.1:5454 或 http://localhost:5454 | 可以 |
| LAN + HTTPS 或公网模式 | 可以 |
| 在另一台设备上通过纯 HTTP 访问本地网络（LAN）模式 | 不能，浏览器会隐藏麦克风 |
要在手机或你网络上的另一台电脑上使用语音，请将设置 → 网络切换为 LAN + HTTPS。在纯 HTTP 下，语音设置页会显示警告，麦克风按钮会说明为何无法启动。
两个快捷键，两种模式
| 默认值 | 你说的话会怎样 | |
|---|---|---|
| 命令 | Alt+V（Mac 上为 ⌥V） | 变成一个操作计划，即使焦点在文本字段中也是如此。 |
| 听写 | Alt+Shift+V（⌥⇧V） | 逐字输入到当前获得焦点的文本字段中。绝不会被当作命令。 |
说话时按住快捷键，松开即结束，按 Esc 取消。顶栏的麦克风始终运行命令：点击开始，再次点击停止，也可以像对讲机那样按住。
两个快捷键都可以在设置 → 语音与快捷键 → 语音识别与快捷键中更改。每个都需要 Ctrl、Alt 或 ⌘（或功能键 F1 到 F12），这样不会妨碍正常输入，且两者必须不同。
语音识别引擎
引擎负责把你的录音转成文字。在设置 → 语音与快捷键 → 语音识别与快捷键中选择一个。
| 引擎 | 设置 | 音频去向 |
|---|---|---|
| 此浏览器 | 无 | 浏览器厂商的语音服务（Chrome 为 Google，Edge 为 Microsoft，Safari 为 Apple）。Firefox 不支持。 |
| 自托管 Whisper | 内置服务，参见示例：自托管 Whisper | 保留在你的机器上 |
| whisper.cpp 服务器 | 你自己的服务器，其 /inference 接口 | 保留在你的服务器上 |
| OpenAI / Groq | API 密钥（粘贴，或从保险库接入） | 发送给该服务商 |
| 其他 | 任何提供 OpenAI /audio/transcriptions API 的服务器 | 该服务器 |
使用服务器引擎时，浏览器负责录音，将音频转换成小的 WAV 文件，再由 OTW 转发给引擎。测试会发送半秒钟的静音，以检查 URL、密钥和模型。密钥静态加密，绝不会回传给浏览器。
示例：从零开始的自托管 Whisper
内置的 Whisper 服务是可选的，普通的 up 不会启动它。第 1 到 3 步只需做一次：模型保存在 whisper-cache 卷中，重启后仍然保留。
1. 启动服务，在仓库根目录执行：
docker compose -f deploy/docker-compose.yml --env-file deploy/.env --env-file deploy/network.env --profile voice up -d whisper
docker logs -f opentraderworld-whisper-1等待出现 Uvicorn running on http://0.0.0.0:8000，然后按 Ctrl+C。该端口只有 Docker 内部的 OTW 能访问，浏览器无法访问，这是有意为之。
2. 下载模型（约 500 MB，需要几分钟）：
docker exec opentraderworld-whisper-1 python -c "import urllib.request;print(urllib.request.urlopen(urllib.request.Request('http://localhost:8000/v1/models/Systran/faster-whisper-small',method='POST'),timeout=1800).read())"3. 检查是否已安装：返回结果必须列出 Systran/faster-whisper-small。
docker exec opentraderworld-whisper-1 python -c "import urllib.request;print(urllib.request.urlopen('http://localhost:8000/v1/models').read())"4. 接入 OTW。在 http://localhost:5454 上打开应用（或通过 HTTPS，参见上文），然后进入设置 → 语音与快捷键 → 语音识别与快捷键：
- 添加引擎，模板选择自托管 Whisper：它会填入
http://whisper:8000/v1和Systran/faster-whisper-small。 - 保存并测试：引擎会显示正常 · … 毫秒。
- 选中该引擎，然后把顶部的开关打到开启。也可以设置语言。
5. 试一试：按住 ⌥V / Alt+V，说 “open journal”，松开，按 Enter。要听写，请点进某个文本字段，按住 ⌥⇧V / Alt+Shift+V。
重启后的第一次转写会较慢，因为模型需要加载到内存中。
语音命令
设置 → 语音与快捷键 → 语音命令：一个命令由一个短语（外加其他说法）和一个有序的步骤列表组成：
- 打开页面：某个模块、dashboard或设置。
- 询问agent：发送给浮动助手的提示词，助手使用它自己的工具执行。
- 运行workflow：启动一个 Automator workflow。
- 主题、隐藏数字：与顶栏中的按钮相同。
- 朗读：大声读出一句话。
短语只有在单独说出时才会触发，而不会作为句子里的一个词触发：听写“a blue turtle”不会运行你的 turtle 命令。
内置，无需设置
- “open <page>”（“ouvre <page>”、“öffne <Seite>”、“abre <página>”、“apri <pagina>”、“打开 <页面>”）可打开任何已安装的模块、dashboard或设置。如果名称匹配多个页面，会拒绝并列出这些页面，绝不会猜测。
- 开启其余交给agent后，没有命令匹配的内容都会作为一个请求交给助手。
串联
一次说出几件事，用并且或然后连接（法语中为 et、puis，依此类推，取决于语言设置）。转写文本中的逗号同样会拆分：
“turtle, then open settings and compare AAPL and MSFT”
会运行你的 turtle 命令，打开设置，然后请agent“compare AAPL and MSFT”。相邻的剩余片段会合并在一起，因此agent会得到完整的请求。
确认
每个计划都会在运行前显示：听到了什么、每个步骤以及它的来源。Enter 运行，Esc 取消。步骤按顺序执行，计划在第一次失败时停止，并指出是哪一步。
命令可以标记为无需确认直接运行。它默认关闭，且只有在该短语单独说出时才适用：与其他内容串联时，仍会先显示计划。agent步骤的每次写入仍保留助手自己的确认。
须知
- 助手在agent页面上是隐藏的，因此包含agent步骤的计划无法从那里运行。
- 朗读结果使用浏览器自带的声音：无需设置，音频不会离开浏览器。
- 公开演示以只读方式显示语音页面：不保存设置，也不发送音频。
- 位于 OTW 前面的你自己的反向代理不得阻止麦克风：其
Permissions-Policy头需要包含microphone=(self)。若为microphone=()，浏览器会立即拒绝，而不会询问。