डिक्टेशन करना

अपनी push-to-talk key दबाएँ, बोलें, छोड़ दें। छोड़ने के बाद पूरे utterance पर ट्रांसक्रिप्शन चलता है, और टेक्स्ट उसी ऐप में इन्सर्ट होता है जो सामने है।

push-to-talk key

Settings › Push-to-talk hotkey: "Hold this key to dictate; release to insert." बदलाव तुरंत लागू होते हैं।

• Fn / Globe
• Left ⌘
• Right ⌘ (डिफ़ॉल्ट)
• Left ⌥
• Right ⌥

Hold या tap

• key दबाते ही रिकॉर्डिंग तुरंत शुरू हो जाती है।
• 400 ms या उससे ज़्यादा बाद छोड़ें: hold-to-talk। रिकॉर्डिंग रुक जाती है और टेक्स्ट इन्सर्ट हो जाता है।
• 400 ms से पहले छोड़ें: tap। रिकॉर्डिंग चालू रहती है। दूसरा tap उसे रोककर टेक्स्ट इन्सर्ट कर देता है।
• Esc चल रही रिकॉर्डिंग कैंसल कर देता है। कुछ भी इन्सर्ट नहीं होता।
• एक utterance की सीमा 300 सेकंड (5 मिनट) है, उसके बाद वह अपने आप रुककर इन्सर्ट हो जाता है।

pill

pill एक छोटा, हमेशा दिखने वाला, click-through पैनल है जो आपकी प्राइमरी स्क्रीन के नीचे-बीच में, निचले किनारे से 96 pt ऊपर रहता है। यह सभी Spaces पर दिखता है और कभी फ़ोकस नहीं लेता।

• आराम की स्थिति: एक माइक्रोफ़ोन glyph।
• मॉडल डाउनलोड होते समय "Downloading speech model… NN%", या "Model download failed — reopen Keebye to retry"।
• डिक्टेशन के दौरान "Listening…" → "Transcribing…" → "Inserting…"।
• लगभग 2.6 सेकंड के छोटे मैसेज: "Couldn't insert: <reason>", "Text left on clipboard — paste manually", या "Dictation paused: secure input on (<App>)"।

टेक्स्ट कैसे इन्सर्ट होता है

Paste (fast), डिफ़ॉल्ट: Keebye आपका क्लिपबोर्ड स्नैपशॉट करता है, ट्रांसक्रिप्ट को एक transient pasteboard आइटम के रूप में लिखता है जिसे क्लिपबोर्ड मैनेजर छोड़ देते हैं, ⌘V सिंथेसाइज़ करता है, और 250 ms बाद आपका पिछला क्लिपबोर्ड लौटा देता है अगर pasteboard अब भी Keebye के पास है। "Restore clipboard after paste" डिफ़ॉल्ट रूप से ऑन है।

Terminal.app, iTerm2, Warp, WezTerm और kitty में पेस्ट को ज़्यादा से ज़्यादा 2000 bytes के चंक्स में 50 ms के अंतराल पर बाँट दिया जाता है।

Typing (terminals / SSH / any layout): Keebye Unicode कीस्ट्रोक्स 16-कैरेक्टर चंक्स में, 4 ms के अंतर पर भेजता है, क्लिपबोर्ड को छुए बिना। यह layout-independent है और SSH तथा tmux पर काम करता है। अगर typing फ़ेल हो जाए, तो टेक्स्ट क्लिपबोर्ड पर चला जाता है और pill दिखाती है "Text left on clipboard — paste manually"।

पासवर्ड फ़ील्ड और secure input

अगर secure input ऑन है, या फ़ोकस्ड एलिमेंट एक पासवर्ड फ़ील्ड है, तो Keebye क्लिपबोर्ड पर कुछ नहीं लिखता और "Couldn't insert: Secure input is active (<App>) — dictation is blocked" या "Couldn't insert: A password field is focused — dictation is blocked" दिखाता है। ऐसे डिक्टेशन कभी history में सेव नहीं होते। जब तक secure input ऑन रहता है, 5-सेकंड का poll "Dictation paused: secure input on (<App>)" की चेतावनी भी दिखाता रहता है।

गर्म माइक्रोफ़ोन

माइक्रोफ़ोन स्ट्रीम आपके पहले डिक्टेशन पर शुरू होती है और फिर ऐप के चलते रहने तक चालू रहती है, इसलिए पहली बार के बाद macOS का माइक्रोफ़ोन इंडिकेटर ऑन रहता है। हर utterance की शुरुआत में एक rolling 500 ms pre-roll जोड़ा जाता है। सेशन का पहला डिक्टेशन फिर भी stream-start latency झेल सकता है, और उस 500 ms बफ़र से पहले बोले गए शब्द अब भी कट सकते हैं। ऑडियो को 16 kHz mono पर resample किया जाता है और डिवाइस बदलने का पता एक सेकंड के भीतर चल जाता है।